MétaCan
Menu
← Retour à la cohorte
Enregistrement W4390515049 · doi:10.2196/52560

Mental Health and Well-Being in Racial or Ethnic Minority Individuals After Using a Faith and Prayer Mobile App (Pray.com): Feasibility and Preliminary Efficacy Trial

2024· article· en· W4390515049 sur OpenAlexvenueno aff
Breanne Laird, Sabrina Zuniga, Joshua N. Hook, Daryl R. Van Tongeren, Lynda Joeman, Jennifer Huberty

Notice bibliographique

RevueJMIR Formative Research · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensnon disponible
Organismes subventionnairesBiola University
Mots-clésPrayerFaithEthnic groupMental healthPsychologyGerontologyReligious studiesSociologyGender studiesPsychotherapistMedicineTheologyAnthropologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Research is needed on how faith and prayer apps fit within the values of racial and ethnic minority (REM) groups, as well as whether such apps are effective in promoting mental health and well-being. OBJECTIVE: This study aims to determine the feasibility and preliminary effectiveness of using the mobile app Pray.com on mental health and well-being among REM participants. METHODS: This study was a single-group (N=77), 4-week feasibility trial in REM groups (65/77, 84% Black or African American). Participants were asked to use the Pray.com app at no cost for at least 5 times per week for 5 minutes per day. Participants completed questionnaires at the baseline and postintervention time points. Feasibility questionnaires were only completed at the postintervention time point, including qualitative interviews (n=15). The feasibility questions included acceptability (ie, satisfaction, intent to continue use, perceived appropriateness, and fit within culture), demand (ie, self-reported app use, expressed interest, and perceived demand), and practicality (ie, ease or difficulty of use, ability to use the app, and cost-effectiveness). Frequency and descriptive statistics were used to analyze feasibility outcomes. Changes in dependent variables were analyzed using paired-sample 2-tailed t tests. Partial correlations were conducted to explore the association between app use and outcomes, controlling for baseline scores. RESULTS: Participants reported (54/72, 75% responded with "very likely" or "likely" to the feasibility questions) that they perceived the Pray.com app as acceptable. These findings were supported by qualitative interviews (n=15). Most participants (62/72, 86%) did not meet the app use prescription but expressed interest in using the app in the future and perceived demand for it in their communities. In addition, participants reported that the app was easy to use and perceived it to be inexpensive (US $7.99). Participants reported improved mental health (ie, stress and depressive and anxiety symptoms) and well-being (ie, satisfaction with life, spiritual well-being, religious commitment, and racial or ethnic identity development) at postintervention despite relatively low average levels and high variability of app use (average total of 45.83, SD 111.90 min over the course of the study). Greater app use was significantly associated with improvements in mental health and spiritual well-being. However, app use and study methodology limitations suggest that the study results may not accurately capture the full impact of Pray.com use. CONCLUSIONS: This is the first study to assess the feasibility of a faith and prayer app for mental health and well-being in a sample of REM individuals. Our findings suggest that the use of a faith and prayer app (ie, Pray.com) could be feasible and significantly impactful for the improvement of mental health symptoms and well-being in REM individuals and their communities, especially Black and African American individuals with a Christian affiliation. Further research is warranted.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,148
Tête enseignante GPT0,539
Écart entre enseignants0,391 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai non randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative Research→Même sujetDigital Mental Health Interventions→Travaux en français237 207→