MétaCan
Menu
Retour à la cohorte
Enregistrement W4391693816 · doi:10.1186/s13034-024-00716-0

Evaluation of an automated matching system of children and families to virtual mental health resources during COVID-19

2024· article· en· W4391693816 sur OpenAlexafffund
Ronda F. Lo, Anett Schumacher, Kaitlyn LaForge-MacKenzie, Katherine Tombeau Cost, Jennifer Crosbie, Alice Charach, Evdokia Anagnostou, Catherine S. Birken, Suneeta Monga, Daphne J. Korczak

Notice bibliographique

RevueChild and Adolescent Psychiatry and Mental Health · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensSickKids FoundationHolland Bloorview Kids Rehabilitation HospitalUniversity of TorontoHospital for Sick Children
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésChild and adolescent psychiatryAnxietyMental healthMatching (statistics)Observational studyCohortDepression (economics)PsychologyMedicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Children and their families often face obstacles in accessing mental health (MH) services. The purpose of this study was to develop and pilot test an electronic matching process to match children with virtual MH resources and increase access to treatment for children and their families during COVID-19. METHODS: Within a large observational child cohort, a random sample of 292 families with children ages 6-12 years were invited to participate. Latent profile analysis indicated five MH profiles using parent-reported symptom scores from validated depression, anxiety, hyperactivity, and inattention measures: (1) Average Symptoms, (2) Low Symptoms, (3) High Symptoms, (4) Internalizing, and (5) Externalizing. Children were matched with virtual MH resources according to their profile; parents received surveys at Time 1 (matching process explanation), Time 2 (match delivery) and Time 3 (resource uptake). Data on demographics, parent MH history, and process interest were collected. RESULTS: 128/292 families (44%) completed surveys at Time 1, 80/128 families (63%) at Time 2, and a final 67/80 families (84%) at Time 3, yielding an overall uptake of 67/292 (23%). Families of European-descent and those with children assigned to the Low Symptoms profile were most likely to express interest in the process. No other factors were associated with continued interest or uptake of the electronic matching process. Most participating parents were satisfied with the process. CONCLUSIONS: The electronic matching process delivered virtual MH resources to families in a time-efficient manner. Further research examining the effectiveness of electronically matched resources in improving children's MH symptoms is needed.

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)0,009
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,025
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,019
Tête enseignante GPT0,376
Écart entre enseignants0,357 · 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'étudeObservationnel
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'admission2
Résumé présentoui

Explorer davantage

Même revueChild and Adolescent Psychiatry and Mental HealthMême sujetDigital Mental Health InterventionsTravaux en français237 207