Development of a Multiplatform Tool for the Prevention of Prevalent Mental Health Pathologies in Adults: Protocol for a Randomized Control Trial
Notice bibliographique
Résumé
BACKGROUND: The prevalence of depression and anxiety has increased in recent years, with many individuals having trouble accessing mental health support. Smartphones have become an integral part of modern life, with apps offering new ways to deliver evidence-based self-help strategies to cope with common mental health symptoms. However, most of them do not have empirical evidence of their overall effectiveness or the effectiveness of their components, which could pose a risk for users. OBJECTIVE: The aim of this study is to evaluate the effectiveness of the modules of evaluation, psychoeducation, and emotional regulation strategies in a multiplatform self-help mental health mobile app in the Maule region of Chile. METHODS: A sample of 196 adults will be selected, who will be randomly assigned to different components of the app for a fixed period to assess its ability to reduce symptomatology. RESULTS: The trial is not yet recruiting and is expected to end in October 2024. The first results are expected in April 2024. CONCLUSIONS: This is the first study in Chile to develop and test the effectiveness of a mobile app to manage anxiety and depression symptoms in adults. The intervention proposed is based on evidence suggesting that the internet or remote intervention tools and self-management of prevalent symptomatology could be the future of mental health care systems in the digital era. If the effects of the intervention are positive, wide implementation in Chile and other Spanish-speaking countries could be possible in the future. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): PRR1-10.2196/52324.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,032 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,003 |
| Méta-épidémiologie (sens large) | 0,011 | 0,005 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,008 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,098 | 0,016 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».