Examining a Fully Automated Mobile-Based Behavioral Activation Intervention in Depression: Randomized Controlled Trial
Notice bibliographique
Résumé
Background: Despite significant progress in our understanding of depression, prevalence rates have substantially increased in recent years. Thus, there is an imperative need for more cost-effective and scalable mental health treatment options, including digital interventions that minimize therapist burden. Objective: This study focuses on a fully automated digital implementation of behavioral activation (BA)-a core behavioral component of cognitive behavioral therapy for depression. We examine the efficacy of a 1-month fully automated SMS text message-based BA intervention for reducing depressive symptoms and anhedonia. Methods: To this end, adults reporting at least moderate current depressive symptoms (8-item Patient Health Questionnaire score ≥10) were recruited online across the United States and randomized to one of three conditions: enjoyable activities (ie, BA), healthy activities (ie, an active control condition), and passive control (ie, no contact). Participants randomized to enjoyable and healthy activities received daily SMS text messages prompting them to complete 2 activities per day; participants also provided a daily report on the number and enjoyment of activities completed the prior day. Results: A total of 126 adults (mean age 32.46, SD 7.41 years) with current moderate depressive symptoms (mean score 16.53, SD 3.90) were recruited. Participants in the enjoyable activities condition (BA; n=39) experienced significantly greater reductions in depressive symptoms compared to participants in the passive condition (n=46). Participants in both active conditions-enjoyable activities and healthy activities (n=41)-reported reduced symptoms of anxiety compared to those in the control condition. Conclusions: These findings provide preliminary evidence regarding the efficacy of a fully automated digital BA intervention for depression and anxiety symptoms. Moreover, reminders to complete healthy activities may be a promising intervention for reducing anxiety symptoms.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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.
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 ».