MétaCan
Menu
Retour à la cohorte
Enregistrement W4399702742 · doi:10.2196/58217

Efficacy of eHealth Versus In-Person Cognitive Behavioral Therapy for Insomnia: Systematic Review and Meta-Analysis of Equivalence

2024· review· en· W4399702742 sur OpenAlexvenueno aff
Sofie Møgelberg Knutzen, Dinne Skjærlund Christensen, Patrick Cairns, Malene Flensborg Damholdt, Ali Amidi, Robert Zachariae

Notice bibliographique

RevueJMIR Mental Health · 2024
Typereview
Langueen
DomainePsychology
ThématiqueSleep and related disorders
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPreprintMeta-analysisCognitive behavioral therapyPsychologyPsychotherapisteHealthMedicineClinical psychologyCognitionPsychiatryComputer scienceInternal medicineWorld Wide WebHealth care

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Insomnia is a prevalent condition with significant health, societal, and economic impacts. Cognitive behavioral therapy for insomnia (CBTI) is recommended as the first-line treatment. With limited accessibility to in-person-delivered CBTI (ipCBTI), electronically delivered eHealth CBTI (eCBTI), ranging from telephone- and videoconference-delivered interventions to fully automated web-based programs and mobile apps, has emerged as an alternative. However, the relative efficacy of eCBTI compared to ipCBTI has not been conclusively determined. OBJECTIVE: This study aims to test the comparability of eCBTI and ipCBTI through a systematic review and meta-analysis of equivalence based on randomized controlled trials directly comparing the 2 delivery formats. METHODS: A comprehensive search across multiple databases was conducted, leading to the identification and analysis of 15 unique randomized head-to-head comparisons of ipCBTI and eCBTI. Data on sleep and nonsleep outcomes were extracted and subjected to both conventional meta-analytical methods and equivalence testing based on predetermined equivalence margins derived from previously suggested minimal important differences. Supplementary Bayesian analyses were conducted to determine the strength of the available evidence. RESULTS: The meta-analysis included 15 studies with a total of 1083 participants. Conventional comparisons generally favored ipCBTI. However, the effect sizes were small, and the 2 delivery formats were statistically significantly equivalent (P<.05) for most sleep and nonsleep outcomes. Additional within-group analyses showed that both formats led to statistically significant improvements (P<.05) in insomnia severity; sleep quality; and secondary outcomes such as fatigue, anxiety, and depression. Heterogeneity analyses highlighted the role of treatment duration and dropout rates as potential moderators of the differences in treatment efficacy. CONCLUSIONS: eCBTI and ipCBTI were found to be statistically significantly equivalent for treating insomnia for most examined outcomes, indicating eCBTI as a clinically relevant alternative to ipCBTI. This supports the expansion of eCBTI as a viable option to increase accessibility to effective insomnia treatment. Nonetheless, further research is needed to address the limitations noted, including the high risk of bias in some studies and the potential impact of treatment duration and dropout rates on efficacy. TRIAL REGISTRATION: PROSPERO CRD42023390811; https://www.crd.york.ac.uk/prospero/display_record.php?RecordID=390811.

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)0,037
score de la tête « metaresearch » (Gemma)0,082
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,195

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0370,082
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0240,048
Bibliométrie0,0070,006
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0030,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,233
Tête enseignante GPT0,526
Écart entre enseignants0,293 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

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

En bref

Citations11
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Mental HealthMême sujetSleep and related disordersTravaux en français237 207