MétaCan
Menu
← Retour à la cohorte
Enregistrement W4400947577 · doi:10.2196/preprints.64454

Case Stories in Internet-Delivered Cognitive Behavioral Therapy for Public Safety Personnel: A Mixed-Methods Study (Preprint)

2024· preprint· en· W4400947577 sur OpenAlexaboutno aff
Jill A. B. Price, Julia Gregory, Hugh C McCall, Caeleigh A. Landry, Janine D. Beahm, Heather D. Hadjistavropoulos

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPreprintThe InternetCognitive behavioral therapyCognitionPsychologyMedicineBusinessComputer scienceWorld Wide WebPsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND Internet-delivered cognitive behavioral therapy (ICBT) is an effective and convenient means of offering cognitive behavioral therapy among the general population. To help increase access to ICBT among Canadian public safety personnel (PSP)—a group that tends to experience elevated rates of mental health concerns and faces barriers to mental healthcare—a clinical research unit called PSPNET has tailored ICBT to PSP, primarily through offering case stories and PSP-specific examples. PSPNET’s first and most frequently used ICBT program, called the PSP Wellbeing Course, has been found to reduce symptoms of mental disorders (eg, anxiety, depression, posttraumatic stress) among PSP. Little research, however, has investigated clients’ perceptions of the case stories in this course. OBJECTIVE The current study was designed to expand literature on the use and evaluation of case stories in ICBT among PSP. Specifically, the current study investigated: (1) PSP’s perceptions of the case stories using the theoretical model provided by Shaffer and Zikmund-Fisher [21]; and (2) PSP feedback on the case stories in the PSP Wellbeing Course. METHODS The current study included 41 clients who completed the PSP Wellbeing Course. Of these clients, 27 completed a bespoke questionnaire called the Stories Questionnaire, 10 of whom also participated in a semi-structured interview. RESULTS Findings show that perceptions of the case stories in the PSP Wellbeing Course are largely positive and that the case stories were generally successful in achieving the five purposes of case stories (ie, informing, comforting, modeling, engaging, and persuading) proposed by Shaffer and Zikmund-Fisher [21]. Client feedback also identified three tangible areas for story improvement: characters, content, and delivery. Each area highlights the need for and potential benefits of story development. Not all PSP engaged with the case stories, though, so results must be interpreted with caution. CONCLUSIONS Overall, the current study adds to the growing body of research supporting the use of case stories in internet-delivered interventions among PSP. CLINICALTRIAL Clinicaltrials.gov NCT04127032

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)0,017
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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,088

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,025
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
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 Opus0,161
Tête enseignante GPT0,506
Écart entre enseignants0,345 · 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'étudeQualitatif
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetDigital Mental Health Interventions→Travaux en français237 207→