Scalable Technology for Adolescents and Youth to Reduce Stress in the Treatment of Common Mental Disorders in Jordan: Protocol for a Randomized Controlled Trial
Notice bibliographique
Résumé
BACKGROUND: Young people in low- and middle-income countries encounter significant barriers to accessing mental health support due to various factors, including a substantial treatment gap and limited health care budgets allocated to mental health. Using innovative strategies, such as scalable digital self-help psychological interventions, offers a potential solution for improving access to mental health support. However, digital mental health interventions come with their own set of challenges, including issues related to low user engagement. Chatbots, with their interactive and engaging nature, may present a promising avenue for the delivery of these interventions. OBJECTIVE: This study aims to explore the effectiveness of a newly developed World Health Organization (WHO) digital mental health intervention, titled Scalable Technology for Adolescents and Youth to Reduce Stress (STARS). METHODS: A single-blind, 2-arm randomized controlled trial will be conducted nationally across Jordan. Participants will include 344 young adults, aged 18-21 years, currently residing in Jordan. Inclusion criteria are heightened levels of psychological distress as determined through the 10-item Kessler Psychological Distress Scale (≥20). Assessment measures will be conducted at baseline, 1-week post intervention, and 3-month follow-up. Following baseline assessments, eligible participants will be randomized to receive STARS or enhanced usual care. The primary outcomes are the reduction of symptoms of depression and anxiety (Hopkins Symptom Checklist, 25 subscales) at 3-month follow-up. Secondary outcomes include general functioning (WHO Disability Assessment Schedule 2.0), well-being (WHO-5 Well-Being Index), personal problems (Psychological Outcomes Profile), and agency (State Hope Scale subscale). RESULTS: The study was funded in January 2020 by the Research for Health in Humanitarian Crises Programme (Elhra) and recruitment for the trial started on July 16, 2023. As of November 15, 2023, we randomized 228 participants. CONCLUSIONS: This trial intends to contribute to the growing digital mental health evidence base by exploring technological solutions to address global public health challenges. Given the widespread use of technology globally, even in resource-constrained settings, and the high adoption rates among adolescents and young individuals, digital initiatives such as STARS present promising opportunities for the future of mental health care in low- and middle-income countries. TRIAL REGISTRATION: ISRCTN Registry ISRCTN10152961; https://www.isrctn.com/ISRCTN10152961. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/54585.
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 | 0,034 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,003 |
| Méta-épidémiologie (sens large) | 0,013 | 0,007 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,007 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,092 | 0,013 |
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 ».