Feasibility of a Mobile App–Based Cognitive-Behavioral Perinatal Skills Program: Protocol for Nonrandomized Pilot Trial
Notice bibliographique
Résumé
BACKGROUND: Mental illness is one of the top causes of preventable pregnancy-related deaths in the United States. There are many barriers that interfere with the ability of perinatal individuals to access traditional mental health care. Digital health interventions, including app-based programs, have the potential to increase access to useful tools for these individuals. Although numerous mental health apps exist, there is little research on developing programs to address the unique needs of perinatal individuals. In an effort to fill this gap, a multidisciplinary team of experts in psychology, psychiatry, obstetrics, and pediatric primary care collaborated to develop the novel Perinatal Skills Program within Maya, a flexible and customizable cognitive-behavioral skills app. Maya-Perinatal Skills Program (M-PSP) uses evidence-based strategies to help individuals manage their mood and anxiety symptoms during pregnancy and post partum. OBJECTIVE: This pilot study aims to assess the feasibility, acceptability, and usability of M-PSP and explore links between program use and symptoms of anxiety and low mood. METHODS: This single-arm trial will recruit 50 pregnant or postpartum individuals with mild-to-moderate anxiety or mood symptoms. Participants will be recruited from a variety of public and private insurance-based psychiatry, obstetrics, and primary care clinics at a large academic medical center located in New York City. Participants will complete all sessions of M-PSP and provide feedback. Outcome measures will include qualitative and quantitative assessments of feasibility, acceptability, and usability, passively collected program usage data, and symptom measures assessing mood, anxiety, and trauma. Planned data analysis includes the use of the grounded theory approach to identify common themes in qualitative feedback, as well as an exploration of possible associations between quantitative data regarding program use and symptoms. RESULTS: The recruitment began on August 2023. As of October 2024, a total of 32 participants have been enrolled. The recruitment will continue until 50 participants have been enrolled. CONCLUSIONS: Digital health interventions, like M-PSP, have the potential to create new pathways to reach individuals struggling with their mental health. The results of this study will be the groundwork for future iterations of M-PSP in the hopes of providing an accessible and helpful tool for pregnant and postpartum individuals. TRIAL REGISTRATION: ClinicalTrials.gov NCT05897619; https://classic.clinicaltrials.gov/ct2/show/NCT05897619. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): PRR1-10.2196/59461.
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 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,004 |
| Méta-épidémiologie (sens large) | 0,007 | 0,004 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,004 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,007 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,067 | 0,015 |
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 ».