MétaCan
Menu
← Retour à la cohorte
Enregistrement W4403806225 · doi:10.1093/eurheartj/ehae666.1234

Automated digital counselling promotes therapeutic change in mental health in patients with chronic heart failure or chronic kidney disease: ODYSSEE-vCHAT study

2024· article· en· W4403806225 sur OpenAlexaff
Robert P. Nolan, H. Ross, Charles K. Chan, Valeria E. Rac, Ayub Akbari, Bourne L. Auguste, Ella Huszti, J Arcand, Jillianne Code, Juan Duero Posada, Janusz Kaczorowski, Steven A. Grover, Michael E. Farkouh, Robert Maunder, Stephanie Poon

Notice bibliographique

RevueEuropean Heart Journal · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensUniversité de MontréalUniversity of British ColumbiaHealth Sciences CentreSunnybrook Health Science CentreUniversity Health NetworkUniversity of TorontoOttawa HospitalMcGill UniversityTed Rogers Centre for Heart Research
Organismes subventionnairesnon disponible
Mots-clésMedicineHeart failureKidney diseaseDiseaseChronic renal failureIntensive care medicineChronic diseaseMental healthInternal medicinePhysical therapyCardiologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

Abstract Background The efficacy of digital programs to improve the management of chronic heart failure (CHF) and chronic kidney disease (CKD) is not established. Building on related studies in digital health, behavioural counselling, and social support, we evaluated whether an automated digital counselling program with social network support (ODYSSEE-vCHAT) could improve mental health and health-related quality of life in patients with CHF or CKD. Purpose The primary objective was to examine whether engagement with ODYSSEE-vCHAT was associated with a minimal clinically important difference for improvement in the Mental Component Summary (MCS) of the SF-36 at end-of-study. Secondary outcomes included: ENRICHD Social Support Index (ESSI), Patient Health Questionnaire for Depression (PHQ-9) Godin-Shephard Leisure Time Physical Activity Scale (GSLTPAQ), and an index of the frequency to which patients engaged in goal-directed activities for living well (EUROIA). Methods ODYSSEE-vCHAT was a multi-centre, single group, open label study with assessments at baseline and end-of-study (approximately 11 months). Inclusion criteria were: ≥18 years of age, diagnosis of CHF (reduced ejection fraction (EF) ≤ 40%, mid-range EF, 41-49%, or preserved EF ≥ 50%); or CKD diagnosis (>10% risk for dialysis using the 4-variable, 2-year Kidney Failure Risk Equation, or on dialysis). Exclusion was based on inability to participate due to co-morbidities. The digital counselling protocol taught self-care skills to improve mental health, quality of life, and adherence to medications, exercise, diet, and smoke-free living (Figure 1). Patient engagement with ODYSSEE-vCHAT was defined as Not Engaged (0 logon minutes) vs. Engaged (> 0 logon minutes). The primary outcome was a minimal clinically important difference for MCS change: ΔMCS ≥ 3.8 or MCS ≥ 65 at baseline and study endpoint. It was assessed using multivariable binary logistic regression, controlling for exposure to COVID-19 and health literacy. Secondary outcomes were assessed using multivariable linear regression analyses with the same covariates. Results 215 patients were enrolled. There were 7 deaths and 34 withdrew. In our sample of 174 patients, mean age = 54.4 years (95% Confidence Interval, CI, 25, 81), gender identity as women, n = 68 (39%), ethno-racial group other than White, n = 83, (48%), primary diagnosis, CHF, n = 68 (39%), and CKD, n = 106 (61%). Duration of enrolment to end-of-study: median = 352 days, (95% CI, 159, 496). Engagement with ODYSSEE was associated with therapeutic change on the MCS (for both CHF and CKD patients, and CHF patients alone), GSLTPAQ, and EUROIA, but not the PHQ9 or ESSI (Figure 2). Conclusions Automated digital counselling with social network support promotes improvement in indices of mental health for patients with CHF and CKD. These findings support a follow-up randomized controlled trial.Figure 1.ODYSSEE-vCHAT Study ProtocolFiFigure 2.ODYSSEE-vCHAT Study Outcomes

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,047
Tête enseignante GPT0,374
Écart entre enseignants0,328 · 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'étudeEssai non randomisé
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 revueEuropean Heart Journal→Même sujetDigital Mental Health Interventions→Travaux en français237 207→