MétaCan
Menu
Retour à la cohorte
Enregistrement W4404252564 · doi:10.2196/63316

Efficacy of the mHealth App Intellect in Improving Subclinical Obsessive-Compulsive Disorder in University Students: Randomized Controlled Trial With a 4-Week Follow-Up

2024· article· en· W4404252564 sur OpenAlexvenueno aff
Madeline Lee Yoon Li, Stephanie S. M. Lee, Oliver Sündermann

Notice bibliographique

RevueJMIR mhealth and uhealth · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueObsessive-Compulsive Spectrum Disorders
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPreprintRandomized controlled trialSubclinical infectionmHealthIntellectPsychologyClinical psychologyMobile appsMedicineGerontologyPsychotherapistPsychiatryPhysical therapyPsychological interventionComputer scienceInternal medicineWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Obsessive-compulsive disorder (OCD) is the third most prevalent mental health disorder in Singapore, with a high degree of burden and large treatment gaps. Self-guided programs on mobile apps are accessible and affordable interventions, with the potential to address subclinical OCD before symptoms escalate. OBJECTIVE: This randomized controlled trial aimed to examine the efficacy of a self-guided OCD program on the mobile health (mHealth) app Intellect in improving subclinical OCD and maladaptive perfectionism (MP) as a potential moderator of this predicted relationship. METHODS: University students (N=225) were randomly assigned to an 8-day, self-guided app program on OCD (intervention group) or cooperation (active control). Self-reported measures were obtained at baseline, after the program, and at a 4-week follow-up. The primary outcome measure was OCD symptom severity (Obsessive Compulsive Inventory-Revised [OCI-R]). Baseline MP was assessed as a potential moderator. Depression, anxiety, and stress (Depression Anxiety and Stress Scales-21) were controlled for during statistical analyses. RESULTS: =0.021; P=.044). A significant, weak positive correlation was found between MP and OCI-R levels at baseline (r=0.28; P<.001). MP was not found to moderate the relationship between condition and OCI-R scores at postintervention (P=.70) and at 4-week follow-up (P=.88). CONCLUSIONS: This study provides evidence that the self-guided OCD program on the Intellect app is effective in reducing subclinical OCD among university students in Singapore. Future studies should include longer follow-up durations and study MP as a moderator in a broader spectrum of OCD symptom severity. TRIAL REGISTRATION: ClinicalTrials.gov NCT06202677; https://clinicaltrials.gov/study/NCT06202677.

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)0,003
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 randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0040,003
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,024
Tête enseignante GPT0,363
Écart entre enseignants0,339 · 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 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

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR mhealth and uhealthMême sujetObsessive-Compulsive Spectrum DisordersTravaux en français237 207