Feasibility of the Building Emotional Awareness and Mental health (BEAM) eHealth Program for Mothers of Infants when Delivered in Partnership with a Community Collaborator: A Pragmatic Randomized Controlled Trial
Notice bibliographique
Résumé
Background: Maternal depression and anxiety dramatically increased for mothers of young children during the COVID-19 pandemic. Few programs target maternal mental health and parenting skills concurrently despite this being more effective. An eHealth program, Building Emotional Awareness and Mental health (BEAM) was developed to address this gap. A feasibility randomized controlled trial (RCT) was conducted with BEAM with a community partner versus an existing App for adult mental health (MoodMission). Methods: Mothers of children 6-18 months old participated in a two-arm, parallel-design pragmatic RCT (April-June 2022). Mothers were randomly allocated to BEAM or MoodMission. Primary (depression, anxiety) and secondary (anger, sleep disturbance, parenting stress) outcomes were collected at pre-intervention, post-intervention, and 6-month follow-up. Results: Eighty mothers (Mage = 31.61 years old) were enrolled. All feasibility metrics were met based on a priori benchmarks for success. All maternal mental health and parenting stress outcomes decreased from pre- to post-intervention and follow-up in BEAM and MoodMission. When controlling for symptom severity at time of enrollment, treatment group (BEAM, MoodMission) moderated anxiety symptom reductions such that BEAM was more effective in reducing anxiety symptoms across time versus MoodMission (b = -1.48, SE = 0.74, p = .045). Symptom severity at enrollment did not moderate symptom reductions and there was no three-way interaction between symptom severity*treatment group*time. Discussion: Feasibility and effectiveness of BEAM was demonstrated for delivery with a community partner. Findings suggest BEAM holds the potential to promote the mental well-being of mothers of young children. Results have informed a future large-scale RCT across Canada. Trial Registration: ClinicalTrial.gov (NCT05 398107).
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 | 0,009 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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.
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 ».