MétaCan
Menu
Retour à la cohorte
Enregistrement W4405408873 · doi:10.1016/j.jadr.2024.100863

Scaling up interpersonal psychotherapy training: A pilot randomized controlled trial of digital asynchronous self-directed vs. synchronous group workshop training

2024· article· en· W4405408873 sur OpenAlexaffabout
Paula Ravitz, Natalie D. Heeney, Andrea Lawson, Edward McAnanama, Clare Pain, Alex Kiss, Priya Watson, Jan Malát, Sophie Grigoriadis, Simone N. Vigod, Daisy R. Singla

Notice bibliographique

RevueJournal of Affective Disorders Reports · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensWomen's College HospitalUniversity of British ColumbiaSinai Health SystemSunnybrook Health Science CentreCentre for Addiction and Mental HealthLunenfeld-Tanenbaum Research InstituteUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésAsynchronous communicationRandomized controlled trialPsychotherapistInterpersonal communicationInterpersonal psychotherapyTraining (meteorology)PsychologyComputer scienceMedicineSocial psychologyTelecommunications

Résumé

récupéré en direct d'OpenAlex

• Digital self-directed training in IPT for depression is feasible and acceptable • Digital IPT training has potential to improve trainee clinical competence and patient outcomes • Video-recorded skills demonstrations in a digital course format facilitates learning • Accessible digital training has potential to increase the IPT-trained workforce Interpersonal Psychotherapy (IPT) is an effective depression treatment but limited numbers of trained providers result in less access than patients need. Asynchronous self-directed digital training may reduce this gap. We developed digital IPT training and evaluated it in a pilot parallel randomized controlled trial. Psychiatry residents (N=25) in Toronto, Canada, were randomly assigned, 1:1, to an asynchronous self-directed digital course (intervention; n=13) or synchronous group training-as-usual workshop (control; n=12) and then delivered ∼12 clinically-supervised individual IPT sessions to depressed patients (N=26; 10≥PHQ9<20). The primary objective was to examine intervention feasibility and acceptability (retention, facilitators, barriers). We also examined resident competence (IPT knowledge, confidence, clinical skills, therapeutic alliances) and patient depressive outcomes (PHQ9). Resident retention in intervention (10/13; 76.9%) vs control (11/12; 91.7%) groups did not differ ( p =.59). Qualitative semi-structured interviews with intervention residents (n=10) revealed that IPT's relational focus, video-recorded expert demonstrations (9/10; 90%), and case-based digital curriculum's user-friendliness (7/10; 70%) were facilitators. Half missed peer interactions in group workshops and found some interactive course elements disrupted learning. Both groups’ competence improved over time (F≥25.7, p ≤.0001), with no significant between-arm differences in knowledge, confidence, skills, or therapeutic alliances (F≤1.07, p ≥.31). Intervention and control patient groups improved from baseline (PHQ9=14.6 vs. 13.2; F=24.4, p=.0001), with no significant between-arm post-treatment depressive symptom differences (PHQ9=7.63 vs. 7.60, t =-0.01 , p =.99). Small sample and provider type (psychiatry resident) limit generalizability. Digital asynchronous self-directed IPT training is feasible and acceptable, with preliminary evidence of efficacy for trainee competence and patient 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)0,004
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,014
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0040,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0140,001

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 GPT0,350
Écart entre enseignants0,326 · 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

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Affective Disorders ReportsMême sujetDigital Mental Health InterventionsTravaux en français237 207