Findings from the Tushirikiane-4-MH (supporting each other for mental health) mobile health–supported virtual reality randomized controlled trial among urban refugee youth in Kampala, Uganda
Notice bibliographique
Résumé
Abstract Virtual reality (VR) for mental health promotion remains understudied in low-income humanitarian settings. We examined the effectiveness of VR in reducing depression with urban refugee youth in Kampala, Uganda. This randomized controlled trial assessed VR alone (Arm 1), VR followed by Group Problem Management Plus (GPM+) (Arm 2) and a control group (Arm 3), with a peer-driven and convenience sample of refugee youth aged 16–25 in Kampala. The primary outcome, depression, was measured with the Patient Health Questionnaire-9. Secondary outcomes included: mental health literacy, mental health stigma, self-compassion, mental well-being and adaptive coping. Analyses were conducted at three time points (baseline, 8 weeks, 16 weeks) using generalized estimating equations. Among participants ( n = 335, mean age: 20.77, standard deviation: 3.01; cisgender women: n = 158, cisgender men: n = 173, transgender women: n = 4), we found no depression reductions for Arms 1 or 2 at 16 weeks compared with Arm 3. At 16 weeks, mental health literacy was significantly higher for Arm 2 compared with Arm 3, and self-compassion was significantly higher in Arm 1 and Arm 2 compared with Arm 3. VR alongside GPM+ may benefit self-compassion and MHL among urban refugee youth in Kampala, but these interventions were not effective in reducing depression.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».