LoVE4MUM Mobile App to Prevent Postpartum Depression: Protocol for a Pilot Randomized Controlled Trial
Notice bibliographique
Résumé
BACKGROUND: Postpartum depression remains a significant concern, posing substantial challenges to maternal well-being, infant health, and the mother-infant bond, particularly in the face of barriers to traditional support and interventions. Previous studies have shown that mobile health (mHealth) interventions offer an accessible means to facilitate early detection and management of mental health issues while at the same time promoting preventive care. OBJECTIVE: This study aims to evaluate the effectiveness of the Leveraging on Virtual Engagement for Maternal Understanding & Mood-enhancement (LoVE4MUM) mobile app, which was developed based on the principles of cognitive behavioral therapy and psychoeducation and serves as an intervention to prevent postpartum depression. METHODS: This single-blinded, pilot randomized controlled trial includes 64 mothers recruited from the postnatal ward and randomized using a 1:1 ratio to receive either postpartum care (treatment as usual) or postpartum care (treatment as usual) plus the self-guided LoVE4MUM mobile app. The primary outcome is the effectiveness of the mobile app at improving postpartum depression. Secondary outcomes are changes in the mental health literacy score and negative automatic thoughts, which are collected using a self-reported questionnaire. RESULTS: Patient recruitment began on September 1, 2024. As of January 1, 2025, recruitment was successfully completed, with a total of 72 participants enrolled: 36 in the intervention group and 36 in the control group . The final results are anticipated to be available by March 2025, and publication is expected by the end of 2025. CONCLUSIONS: By examining the LoVE4MUM app alongside standard postpartum care, this pilot randomized controlled trial seeks to offer preliminary evidence on the potential of mHealth tools to improve maternal mental health as well as to reduce postpartum depression symptoms. The findings are expected to contribute to the future development of effective, accessible, and scalable interventions for mothers. TRIAL REGISTRATION: ClinicalTrials.gov NCT06366035; https://clinicaltrials.gov/study/NCT06366035. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): PRR1-10.2196/63564.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Protocole Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Essai randomisé | high |
| gpt | aucune catégorie Domaine: non disponible · Genre: Protocole Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Essai randomisé | high |
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 | 0,026 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,003 |
| Méta-épidémiologie (sens large) | 0,009 | 0,005 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,005 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,098 | 0,013 |
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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».