MétaCan
Menu
Retour à la cohorte
Enregistrement W4407047034 · doi:10.2196/69828

Evaluating a Digital Health Tool Designed to Improve Low Sexual Desire in Women: Mixed-Methods Implementation Science Study

2025· article· en· W4407047034 sur OpenAlexafffund
Lori A. Brotto, Kyle R. Stephenson, Nisha Marshall, Mariia Balvan, Yaroslava Okara, Elizabeth A. Mahar

Notice bibliographique

RevueJournal of Medical Internet Research · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesMichael Smith Health Research BC
Mots-clésPreprintDigital healthPsychologyReproductive healthComputer scienceApplied psychologyData scienceWorld Wide WebMedicineHealth carePolitical scienceEnvironmental health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Sexual health difficulties affect up to 30% of women, with desire and arousal problems being the most prevalent. While cognitive behavioral therapy and mindfulness-based therapy are effective treatments, access is limited by barriers such as specialist shortages, cost, and embarrassment. Web-based interventions offer a potential solution by providing self-paced, cost-effective treatments. eSense, a digital health program, offers cognitive behavioral therapy and mindfulness-based therapy skills targeted to women with low sexual desire, and previous trials find eSense to be highly feasible and efficacious. OBJECTIVE: The goal of the present implementation science study was to use the RE-AIM (Reach, Effectiveness, Adoption, Implementation, and Maintenance of Implementation) framework to assess the integration of eSense into several sexual health clinics. We chose the RE-AIM framework because it addresses both dissemination (eg, reach) and implementation of an intervention. METHODS: A total of 14 specialty clinics participated, and we report on the reported experiences of those clinics in implementing eSense. We also examined responses from 12 women on waitlists to receive sex therapy or sexual medicine care. RESULTS: Per clinic outcomes, all aspects of implementation (reach, effectiveness, adoption, implementation, and maintenance) were in the moderate to high range for clinics, reporting that offering eSense helped them overcome negative feelings associated with their long clinic waitlists. The majority expressed a need for eSense and could see how it overcame the limitations of traditional therapy. Nearly all expressed a wish to continue offering eSense to patients after the implementation study was complete. One caveat was that half of the clinics noted cost as a key issue for future implementation, and one-third noted that the administrative burden of implementing eSense as a standard of care may be challenging. For individual users, the majority expressed an interest in knowing more about eSense and a desire to use eSense, though most of these did not complete the program in its entirety. Users experienced a significant improvement in sex-related distress with no clinically meaningful change in other outcomes and a high level of satisfaction with eSense. Most also reported doing things differently in their sexual lives after participating in eSense. CONCLUSIONS: We found that eSense demonstrates potential as a digital intervention for sexual difficulties for women, particularly concerning its moderate implementation outcomes and also because of its ability to reduce sexual distress. Future studies should address the barriers identified for broader adoption of eSense in clinical settings. TRIAL REGISTRATION: ClinicalTrials.gov NCT05168371; https://clinicaltrials.gov/study/NCT05168371.

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.

BrasCatégoriesDevis d'étudeConfiance
gptaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Autre devishigh
grokaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Observationnelhigh
opusaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Autre devismedium
modèles en désaccordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,035
score de la tête « metaresearch » (Gemma)0,038
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0350,038
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,207
Tête enseignante GPT0,670
Écart entre enseignants0,463 · 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

Étiqueté directement par 3 modèles lisant le dossier complet.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.

Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.

Devis d'étudeAutre devis · Observationnel
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

Citations2
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Medical Internet ResearchMême sujetDigital Mental Health InterventionsTravaux en français237 207