Toward a New Conceptual Framework for Digital Mental Health Technologies: Scoping Review
Notice bibliographique
Résumé
Background: Digital mental health technologies (DMHTs) are becoming more widely available and are seen as having the potential to improve the quality of mental health care. However, conversations around the potential impact of DMHTs can be impacted by a lack of focus on the types of technologies that are available. Several frameworks that could apply to DMHTs are available, but they have not been developed with comprehensive methods and have limitations. Objective: To address limitations with current frameworks, we aimed to identify existing literature on the categorization of DMHTs, to explore challenges with categorizing DMHTs for specific purposes, and to develop a new conceptual framework. Methods: We used an iterative approach to develop the framework. First, we completed a rapid review of the literature to identify studies that provided domains that could be used to categorize DMHTs. Second, findings from this review and associated issues were discussed by an expert working group, including professionals from a wide range of relevant settings. Third, we synthesized findings to develop a new conceptual framework. Results: The rapid review identified 3603 unique results, and hand searching identified another 3 potentially relevant papers. Of these, 24 papers were eligible for inclusion, which provided 10 domains to categorize DMHTs. The expert working group proposed a broad framework and based on the findings of the review and group discussions, we developed a new conceptual framework with 8 domains that represent important characteristics of DMHTs. These 8 domains are population, setting, platform or system, purpose, type of approach, human interaction, human responsiveness, and functionality. Conclusions: This conceptual framework provides a structure for various stakeholders to define the key characteristics of DMHTs. It has been developed with more comprehensive methods than previous attempts with similar aims. The framework can facilitate communication within the field and could undergo further iteration to ensure it is appropriate for specific purposes.
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 | 0,260 | 0,274 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,003 |
| Méta-épidémiologie (sens large) | 0,008 | 0,012 |
| Bibliométrie | 0,109 | 0,067 |
| Études des sciences et des technologies | 0,010 | 0,023 |
| Communication savante | 0,032 | 0,057 |
| Science ouverte | 0,013 | 0,022 |
| Intégrité de la recherche | 0,015 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».