MétaCan
Menu
← Retour à la cohorte
Enregistrement W4407872337 · doi:10.2196/63497

Patterns of Skills Review in Smartphone Cognitive Behavioral Therapy for Depression: Observational Study of Intervention Content Use

2025· article· en· W4407872337 sur OpenAlexvenueno aff
Emily E. Bernstein, Katharine E. Daniel, Peyton Miyares, Susanne S. Hoeppner, Kate H. Bentley, Ívar Snorrason, Lauren Fisher, Jennifer L. Greenberg, Hilary Weingarden, Oliver Harrison, Sabine Wilhelm

Notice bibliographique

RevueJMIR Mental Health · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Mental HealthWellcome Trust
Mots-clésObservational studyDepression (economics)Randomized controlled trialCognitive behavioral therapyIntervention (counseling)MedicineMetric (unit)CognitionClinical psychologyPhysical therapyPsychiatryInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Smartphones could enhance access to effective cognitive behavioral therapy (CBT). Users may frequently and flexibly access bite-size CBT content on personal devices, review and practice skills, and thereby achieve better outcomes. OBJECTIVE: We explored the distribution of actual interactions participants had with therapeutic content in a trial of smartphone CBT for depression and whether interactions were within assigned treatment modules or revisits to prior module content (ie, between-module interactions). METHODS: We examined the association between the number of within- and between-module interactions and baseline and end-of-treatment symptom severity during an 8-week, single-arm open trial of a therapist-guided CBT for depression mobile health app. RESULTS: Interactions were more frequent early in treatment and modestly declined in later stages. Within modules, most participants consistently made more interactions than required to progress to the next module and tended to return to all types of content rather than focus on 1 skill. By contrast, only 15 of 26 participants ever revisited prior module content (median number of revisits=1, mode=0, IQR 0-4). More revisits were associated with more severe end-of-treatment symptom severity after controlling for pretreatment symptom severity (P<.05). CONCLUSIONS: The results suggest that the frequency of use is an insufficient metric of engagement, lacking the nuance of what users are engaging with and when during treatment. This lens is essential for developing personalized recommendations and yielding better treatment outcomes. TRIAL REGISTRATION: ClinicalTrials.gov NCT05386329; https://clinicaltrials.gov/study/NCT05386329?term=NCT05386329.

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)0,003
score de la tête « metaresearch » (Gemma)0,025
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,025
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,249
Tête enseignante GPT0,533
Écart entre enseignants0,283 · 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'étudeObservationnel
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'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Mental Health→Même sujetDigital Mental Health Interventions→Travaux en français237 207→