Task-sharing and telemedicine delivery of psychotherapy to treat perinatal depression: a pragmatic, noninferiority randomized trial
Notice bibliographique
Résumé
Task-sharing and telemedicine can increase access to effective psychotherapies. Scaling Up Maternal Mental healthcare by Increasing access to Treatment (SUMMIT) is pragmatic, multisite, noninferiority, four-arm trial that tested the non-inferiority of provider (non-specialist vs. specialist providers) and modality (telemedicine vs. in-person) in delivering psychotherapy for perinatal depressive symptoms. Across three university-affiliated networks in the United States and Canada, pregnant and postpartum adult participants were randomized 1:1:1:1 to each arm (472 nonspecialist telemedicine, 145 nonspecialist in-person, 469 specialist telemedicine and 144 specialist in-person) and offered weekly behavioral activation treatment sessions. The primary outcome was depressive symptoms (Edinburgh Postnatal Depression Scale (EPDS)) and the secondary outcome was anxiety (Generalized Anxiety Disorder (GAD-7)) symptoms at 3 months post-randomization. Between 8 January 2020 and 4 October 2023, 1,230 participants were recruited. Noninferiority was met for the primary outcome comparing provider (EPDS: nonspecialist 9.27 (95% CI 8.85-9.70) versus specialist 8.91 (95% CI 8.49-9.33)) and modality (EPDS: telemedicine 9.15 (95% CI 8.79-9.50) versus in-person 8.92 (95% CI 8.39-9.45)) for both intention-to-treat and per protocol analyses. Noninferiority was also met for anxiety symptoms in both comparisons. There were no serious or adverse events related to the trial. This trial suggests compelling evidence for task-sharing and telemedicine to improve access to psychotherapies for perinatal depressive and anxiety symptoms. ClinicalTrials.gov NCT04153864.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».