MétaCan
Menu
Retour à la cohorte
Enregistrement W4410056360 · doi:10.1016/j.sleep.2025.106551

Stepped care for insomnia in primary care using digital and face-to-face cognitive behavioral therapies: A pragmatic nonrandomized clinical trial

2025· article· en· W4410056360 sur OpenAlexafffund
Charles M. Morin, Sijing Chen, Kathleen Lemieux, Hans Ivers, Janet M. Y. Cheung, Manon Lamy, Lee M. Ritterband

Notice bibliographique

RevueSleep Medicine · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueSleep and related disorders
Établissements canadiensCentre intégré de santé et de services sociaux de Chaudière-AppalachesCentre Intégré de Santé et Services Sociaux de Chaudière-AppalacheUniversité du QuébecUniversité Laval
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésPrimary careInsomniaCognitionPrimary InsomniaFace (sociological concept)MedicinePsychologyPhysical medicine and rehabilitationPsychiatryFamily medicineSleep disorder

Résumé

récupéré en direct d'OpenAlex

To evaluate the effectiveness of a stepped-care intervention for insomnia in primary care. In this non-randomized pragmatic clinical trial, patients from primary care clinics and with chronic insomnia disorder were allowed to choose between continuing their usual treatment (prescribed sleep medication) or receiving digital CBT-I (dCBT-I), either alone or in combination with medication. After the first treatment step, non-remitters were provided with the choice of receiving face-to-face CBT-I (FtFCBT-I), medication, or no additional treatment. The primary outcome was insomnia symptoms as measured by the Insomnia Severity Index. Among 154 adults with insomnia, 73 were allocated to dCBT-I, 66 to combined treatment and 15 to medication alone based on their preference. When compared to medication alone, first-step treatment with dCBT-I or combined treatment both produced significantly larger effects on reducing insomnia severity (dCBT-I vs Med, difference in the mean changes = -3.3; Comb vs Med, -3.7), and led to higher percentages of responders (dCBT-I vs Med, 54.8% vs 16.0%, OR = 6.38; Comb vs Med, 53.6% vs 16.0%, OR = 6.07) and remitters (dCBT-I vs Med, 65.8% vs 9.4%, OR = 18.61; Comb vs Med, 67.5% vs 9.4%, OR = 20.13. Adding FtFCBT-I as second-step treatment offered an added value for non-remitters after the first-step treatment. Improvements achieved at post-treatment were sustained through the 6-month follow-up for most of the treatment sequences. These findings demonstrated the feasibility and efficiency of implementing digital and in-person CBT-I within a stepped-care model in primary care practice. • Digital CBT-I applied in primary care is an effective treatment delivery modality for patients with chronic insomnia, and non-remitters could be further stepped up to a more intensive treatment (e.g., in-person CBT-I). • Implementing a stepped-care intervention for insomnia in primary care could facilitate the provision of guideline care, optimize treatment effects, and enhance accessibility of evidence-based interventions. • It is important to involve patients in the decision-making process when selecting among different treatment options within a stepped-care intervention.

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)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0040,003
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0160,002

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 Opus0,042
Tête enseignante GPT0,412
Écart entre enseignants0,370 · 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'étudeEssai non randomisé
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

Citations11
Publié2025
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueSleep MedicineMême sujetSleep and related disordersTravaux en français237 207