Evaluating a Mobile Digital Therapeutic for Vasomotor and Behavioral Health Symptoms Among Women in Midlife: Randomized Controlled Trial
Notice bibliographique
Résumé
Unlabelled: Background: Perimenopausal and menopausal symptoms affect many women's well-being and quality of life. Digital technologies, especially smartphones, allow self-management interventions for menopausal symptoms, but they are understudied., Objective: We evaluated whether a novel digital care app, Caria, effectively reduced vasomotor and behavioral health symptoms of menopause., Methods: We enrolled 149 women for a 6-week randomized controlled trial (app treatment: n=112; web-based educational control: n=37). Enrolled participants had problematic vasomotor symptoms and at least one elevated behavioral health symptom (depression, anxiety, or sleep issues). Web-based self-reported assessments (Hot Flush Rating Scale [HFRS], Patient Health Questionnaire Depression Scale-8 [PHQ-8], Generalized Anxiety Disorder-7, and Pittsburgh Sleep Quality Index [PSQI]) were conducted at baseline, 3 weeks, and 6 weeks., Results: For hot flash severity (HFRS; treatment baseline mean 16.4, SD 6.7 to 6-wk mean 13.6, SD 6.6; control: baseline mean 19.1, SD 7.3 to 6-wk mean 17.8, SD 7.2), a repeated-measures ANOVA revealed main effects for time (F2,262=9.82; P<.001) and treatment arm (F1,131=6.08; P=.01) and a significant time × treatment arm interaction (F2,262=3.23; P=.04); the treatment arm showed lower hot flash severity than the control arm (t147=2.72; P=.007). For depression scores (PHQ-8; treatment baseline mean 14.0, SD 3.8 to 6-wk mean 11.2, SD 5.3; control baseline mean 15.0, SD 3.7 to 6-wk mean 13.4, SD 4.1), a repeated-measures ANOVA showed a main effect of time in the treatment arm (F2,96=15.2; P<.001) but not the control arm (F2,40=2.0; P=.15). Follow-up 2-tailed paired t tests in the treatment arm showed depression decreased from baseline to week 3 (t49=3.3; P=.002) and from weeks 3 to 6 (t48=2.3; P=.02). For sleep quality scores (PSQI; treatment baseline mean 10.7, SD 3.1 to 6-wk mean 10.0, SD 3.5; control baseline mean 11.5, SD 3.7 to 6-wk mean 11.0, SD 3.7), the repeated-measures ANOVA showed a main effect of time in the treatment arm (F2,186=7.8; P=.001) but not the control arm (F2,62=1.3; P=.28). Follow-up 2-tailed paired t tests in the treatment arm showed a significant decrease in sleep issues from baseline to week 3 (t95=3.9; P<.001) but no change from weeks 3 to 6 (t93=0.2; P=.81). Participants with elevated anxiety symptoms showed decreased symptoms in both the treatment and control groups. App engagement was high (average logins over 6 weeks: 53.2)., Conclusions: The findings highlight the potential of digital interventions for mitigating menopausal vasomotor and behavioral health symptoms. Significant improvements in the intervention group underscore the app's effectiveness in providing relief from some of the most challenging aspects of menopause. This study contributes to the evidence supporting digital health interventions in managing menopausal symptoms, presenting a promising avenue for accessible and scalable solutions for women in midlife.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 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 ».