MétaCan
Menu
Retour à la cohorte
Enregistrement W4413105655 · doi:10.2196/82096

Informatics-Based Psychotherapeutic and Psychiatric Interventions in Dermatology: A Scoping Review of Impacts on Skin Disease Severity and Mental Health Outcomes (Preprint)

2025· review· en· W4413105655 sur OpenAlexfundvenueno aff
Caroline Lamarre, Jeffrey Chivinski, Alexandre Hudon

Notice bibliographique

RevueJMIR Dermatology · 2025
Typereview
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensnon disponible
Organismes subventionnairesInstitut de Valorisation des Données
Mots-clésPsychological interventionMedicineMental healthPsycINFOMEDLINEPsychiatryAnxietyMindfulnessTelemedicineHealth careClinical psychology

Résumé

récupéré en direct d'OpenAlex

Abstract Background Chronic dermatologic conditions such as psoriasis, atopic dermatitis, and hidradenitis suppurativa are associated with a high burden of psychiatric comorbidities, including depression, anxiety, and suicidality. Despite growing awareness of the psychosocial impact of skin diseases, mental health needs remain underaddressed in dermatologic care. Digital technologies (including teledermatology, mobile health apps, and internet-delivered psychotherapies) offer promising avenues for integrating psychotherapeutic and psychiatric interventions into dermatology. However, the scope, effectiveness, and implementation of such informatics-based approaches remain poorly mapped in the literature. Objective This scoping review aimed to systematically identify, categorize, and synthesize studies on digital psychotherapeutic and psychiatric interventions targeting patients with dermatological conditions, with a focus on clinical, mental health, and implementation outcomes. Methods Following the PRISMA-ScR (Preferred Reporting Items for Systematic Reviews and Meta-Analyses extension for Scoping Reviews) guidelines, we conducted a comprehensive search across 5 databases (MEDLINE, Embase, Web of Science, PsycINFO, and Google Scholar) for articles published up to March 2025. Studies were included if they involved patients with dermatologic conditions and assessed interventions that combined a digital informatics component (eg, telehealth, apps, artificial intelligence, virtual platforms) with a psychotherapeutic or psychiatric element (eg, cognitive behavioral therapy [CBT], mindfulness, consult-liaison psychiatry). Eligible study designs included clinical trials, observational studies, and mixed methods research. Data were extracted systematically, and methodological quality was assessed using JBI tools. Results Out of 15,176 records identified, 11 studies met the inclusion criteria. Most interventions targeted psoriasis (9/11) and used asynchronous digital platforms such as internet-based CBT and mobile apps. Across studies, dropout rates ranged from 10% to 76%. Improvements in dermatologic quality of life were reported in 6 of 11 studies, with statistically significant reductions in depression and anxiety observed in multiple trials (eg, internet-based CBT and mindfulness-based interventions), alongside reductions in psoriasis severity (Psoriasis Area and Severity Index) and itch intensity in randomized controlled trials. Intervention duration ranged from single-session virtual reality exposure to 8‐ to 12-week structured programs. However, long-term outcomes beyond 3 to 12 months were rarely assessed, and reporting of sociodemographic variables and equity-related factors was limited. Conclusions Informatics-based psychotherapeutic and psychiatric interventions represent a promising frontier in psychodermatology, with early evidence suggesting feasibility and potential clinical benefit. Digital platforms may expand access to mental health support and improve holistic care for patients with dermatologic conditions. However, significant gaps remain in terms of equity, long-term effectiveness, integration into clinical workflows, and adaptation for diverse populations. Future research should focus on rigorous, inclusive trials and the development of hybrid models that blend digital and face-to-face care to ensure sustainable and equitable impact.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaaucune catégorie
Domaine: non disponible · Genre: Synthèse
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Sans objetlow
gptaucune catégorie
Domaine: non disponible · Genre: Synthèse
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Revue systématiquehigh
modèles en désaccordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,014
score de la tête « metaresearch » (Gemma)0,057
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,074

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,057
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,007
Bibliométrie0,0120,014
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0020,002
Intégrité de la recherche0,0030,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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.

Tête enseignante Opus0,056
Tête enseignante GPT0,487
Écart entre enseignants0,432 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.

Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.

Devis d'étudeSans objet · Revue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJMIR DermatologyMême sujetDigital Mental Health InterventionsTravaux en français237 207