Help on demand: Development and feasibility testing of a self-directed mobile app intervention for gambling problems (Preprint)
Notice bibliographique
Résumé
BACKGROUND Compared to other mental health problems, self-directed interventions for gambling problems lack in quantity, accessibility, and in some cases, evidence base. Moreover, engagement with these interventions remains modest. Mobile apps may be a viable format to deliver self-directed interventions that enhance user engagement. OBJECTIVE The aims of the current study were to develop a self-directed mobile app intervention for gambling problems and to conduct initial feasibility and acceptability testing with a small sample of Canadian adults with past or present gambling problems (N = 30). METHODS Participants were invited via email from a list of people who previously volunteered in similar research in our lab. Theory and content of the mobile app intervention were primarily based on a self-directed workbook that has been evaluated in paperback and static web-based formats. The current app prototype included daily gambling diaries, recommended activities based on diary responses, and psychoeducation. It was available for two weeks, after which users provided feedback via surveys (n = 30) and a virtual focus group (n = 8). Quantitative and qualitative feedback, as well as app usage data, were analyzed to provide descriptive statistics and summaries. RESULTS Regarding feasibility, median completion time for activities ranged from 48 to 137 seconds. Daily diary completion rate was 51%. One third of activities were accessed via prompt and two thirds on demand. Many participants repeated at least one activity, and all activities were repeated by at least one participant. Results also indicated favourable user reviews, particularly regarding the app’s credibility, ease of use, and potential impact. The feedback on some app features was highly variable, such as the perceived utility of daily diaries. Specific recommendations for improvement were provided, such as inclusion of information on concurrent substance use and more interactive psychoeducation. CONCLUSIONS Overall, the app met or exceeded thresholds for feasibility and acceptability to justify improvements and effectiveness testing on a larger scale. The variability in user feedback underscores the demand for further personalization.
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.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Essai non randomisé | low |
| gpt | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Autre devis | high |
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 | 0,008 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».