MétaCan
Menu
← Retour à la cohorte
Enregistrement W4414414736 · doi:10.2196/preprints.84595

Delivering online cognitive behavioural therapy to address mental health challenges in correctional workers: A randomized controlled trial (Preprint)

2025· article· en· W4414414736 sur OpenAlexaboutno aff
Christina Holmes, Gilmar Gutiérrez, Callum Stephenson, Elnaz Moghimi, Niloufar Malakouti, Jasleen Jagayat, C. B. Patel, Alexander Ian Frederic Simpson, Michael S. Martin, Mark Fitzpatrick, Anika Agrawal, Vineeth Jarabana, Kimia Asadpour, Ferwa Khan, Dianne Groll, Mohsen Omrani, Nazanin Alavi

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMental healthRandomized controlled trialAnxietyCognitive behavioral therapyMajor depressive disorderCognitionCognitive therapyGeneralized anxiety disorderPosttraumatic stress

Résumé

récupéré en direct d'OpenAlex

BACKGROUND Correctional workers (CWs), are frequently exposed to traumatic workplace events, placing them at higher risk of experiencing mental health disorders, including major depressive disorder (MDD), generalized anxiety disorder (GAD), and posttraumatic stress disorder (PTSD). Despite high prevalence of mental health challenges, CWs underutilize mental health services due to stigma, irregular work schedules, and accessibility issues. While cognitive behavioural therapy (CBT) is effective, it poses accessibility challenges. Electronic CBT (eCBT) offers a scalable, accessible alternative, but use among CWs remains underexplored. OBJECTIVE This study aimed to evaluate the efficacy of diagnosis-specific eCBT programs designed for CWs in reducing symptoms of MDD, GAD, and PTSD compared to treatment as usual (TAU). METHODS A randomized controlled trial (RCT) was conducted with 84 CWs in Ontario, assigned to either eCBT (n=40) or TAU (n=44). The eCBT program provided diagnosis-specific modules with synchronous personalized feedback from care providers over 12-weeks via the Online Psychotherapy Tool (OPTT). Symptom severity was measured at baseline, week-6, and post-treatment using validated scales for depression, anxiety, PTSD, and quality-of-life. Data analysis included paired samples t-tests, mixed linear models, and effect size calculations (Cohen's d). RESULTS The eCBT group exhibited significant reductions in symptom severity for depression, anxiety, and PTSD from baseline to post-treatment compared to TAU (p<0.01), with a moderate effect size (Cohen’s d=0.68). Symptom severity decreased by 61.37% for eCBT versus 23.29% in TAU. Mixed linear models confirmed a significant treatment-by-time interaction, favouring eCBT (p<0.01). However, no significant differences in quality-of-life improvements were observed between groups. CONCLUSIONS Diagnosis-specific eCBT programs are effective in reducing symptoms of depression, anxiety, and PTSD for CWs. The asynchronous, accessible format of eCBT addresses current key barriers. Future research should explore strategies to improve adherence and increase the accessibility of services for CWs. CLINICALTRIAL Clinicaltrials.gov (NCT04666974). INTERNATIONAL REGISTERED REPORT RR2-10.2196/30845

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)0,002
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 randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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.

Tête enseignante Opus0,106
Tête enseignante GPT0,438
Écart entre enseignants0,333 · 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 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetDigital Mental Health Interventions→Travaux en français237 207→