Needs and Expectations for the myNewWay Blended Digital and Face-to-Face Psychotherapy Model of Care for Depression and Anxiety (Part 2): Participatory Design Study including Mental Health Professionals
Notice bibliographique
Résumé
Background: In blended care, digital mental health interventions (DMHIs) integrate with face-to-face psychotherapy provided in person or via telehealth. To incorporate DMHIs into routine care for depression and anxiety, it is important to understand the needs and expectations of mental health professionals for blended DMHIs. Objective: The study objective was to partner with Australian mental health professionals in the design of a transdiagnostic, cognitive behavioral therapy-based blended model of care for adults experiencing depression and anxiety. Methods: Participants were Australian health professionals who treat adults with depression and anxiety. The participatory design process included a web-based survey (N=258), one-on-one interviews (N=14), and a 2-part focus group (N=6). Quantitative and qualitative data were collected through the web-based survey. In-depth qualitative feedback from interviews and the 2-part focus group was subjected to reflexive thematic analysis. Results: Mental health professionals found blended care with face-to-face therapy more acceptable than telehealth and blended care with telehealth, with standalone DMHIs being the least preferred option. The most common ways in which mental health professionals thought a DMHI could integrate with face-to-face psychotherapy included homework completion (129/178, 72.5%), skills practice to support in-session therapy (128/178, 71.9%), and psychoeducation (127/178, 71.3%). Mental health professionals expect the blended DMHI to be easy to use, flexible, protective of client data, and to include evidence-based content from several therapeutic modalities (eg, cognitive behavioral therapy and mindfulness). Other preferences included mental health professionals being able to prescribe specific program modules to their clients, track the treatment progress of clients, and receive alerts if their clients' symptoms worsened. In terms of implementation, mental health professionals were concerned about the time and effort needed to use blended care. They suggested that ongoing training and support would help mental health professionals implement blended care with their clients. Monitoring client risk and progress via a web-based dashboard and downloadable summaries was also important. Conclusions: Designing DMHIs that support psychotherapy for adults with depression and anxiety has the potential to increase access to evidence-based treatment. Involving mental health professionals in DMHI design is expected to increase their acceptance of DMHIs and facilitate the integration of these digital products into routine care.
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 | 0,036 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,004 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».