Reach, Engagement, and Acceptability of a Subclinical Telehealth Service for Spanish-Speaking Adults: Retrospective Mixed Methods Pilot Study
Notice bibliographique
Résumé
Background: There is a gap in mental health care among Latino/x and Spanish-speaking communities, and the care that is available is often difficult to access, lacks cultural nuance, and results in low engagement and satisfaction. Objective: The study aimed to evaluate the reach, adoption, and acceptability of digital Spanish-language psychosocial and emotional wellness services among Latino/x adults offered by the digital health company Sanarai. Methods: Data included in this study were collected between August 2020 and September 2024 by Sanarai as part of its ongoing services. Quantitative data sources included individual customers' appointment data, individual session payment data, and customer satisfaction data. Qualitative data were obtained from transcribed notes of telephone or video-based user interviews conducted by Sanarai staff between August 2020 and May 2024. Results: Between August 2020 and September 2024, Sanarai served 6163 users (n=3662, 59.42% women participants) across all 50 US states, with the highest concentration of participants in Texas and California. Results showed 94% (n=5793) of users scheduled a first appointment within 1 week, with 43% (n=2650) doing so within 1 day. Over 62.60% (n=3858) of participants engaged in two or more sessions, attending an average of 8.94 (SD 13) sessions over 110 days (SD 169). The platform delivered a total of 36,858 appointments, including individual and couples sessions. Only 22.47% (n=1385) of users responded to a customer satisfaction survey for a total of 2287 distinct responses; among this subgroup, session satisfaction was high with an average satisfaction rating of 4.88 out of 5.0 (SD 0.49) and a Net Promoter Score of +85. Nearly all responses (n=2174, 95.06%) expressed intent to schedule another session, but these results should be interpreted with caution, given the low response rate. Qualitative interviews with 30 users (n=21, 70% women) revealed a diverse user base. Many users reported prior mental health service experiences, while one-third were new to care. Participants cited cost, cultural fit, language access, and convenience as key reasons for choosing Sanarai over local services. Users highlighted the platform's affordability, scheduling flexibility, and provider professionalism as central to their positive experiences. Conclusions: These findings underscore the value of culturally responsive, accessible online mental health care for Spanish-speaking communities.
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 | 0,006 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».