Supportive Text Messaging and Peer Support for Patients in the 6 Months Following Discharge from a Psychiatric Admission: Mental Health Outcomes from a Cluster-Randomized Controlled Trial
Notice bibliographique
Résumé
Background/Objective: The transition from psychiatric inpatient care to community settings poses risks of relapse, rehospitalization, and poor well-being. This study examined changes in anxiety, depression, suicidal ideation, sleep issues, and well-being over six months post-discharge and assessed the effectiveness of supportive text messaging (Text4Support) alone and with peer support, compared to treatment as usual (TAU). Methods: A pragmatic stepped-wedge cluster-randomized trial included 1098 participants discharged from psychiatric units across Alberta, Canada. Participants were allocated to the TAU, Supportive Text Messaging (SMS), or SMS plus peer support (SMS+PS) group. Outcomes were measured using GAD-7, PHQ-9, and WHO-5 at baseline and at six weeks, three months, and six months post-discharge. ANCOVA compared outcomes across groups at each time point, controlling for baseline values. Results: Follow-up completion declined (20% at six weeks, 16% at three months, and 15% at six months). No group differences emerged for anxiety, depression, suicidal ideation, or sleep issues at six weeks or three months. Well-being was significantly higher in the SMS group at six weeks (η2 = 0.10). At six months, between-group differences appeared for anxiety and depression, though post hoc tests showed no pairwise differences. Conclusions: Supportive text messaging may improve well-being shortly after discharge and holds promise as a low-intensity transitional care strategy, though findings are limited by low follow-up.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».