Patient Attitudes About Light Therapy and Negative Ion Therapy for Nonseasonal Depression: An Online Survey Study
Notice bibliographique
Résumé
OBJECTIVE: No studies have evaluated the feasibility of light therapy or negative ion therapy as maintenance treatments after acute antidepressant treatment in major depressive disorder. To address this gap, we surveyed people with depression about their knowledge and attitudes about light therapy and negative ion therapy, and their willingness to participate in a clinical trial of maintenance treatment with these therapies. METHODS: Participants with a self-reported diagnosis of depression completed a researcher-generated online survey, created for this study, examining awareness and effectiveness of light therapy and negative ion therapy, which included vignettes describing the use of these therapies for maintenance treatment. Participants were asked about the feasibility and reasons for wanting (and not wanting) to use the therapies instead of antidepressants. Response frequencies were compared using chi-square tests. RESULTS: A total of 193 participants completed the survey. Most were aware of both therapies, but significantly more participants had heard of light therapy (95% versus 63% for negative ion therapy, p<0.001), had used light therapy (29% versus 17%, p<0.001), and regarded light therapy as effective (54% versus 37%, p<0.001). Both therapies were considered easy to use. Most participants (81%) placed importance on finding non-medication therapies for maintenance treatment; 77% responded that they would likely volunteer for a randomized study of maintenance treatment. CONCLUSION: People with depression are aware of light therapy and negative ion therapy and support their usage as substitutes for antidepressants in maintenance treatment. This supports the importance and feasibility of a randomized relapse prevention trial with light therapy and negative ion therapy in people with depression.
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 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».