Internet-Based Mental Health Intervention for Depressive Symptoms in Young Adults: Cost-Effectiveness Analysis
Notice bibliographique
Résumé
Background: Internet-based cognitive behavioral therapy (CBT) provides psychological interventions to individuals with mild depressive symptoms. Objective: This study aimed to examine the potential cost-effectiveness of internet-based guided-CBT in university students with mild depressive symptoms from the perspective of service providers in Hong Kong. Methods: The outcomes of low-intensity guided internet-based CBT and in-person CBT in a hypothetical cohort of university students with mild depressive symptoms were examined using a 5-year decision-analytic model. Model inputs were obtained from published literature and local data. Model outcomes included direct medical cost, school dropouts, and quality-adjusted life years (QALYs). Sensitivity analyses were conducted on all model parameters. Results: Compared to the in-person group, the internet group gained higher QALYs by 0.0211 QALYs, lowered school dropouts by 0.052%, and saved US $249 in the base-case analysis. In one-way sensitivity analysis, the internet group gained higher QALYs at a lower cost than the in-person group throughout the variation of all model inputs. Probabilistic sensitivity analysis showed that the internet group was cost-effective (at willingness-to-pay threshold was US $48,119/QALY) in 99.7% of the 10,000 Monte Carlo simulations. Conclusions: Internet-based CBT appears to be the cost-effective option when compared to in-person CBT for university students with mild depressive symptoms from the perspective of service providers in Hong Kong.
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 | 0,007 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,007 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,006 | 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 ».