Impact of the Population Medicine Multimorbidity Intervention in Xishui County (POPMIX) on People at High Risk for Chronic Obstructive Pulmonary Disease Who Experience Mental Health Symptoms: Protocol for the POPMIX-MH Cluster Randomized Controlled Trial
Notice bibliographique
Résumé
BACKGROUND: Chronic obstructive pulmonary disease (COPD) and mental health conditions represent intersecting public health challenges, especially in resource-limited rural China. Existing care models often neglect the psychosocial needs of populations at high risk for COPD, resulting in limited effectiveness of prevention and management strategies. This study evaluates an integrated intervention designed to improve both mental and physical health outcomes among high-COPD-risk individuals with mental health symptoms, using a population medicine framework. OBJECTIVE: This study aims to evaluate the effect of an integrated, population medicine-based multimorbidity intervention package among high-COPD-risk individuals with mental health symptoms in Xishui County, Guizhou Province, China. METHODS: We are conducting a 12-month, 2-arm cluster randomized controlled trial across 26 townships in Xishui County, Guizhou, China. A total of 44,000 residents aged ≥35 years were screened using the Chronic Obstructive Pulmonary Disease Screening Questionnaire, identifying 10,000 individuals at high risk of COPD. Among them, 3807 individuals with Warwick-Edinburgh Mental Well-Being Scale scores below 45 were enrolled as participants. Intervention components include digital cognitive behavioral therapy-based mental health support, community screening, chronic disease management, patient education, digital follow-up, and team-based care. The primary outcomes are depressive symptoms (9-item Patient Health Questionnaire), anxiety symptoms (7-item General Anxiety Disorder), and mental well-being (Warwick-Edinburgh Mental Well-Being Scale). Secondary outcomes are control of chronic diseases, physiological and functional indicators such as lung function, health-related quality of life, mental and behavioral health, health care utilization, knowledge of COPD and asthma, productivity loss, and care cascade indicators for chronic conditions. RESULTS: Data collection for the POPMIX-MH trial began in June 2024. Baseline, 3-month, and 6-month assessments have been completed, and the 12-month follow-up assessments are planned to be completed in March 2026. CONCLUSIONS: This study is the first to integrate psychological support, chronic disease management, and community-based screening into a single scalable intervention package targeting multimorbidity in China. It tests the feasibility of applying population medicine principles, emphasizing integrated, preventive, and population-level care, within primary care systems in low-resource settings. By targeting both mental and physical health, it redefines chronic care beyond traditional organ-specific approaches. TRIAL REGISTRATION: ClinicalTrials.gov NCT06458218; https://clinicaltrials.gov/ct2/show/NCT06458218. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/85853.
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 | 0,011 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,002 |
| Méta-épidémiologie (sens large) | 0,008 | 0,005 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,028 | 0,003 |
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 ».