MétaCan
Menu
Retour à la cohorte
Enregistrement W6999303387

Comparison of the Efficacy Between Standard Measurement-Base Care (MBC) and Enhanced MBC for Major Depressive Disorder: A Pilot Study

2024· article· en· W6999303387 sur OpenAlexaboutno aff

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueTreatment of Major Depression
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMental healthMoodExcellenceThe RepublicMental health carePublic healthCenter of excellenceHealth careRandomized controlled trial
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Yuru He,1,2 Xing Wang,1,2 Zuowei Wang,3,4 Ping Zhang,5 Xiaojia Huang,3,4 Meihong Yu,5 Jill K Murphy,6 Erin E Michalak,6 Jing Liu,6 Tao Yang,1,2 Xiaorui Yang,7 Yiru Fang,1,8,9 Raymond W Lam,6 Jun Chen1,2 1Clinical Research Center, Shanghai Mental Health Center, Shanghai Jiao Tong University School of Medicine, Shanghai, People’s Republic of China; 2Shanghai Key Laboratory of Psychotic Disorders, Shanghai, People’s Republic of China; 3Division of Mood Disorders, Shanghai Hongkou Mental Health Center, Shanghai, People’s Republic of China; 4Clinical Research Center for Mental Health, School of Medicine, Shanghai University, Shanghai, People’s Republic of China; 5Fengxian District Mental Health Center, Shanghai, People’s Republic of China; 6Department of Psychiatry, University of British Columbia, Vancouver, Canada; 7Department of Psychology, Shanghai Sixth People’s Hospital Affiliated to Shanghai Jiao Tong University School of Medicine, Shanghai, People’s Republic of China; 8Department of Psychiatry & Affective Disorders Center, Ruijin Hospital, Shanghai Jiao Tong University School of Medicine, Shanghai, People’s Republic of China; 9CAS Center for Excellence in Brain Science and Intelligence Technology, Shanghai, People’s Republic of ChinaCorrespondence: Jun Chen, Clinical Research Center, Shanghai Mental Health Center, Shanghai Jiao Tong University School of Medicine, Shanghai, 200030, People’s Republic of China, Tel +86 21-34773367, Email doctorcj2010@gmail.com Raymond W Lam, Department of Psychiatry, University of British Columbia, 2255 Wesbrook Mall, Vancouver, BC, V6T 2A1, Canada, Tel +1 604-822-7325, Email r.lam@ubc.caPurpose: To validate the efficacy of enhanced measurement-based care against standard measurement-based care in patients with major depressive disorder.Patients and Methods: In this pilot study of an ongoing multicenter cluster randomized controlled trails, 160 patients diagnosed with major depressive disorder were enrolled from 2 mental health centers, with a plan to include 12 centers in total. One hundred patients engaged in a six-month evaluation using a technology-enhanced measurement-based care tool, including assessments of clinical symptoms, side effects, and functionality at baseline, two months, four months and six months. Simultaneously, the remaining 60 patients underwent standard paper-based measurement-based care, utilizing the same set of scales over the same six-month period, with assessments at the same time points.Results: Patients utilizing the enhanced measurement-based care tool demonstrated a significantly higher reduction rate in PHQ-9 scores compared to those using standard paper-based measurement-based care during the two-month follow-up. Additionally, a notable positive correlation was observed between the frequency of enhanced measurement-based care tool usage and the quality of life during the two-month follow-up.Conclusion: Enhanced measurement-based care has the effect of reducing depressive symptoms. Our study emphasized that using enhanced measurement-based care via smartphones is a feasible tool for patients with major depressive disorder. Our future study, including results from additional research centers, may further validate the effectiveness of enhanced measurement-based care.Keywords: major depressive disorder, measurement-based care, enhanced measurement-based care, smartphone-based intervention

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,008
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,309
Tête enseignante GPT0,566
Écart entre enseignants0,257 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai non randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetTreatment of Major DepressionTravaux en français237 207