MétaCan
Menu
← Retour à la cohorte
Enregistrement W7155154592 · doi:10.2196/84096

Mental health INtervention with Digital APPlications (MIND-APP): Protocol for a Randomized Controlled Researcher Blinded Trial Evaluating the Effectiveness of the Tankevirus and Grubl Mental Health Apps Compared to a Placebo App (Preprint)

2025· article· en· W7155154592 sur OpenAlexvenueno aff
Kim Rand, Julia Menichetti, Torbjørn Wisløff, Hanne H. Brorson

Notice bibliographique

RevueJMIR Research Protocols · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMental healthProtocol (science)Digital healthmHealthIntervention (counseling)Randomized controlled trialPlaceboeHealthPsychological intervention

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Anxiety and depression impose substantial clinical and economic burdens worldwide, with high prevalence, impaired functioning, and elevated health care costs. Digital self-help interventions offer scalable and potentially cost-effective strategies; however, evidence from rigorously controlled economic evaluations remains sparse. OBJECTIVE: This trial aims to evaluate the effectiveness and cost-effectiveness of 2 Norwegian mental health apps: Tankevirus (cognitive behavioral therapy-based) and Grubl (metacognitive therapy-based), compared with a digital placebo in reducing anxiety and depression symptoms, improving health-related quality of life, and generating quality-adjusted life years. METHODS: The Mental Health Intervention With Digital Applications (MIND-APP) trial is a 3-arm randomized controlled trial (1:1:1 allocation) conducted fully remotely via a bespoke smartphone research platform. A total of 1000 Norwegian residents aged 16 years or older with mild to moderate symptoms of anxiety and/or depression will be recruited through national digital outreach. Coprimary outcomes are changes in anxiety (Generalized Anxiety Disorder-7) and depression (Patient Health Questionnaire-9) scores from baseline to postintervention (2-4 weeks). Secondary outcomes include health-related quality of life (EQ-5D-5L), quality-adjusted life years accrued over 6 months, functional impairment (Work and Social Adjustment Scale), health care resource use, and adverse events. Incremental cost-effectiveness ratios for Tankevirus and Grubl relative to placebo will be estimated from the perspective of public health services. RESULTS: Funding was secured in April 2025, with ethical approvals, licensing, and app development planned through 2026. Recruitment will commence in 2027, with follow-up through 2027 and early 2028. An extension of the timetable has been approved by the funding agent to allow inclusion of an updated version of the Tankevirus app, which will be ready for testing around May 2027. Results are expected to be published in autumn 2028 and will provide robust evidence on the clinical and economic value of scalable app-based interventions for common mental health disorders. CONCLUSIONS: This trial will be among the first large-scale registered reports to combine rigorous clinical and economic evaluation of digital mental health interventions. Findings will inform health policy and resource allocation by determining whether low-cost, app-based programs represent cost-effective solutions for reducing the burden of anxiety and depression. TRIAL REGISTRATION: ClinicalTrials.gov NCT07627204; https://clinicaltrials.gov/study/NCT07627204. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): PRR1-10.2196/84096.

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)0,024
score de la tête « metaresearch » (Gemma)0,028
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 randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,077
Score d'incertitude au seuil0,258

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,028
Méta-épidémiologie (sens strict)0,0090,005
Méta-épidémiologie (sens large)0,0090,006
Bibliométrie0,0030,003
Études des sciences et des technologies0,0050,005
Communication savante0,0040,004
Science ouverte0,0030,002
Intégrité de la recherche0,0090,012
Charge utile insuffisante (le modèle a refusé de juger)0,0770,015

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 Opus0,253
Tête enseignante GPT0,640
Écart entre enseignants0,387 · 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 randomisé
Domainenon disponible
GenreProtocole

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
Publié2025
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueJMIR Research Protocols→Même sujetDigital Mental Health Interventions→Travaux en français237 207→