Technology-Enhanced Peer Support for Depression in Older Adults: Single-Arm Mixed Methods Feasibility Study (Preprint)
Notice bibliographique
Résumé
BACKGROUND: Depression in late life is often compounded by social isolation and barriers to care. There is limited study of technology-enhanced peer support for depression among older adults. OBJECTIVE: This study aimed to assess the feasibility and acceptability of a technology-enhanced peer support intervention to decrease depression among older adults. METHODS: We used a mixed methods pilot study among adults aged 50 years and older with depression who received a peer support intervention called Peers+. The intervention consisted of 8 weekly video chats and unidirectional texts focused on increasing depression self-care and coping. Data obtained from screening, baseline, postintervention, and 3-month follow-up were used in the analysis to assess preliminary outcomes of the intervention. Mixed effects longitudinal models were used to assess change in depression, and qualitative data were collected and analyzed to identify key themes related to participant experiences. RESULTS: =26.0; β=-.14, 95% CI -0.20 to 0.09; P<.001). Emotional well-being (β=.48, 95% CI 0.26-0.70; P<.001), social functioning (β=.71, 95% CI 0.33-1.09; P<.001), self-efficacy (β=2.29, 95% CI 0.83-3.75; P<.001), and coping (β=2.90, 95% CI 0.24-5.55; P<.001) improved throughout the study period. Participants perceived supportive texts as reinforcing trust between peer coaches, using coping strategies, increasing social connection, and providing accountability for improving self-care. Peer coaches and older adults needed technology support for participation in the study. CONCLUSIONS: This study demonstrated the feasibility and acceptability of a peer support intervention enhanced by video chats and texts, delivered by older adult peer coaches to an ethnically diverse group of older adults with depression. Study findings indicate that ongoing and accessible technology support contributed to older adult participation and engagement.
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 | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».