Účinnost aplikace Safe Haven u vysokoškolských studentů

Pozadí: Vysokoškolští studenti čelí kritickému přechodnému období charakterizovanému významnými stresory a vysokou prevalencí duševních zdravotních problémů. Nicméně chování vyhledávající pomoc zůstává nízké kvůli stigmatu a strukturálním překážkám. Zatímco mobilní zdravotnické (mHealth) aplikace nabízejí škálovatelné řešení, stávající intervence často spoléhají na statický obsah a postrádají reálnou odezvu na kolísající psychologické stavy studentů. Tato studie představuje „Safe Haven“, systém Just-in-Time Adaptive Intervention (JITAI), který integruje sebe-monitorování s rizikovou stratifikací, aby poskytoval přizpůsobenou podporu. Tato studie si klade za cíl vyhodnotit účinnost aplikace Safe Haven při snižování psychologické tísně a zlepšování gramotnosti v oblasti duševního zdraví ve srovnání se standardní péčí na kampusu samotné.

Design studie: Tato studie využívá paralelní, dvouramennou randomizovanou kontrolovanou studii (RCT). Bude rekrutováno celkem 68 způsobilých vysokoškolských studentů z národní univerzity v jižním Tchaj-wanu. Po dokončení základních hodnocení (T0) budou účastníci randomizováni v poměru 1:1 buď do Experimentální skupiny, nebo do Kontrolní skupiny na čekací listině.

Detaily intervence

Experimentální skupina (aplikace Safe Haven + TAU): Účastníci v této skupině získají přístup k aplikaci Safe Haven po dobu 3 měsíců, navíc si zachovají plný přístup ke standardnímu poradenství na kampusu a službám duševního zdraví (Treatment-as-Usual, TAU). Aplikace Safe Haven zahrnuje pět hlavních komponent:

1. Sledování nálady a spánku Vizualizuje dlouhodobé trendy v denních hlášeních o náladě a spánku a týdenních skórech psychologického hodnocení na podporu sebe-monitorování a sebeuvědomění.
2. Shromažďování dat digitálního fenotypování Shromažďuje aktivní data ze sebe-hlášení a volitelná pasivní data o mobilitě na podporu sledování v reálném čase a predikce rizik duševního zdraví.
3. Systém stupňované péče s rizikovou stratifikací Používá strojové učení ke klasifikaci uživatelů do pěti úrovní rizika duševního zdraví, z nichž každá je spojena s vrstveným intervenčním protokolem sahajícím od podpory sebe-zvládání po pohotovostní reakci.
4. Just-in-Time podpora založená na chatbotu Poskytuje emocionální podporu v reálném čase prostřednictvím chatbotu s umělou inteligencí, přičemž monitoruje vstupy uživatelů na indikátory vysokého rizika a spouští nouzové protokoly při jejich detekci.
5. Psychoedukační moduly Dodávají animovaný psychoedukační obsah s krátkými kvízy a gamifikovaným systémem odměn spolu s informacemi o zdrojích duševního zdraví na kampusu a v komunitě.

Kontrolní skupina na čekací listině (pouze TAU): Účastníci v této skupině si zachovají přístup ke standardnímu poradenství na kampusu a službám duševního zdraví (TAU), ale nebudou mít přístup k aplikaci Safe Haven během 3měsíčního intervenčního období. Aby byly zajištěny etické standardy, bude těmto účastníkům nabídnut přístup k aplikaci Safe Haven po dokončení závěrečného následného hodnocení (T2).

Postupy studie Sběr dat proběhne ve třech časových bodech:

1. Základní měření (T0): Při rekrutaci a před randomizací.
2. Po intervenci (T1): Bezprostředně po 3měsíčním intervenčním období. Účastníci experimentální skupiny v této době také dokončí System Usability Scale (SUS).
3. Následné měření (T2): 3 měsíce po ukončení intervence.

Výsledné měřítka Primárními výsledky jsou změny v obecné psychologické tísni (měřeno CHQ-12) a příznacích deprese, úzkosti a stresu (měřeno DASS-21). Sekundární výsledky zahrnují změny v gramotnosti v oblasti duševního zdraví (měřeno MHLS-HPG) a angažovanost v intervenci (měřeno záznamy o používání aplikace a skóre SUS).

Plán statistické analýzy Data budou analyzována pomocí IBM SPSS Statistics. Primární analýza bude následovat princip Intention-to-Treat (ITT). Generalizované odhadovací rovnice (GEE) budou použity k prozkoumání dlouhodobých změn a testování interakčního účinku Skupina × Čas na výsledná měřítka. Modely GEE budou upraveny o základní skóre příslušných výsledných proměnných. Dále budou jako kovariáty zahrnuty jakékoli demografické charakteristiky vykazující statisticky významné rozdíly mezi skupinami na základní úrovni. Pro experimentální skupinu budou další analýzy zkoumat asociaci mezi objektivními metrikami angažovanosti (např. míry dokončení) a klinickými zlepšeními k určení dávkově-reakčních vztahů.