STAND. Signaturprojekt des Alacrity Centers

Community Colleges bieten einen entscheidenden Weg für die Personalentwicklung und den sozioökonomischen Gewinn, aber diese Möglichkeit wird durch den ungedeckten Bedarf an psychischen Gesundheitsdiensten, insbesondere bei Depressionen und Angstzuständen, und insbesondere für Studenten aus rassischen/ethnischen Minderheiten gemindert. Ein skalierbares und effektives Versorgungssystem, das die Bedürfnisse der psychischen Gesundheit im Einklang mit den sozialen Determinanten der psychischen Gesundheit verwaltet, wird dringend benötigt. Das Alacrity Center zielt darauf ab, das STAND-Pflegesystem, das Angstzustände und Depressionen untersucht und behandelt, für eine sehr heterogene Community College-Bevölkerung zu implementieren. STAND-Triages auf verschiedenen Versorgungsebenen, die von selbstgesteuerter Online-Prävention über Coach-geführte kognitive Verhaltenstherapie (CBT) bis hin zu klinisch durchgeführter Versorgung reichen. Nach anfänglicher Triagierung nimmt STAND während der gesamten Zeit der Studieneinschreibung Anpassungen der Pflegestufe vor (z. B. Aufwärtsverschiebung auf eine höhere Pflegestufe während der Akutbehandlung). Diese Triage- und Anpassungsentscheidungen basieren derzeit auf der aktuellen Symptomschwere. Solche Entscheidungen können durch umfassende datengesteuerte Algorithmen optimiert werden, die die Notwendigkeit einer bestimmten Pflegestufe und der Anpassung an die Pflegestufe während der gesamten Behandlung vorhersagen, und insbesondere Algorithmen, die für die Bedürfnisse unterversorgter Community College-Studenten geeignet sind, die erheblichen Lebensstressoren ausgesetzt sind .

Das Ziel des Signature-Projekts ist die Evaluierung klinischer Entscheidungsfindungsalgorithmen für (a) die Einstufung der Pflegestufe und (b) die Anpassung der Pflegestufe in einer sehr heterogenen Stichprobe von Community College-Studenten mit niedrigem Einkommen am East Los Angeles College (ELAC ). Das Endziel besteht darin, die Wirksamkeit von STAND zu verbessern und die Wissenschaft der personalisierten psychischen Gesundheit voranzubringen. Wir werden den Standardansatz, der sich ausschließlich auf die Schwere der Symptome stützt, mit einem datengesteuerten Ansatz zur Entscheidungsfindung vergleichen, der multivariate Vorhersagealgorithmen verwendet, die aus statischen und zeitvariablen Grundlinienmerkmalen aus vier sich überschneidenden und sich gegenseitig verstärkenden theoretischen Konstrukten bestehen: (1) soziale Determinanten von psychische Gesundheit (Beschäftigung, Einkommen, Wohnungs- und Ernährungssicherheit, Diskriminierung, soziale Unterstützung, Rasse/ethnische Zugehörigkeit, Akkulturation, Einwanderungsstatus, Geschlecht, sexuelle Orientierung); (2) frühe Widrigkeiten und Lebensstressoren; (3) prädisponierende, ermöglichende und bedürfende Einflüsse auf die Nutzung von Gesundheitsdiensten; und (4) umfassender psychischer Gesundheitszustand (Schweregrad von Depressionen, Angstzuständen und Suizid, Komorbiditäten, neurokognitive Funktion, Emotionsdysregulation, Anwendung regulatorischer Strategien, Behandlungshistorie und -präferenzen, soziale, berufliche, häusliche und akademische Funktion). Das übergreifende Design besteht darin, ELAC-Studenten randomisiert entweder der Symptomschwere-Entscheidungsfindung (SSD) oder der datengesteuerten Entscheidungsfindung (DDD) zuzuordnen und zu bewerten, ob DDD die Einhaltung der Behandlung, der Symptome und der Funktionsweise verbessert.

Die Teilnehmer werden in den ersten zwei bis vier Monaten des Studienjahres bei ELAC eingeschrieben. Die angestrebte Einschreibung beträgt 200 Teilnehmer pro Jahr über fünf Jahre (n = 1000 insgesamt). Die Teilnehmer sind aktuelle ELAC-Studenten im Alter zwischen 18 und 40 Jahren. Prädiktoren und Ergebnisse werden zu Studienbeginn und entweder wöchentlich oder alle 8 Wochen bis Woche 40 bewertet. Multivariate Vorhersagemodelle werden für die anfängliche Triage der Pflegestufe und spätere Anpassungen der Pflegestufe auf der Grundlage eines umfassenden Satzes von Variablen verwendet, die nachweislich den aktuellen Bedarf an psychischer Gesundheit bestimmen. Die Teilnehmer werden computergestützte Bewertungen und Fragebögen zur Selbstauskunft ausfüllen. Die Gesamtdauer der Teilnahme beträgt 40 Wochen.