Eficacia de la Aplicación Safe Haven (App) entre Estudiantes Universitarios

Antecedentes: Los estudiantes universitarios enfrentan un período de transición crítico marcado por estresores significativos y una alta prevalencia de problemas de salud mental. Sin embargo, las conductas de búsqueda de ayuda siguen siendo bajas debido al estigma y las barreras estructurales. Si bien las aplicaciones de salud móvil (mHealth) ofrecen una solución escalable, las intervenciones existentes a menudo dependen de contenido estático y carecen de capacidad de respuesta en tiempo real a los estados psicológicos fluctuantes de los estudiantes. Este estudio presenta "Safe Haven", un sistema de Intervención Adaptativa Justo a Tiempo (JITAI) que integra el automonitoreo con la estratificación de riesgos para proporcionar apoyo personalizado. Este estudio tiene como objetivo evaluar la efectividad de la aplicación Safe Haven en la reducción del malestar psicológico y la mejora de la alfabetización en salud mental en comparación con la atención estándar del campus por sí sola.

Diseño del estudio: Este estudio emplea un ensayo controlado aleatorizado (ECA) de grupos paralelos, de dos brazos. Se reclutarán un total de 68 estudiantes universitarios elegibles de una universidad nacional en el sur de Taiwán. Después de completar las evaluaciones basales (T0), los participantes se aleatorizarán en una proporción 1:1 al Grupo Experimental o al Grupo Control en Lista de Espera.

Detalles de la Intervención

Grupo Experimental (Aplicación Safe Haven + TAU): Los participantes de este grupo tendrán acceso a la aplicación Safe Haven durante un período de 3 meses, además de mantener el acceso completo a los servicios estándar de asesoramiento y salud mental del campus (Tratamiento Habitual, TAU). La aplicación Safe Haven incluye cinco componentes principales:

1. Seguimiento del Estado de Ánimo y del Sueño: Visualiza tendencias longitudinales en los informes diarios de estado de ánimo y sueño y en las puntuaciones de evaluación psicológica semanal para apoyar el automonitoreo y la autoconciencia.
2. Recolección de Datos de Fenotipado Digital: Recopila datos de autoinforme activo y datos de movilidad pasiva opcionales para apoyar el monitoreo en tiempo real y la predicción del riesgo de salud mental.
3. Sistema de Atención Escalonada Estratificada por Riesgo: Utiliza aprendizaje automático para clasificar a los usuarios en cinco niveles de riesgo de salud mental, cada uno vinculado a un protocolo de intervención escalonado que va desde el apoyo al autocuidado hasta la respuesta de emergencia.
4. Soporte Justo a Tiempo Basado en Chatbot: Proporciona apoyo emocional en tiempo real a través de un chatbot de IA mientras monitorea las entradas del usuario en busca de indicadores de alto riesgo y activa protocolos de emergencia cuando se detectan.
5. Módulos de Psicoeducación: Ofrece contenido psicoeducativo animado con breves cuestionarios y un sistema de recompensas gamificado, junto con información sobre los recursos de salud mental del campus y la comunidad.

Grupo Control en Lista de Espera (Solo TAU): Los participantes de este grupo mantendrán el acceso a los servicios estándar de asesoramiento y salud mental del campus (TAU) pero no tendrán acceso a la aplicación Safe Haven durante el período de intervención de 3 meses. Para garantizar los estándares éticos, a estos participantes se les ofrecerá acceso a la aplicación Safe Haven después de completar la evaluación de seguimiento final (T2).

Procedimientos del Estudio: La recolección de datos se realizará en tres momentos:

1. Línea de Base (T0): Al momento del reclutamiento y antes de la aleatorización.
2. Post-Intervención (T1): Inmediatamente después del período de intervención de 3 meses. Los participantes del grupo experimental también completarán la Escala de Usabilidad del Sistema (SUS) en este momento.
3. Seguimiento (T2): 3 meses después de que concluya la intervención.

Medidas de Resultado: Los resultados primarios son los cambios en el malestar psicológico general (medido por CHQ-12) y los síntomas de depresión, ansiedad y estrés (medidos por DASS-21). Los resultados secundarios incluyen cambios en la alfabetización en salud mental (medida por MHLS-HPG) y la participación en la intervención (medida por registros de uso de la aplicación y puntuaciones SUS).

Plan de Análisis Estadístico: Los datos se analizarán utilizando IBM SPSS Statistics. El análisis primario seguirá el principio de Intención de Tratar (ITT). Se utilizarán Ecuaciones de Estimación Generalizadas (GEE) para examinar los cambios longitudinales y probar el efecto de interacción Grupo × Tiempo sobre las medidas de resultado. Los modelos GEE se ajustarán por las puntuaciones basales de las respectivas variables de resultado. Además, se incluirán como covariables cualquier característica demográfica que muestre diferencias estadísticamente significativas entre los grupos al inicio. Para el grupo experimental, análisis adicionales examinarán la asociación entre las métricas objetivas de participación (por ejemplo, tasas de finalización) y las mejoras clínicas para determinar relaciones dosis-respuesta.