RESTER. Projet phare du centre Alacrity

Les collèges communautaires offrent une voie essentielle pour le développement de la main-d'œuvre et le gain socio-économique, mais cette opportunité est atténuée par le besoin non satisfait de services de santé mentale, en particulier pour la dépression et l'anxiété, et en particulier pour les étudiants issus de minorités raciales/ethniques. Un système de soins évolutif et efficace qui gère les besoins en santé mentale de concert avec les déterminants sociaux de la santé mentale est absolument nécessaire. Le centre Alacrity vise à mettre en œuvre le système de soins STAND, qui dépiste et traite l'anxiété et la dépression, pour une population de collèges communautaires très diversifiée. STAND trie à différents niveaux de soins, allant de la prévention en ligne autoguidée à la thérapie cognitivo-comportementale (TCC) en ligne guidée par un coach, en passant par les soins dispensés par un clinicien. Après le triage initial, STAND effectue des adaptations au niveau de soins pendant toute la durée de l'inscription à l'étude (par exemple, passage à un niveau de soins supérieur pendant le traitement aigu). Ces décisions de triage et d'adaptation sont actuellement basées sur la gravité actuelle des symptômes. De telles décisions peuvent être optimisées par des algorithmes complets basés sur des données qui prédisent le besoin d'un niveau de soins particulier et d'adaptation au niveau de soins tout au long du traitement, et en particulier des algorithmes adaptés aux besoins des étudiants des collèges communautaires mal desservis qui sont confrontés à des facteurs de stress importants. .

L'objectif du projet Signature est d'évaluer les algorithmes de prise de décision clinique pour (a) trier le niveau de soins et (b) adapter le niveau de soins dans un échantillon à faible revenu et très diversifié d'étudiants des collèges communautaires de l'East Los Angeles College (ELAC ). L'objectif final est d'améliorer l'efficacité de STAND et de faire progresser la science de la santé mentale personnalisée. Nous comparerons l'approche standard qui repose uniquement sur la gravité des symptômes à une approche axée sur les données pour la prise de décision qui utilise des algorithmes prédictifs multivariés composés de caractéristiques de base statiques et variables dans le temps à partir de quatre concepts théoriques qui se chevauchent et se renforcent mutuellement : (1) les déterminants sociaux de santé mentale (emploi, revenu, logement et sécurité alimentaire, discrimination, soutien social, race/ethnicité, acculturation, statut d'immigrant, sexe, orientation sexuelle); (2) l'adversité précoce et les facteurs de stress de la vie ; (3) influences prédisposantes, habilitantes et liées aux besoins sur l'utilisation des services de santé; et (4) état de santé mentale complet (dépression, gravité de l'anxiété et du suicide, comorbidités, fonctionnement neurocognitif, dérégulation des émotions, utilisation de stratégies de régulation, antécédents et préférences de traitement, fonctionnement social, professionnel, familial et scolaire). La conception globale consiste à randomiser les étudiants ELAC dans la prise de décision sur la gravité des symptômes (SSD) ou la prise de décision basée sur les données (DDD), et d'évaluer si la DDD améliore l'adhésion au traitement, les symptômes et le fonctionnement.

Les participants seront inscrits au cours des deux à quatre premiers mois de l'année universitaire à l'ELAC. L'inscription cible est de 200 participants par an sur cinq ans (n ​​= 1000 au total). Les participants sont des étudiants actuels de l'ELAC âgés de 18 à 40 ans. Les prédicteurs et les résultats seront évalués au départ et toutes les semaines ou toutes les 8 semaines jusqu'à la semaine 40. Des modèles de prédiction multivariés seront utilisés pour le triage du niveau de soins initial et les adaptations ultérieures du niveau de soins en fonction d'un ensemble complet de variables dont il a été démontré qu'elles déterminent les besoins actuels en santé mentale. Les participants rempliront des évaluations informatisées et des questionnaires d'auto-évaluation. La durée totale de participation est de 40 semaines.