台。 Alacrity Center 署名プロジェクト

コミュニティ カレッジは、労働力開発と社会経済的利益のための重要な道筋を提供しますが、この機会は、特にうつ病や不安神経症、特に人種的/民族的マイノリティの学生に対するメンタルヘルス サービスの満たされていないニーズによって軽減されます。 社会的なメンタルヘルスの決定要因と連携してメンタルヘルスのニーズを管理する、スケーラブルで効果的なケアのシステムが切実に必要とされています。 Alacrity Center は、非常に多様なコミュニティ カレッジ人口のために、不安やうつ病をスクリーニングして治療する STAND ケア システムを実装することを目指しています。 STAND は、自己誘導型のオンライン予防から、コーチ誘導型のオンライン認知行動療法 (CBT)、臨床医によるケアまで、さまざまなレベルのケアにトリアージします。 最初のトリアージの後、STAND は、研究登録の全期間を通じてケアのレベルに適応します (例えば、急性治療中はより高いレベルのケアに移行します)。 現在、これらのトリアージと適応の決定は、現在の症状の重症度に基づいています。 このような決定は、特定のレベルのケアの必要性を予測し、治療全体を通してケアのレベルに適応するための包括的なデータ駆動型アルゴリズム、特に十分なサービスを受けていないコミュニティ カレッジの学生のニーズに適したアルゴリズムによって最適化できます。 .

署名プロジェクトの目標は、(a) ケアのレベルへのトリアージ、および (b) イースト ロサンゼルス カレッジ (ELAC) のコミュニティ カレッジの学生の低所得で非常に多様なサンプルにおけるケアのレベルの適応のための臨床意思決定アルゴリズムを評価することです。 ）。 最終的な目標は、STAND の有効性を改善し、パーソナライズされたメンタルヘルスの科学を進歩させることです。 症状の重症度のみに依存する標準的なアプローチを、4 つの重複し、相互に強化する理論的構成要素からのベースラインの静的および時変機能で構成される多変量予測アルゴリズムを使用する意思決定へのデータ駆動型アプローチと比較します。メンタルヘルス（雇用、収入、住宅と食料の安全保障、差別、社会的支援、人種/民族性、文化変容、移民ステータス、性別、性的指向）; (2) 初期の逆境と人生のストレッサー。 (3) 医療サービスの利用に影響を与え、可能にし、影響を与える必要がある。 (4) 包括的な精神的健康状態 (うつ病、不安および自殺の重症度、併存症、神経認知機能、感情の調節不全、規制戦略の使用、治療歴および嗜好、社会的、職業的、家庭的および学業的機能)。 包括的な設計は、ELAC ​​の学生を症状の重症度の意思決定 (SSD) またはデータに基づく意思決定 (DDD) のいずれかに無作為に割り付け、DDD が治療、症状、および機能への順守を改善するかどうかを評価することです。

参加者は、ELAC ​​の学年度の最初の 2 ～ 4 か月に登録されます。 目標登録者は、5 年間にわたって毎年 200 人の参加者です (n = 合計 1000)。 参加者は、18 歳から 40 歳までの現在の ELAC ​​学生です。 予測因子と結果は、ベースラインで評価され、40 週目まで毎週または 8 週間ごとに評価されます。 多変量予測モデルは、現在のメンタルヘルスのニーズを促進することが示されている変数の包括的なセットに基づいて、最初のケアレベルのトリアージとその後のケアレベルの適応に使用されます。 参加者は、コンピューター化された評価と自己報告アンケートに記入します。 参加の合計期間は 40 週間です。