Personlig forebygging av depresjon i primærhelsetjenesten

Hovedmålet er å designe, utvikle og evaluere en personlig intervensjon for å forhindre utbruddet av depresjon basert på informasjons- og kommunikasjonsteknologi (IKT), risikoprediktive algoritmer og beslutningsstøttesystemer (DSS) for pasienter og allmennleger (fastleger). De spesifikke målene er 1) å designe og utvikle en DSS, kalt e-predictD-DSS, for å utarbeide personlige planer for å forhindre depresjon; 2) å designe og utvikle en IKT-løsning som integrerer DSS på nettet, en mobilapplikasjon (App), den risikoprediktive algoritmen, ulike intervensjonsmoduler og et overvåkings-tilbakemeldingssystem; 3) å evaluere brukervennligheten og tilslutningen til primærhelsepasienter og deres fastleger med e-predictD-intervensjonen; 4) å evaluere effektiviteten av e-predictD-intervensjonen for å redusere forekomsten av alvorlig depresjon, depresjon og angstsymptomer og sannsynligheten for alvorlig depresjon neste år; 5) å evaluere kostnadseffektiviteten og kostnadsnytten til e-predictD-intervensjonen for å forhindre depresjon.

Metoder: Dette er en randomisert kontrollert studie med allokering etter klynge (fastleger), enkel blind, to parallelle armer (e-predictD vs "active m-Health control") og 1 års oppfølging inkludert 720 pasienter (360 i hver arm) og 72 fastleger (36 i hver arm). Pasienter vil være fri for alvorlig depresjon ved baseline og i alderen 18 til 55 år. Primært resultat vil være forekomsten av alvorlig depresjon etter 12 måneder målt med CIDI. Som sekundære utfall: depressiv og angstsymptomatologi målt ved PHQ-9 og GAD-7 og risikosannsynligheten for depresjon målt med predictD-algoritme, samt kostnadseffektivitet og kostnadsnytte. e-predictD-intervensjonen er multikomponent og den er basert på en DSS som hjelper pasientene med å utarbeide sine egne personlige depresjonsforebyggingsplaner, som pasienten godkjenner og implementerer, og systemet overvåker gir tilbakemelding til pasienten og til fastlegene . Det er en e-helse-intervensjon fordi den er basert på en web og m-helse fordi den også implementeres på pasientens smarttelefoner gjennom en app. I tillegg integrerer den en risikoalgoritme for depresjon, som allerede er validert (predictD-algoritmen). Det inkluderer også en innledende fastlege-pasientsamtale og en spesifikk opplæring for fastlegen. Til slutt vil et kart over potensielt nyttige lokalsamfunnsressurser for å forhindre depresjon integreres i DSS.