- ICH GCP
- US Clinical Trials Registry
- Klinisk utprøving NCT05477420
Beredskap for e-mental helse – bevissthet, aksept og preferanse for teknologimediert mental helsebehandling blant personer med forhøyede depressive symptomer i Hongkong
Beredskap for e-mental helse – bevissthet, aksept og preferanse for teknologimediert mental helsebehandling blant individer med forhøyede depressive symptomer i Hongkong: En undersøkelsesundersøkelse og effekten av nettbaserte beslutningshjelpemidler på endring av preferanser
Målene for denne studien er som følger:
- å forstå akseptabiliteten/oppfatningen av å søke E-mental helsetjeneste versus andre alternativer for depresjon i Hong Kong,
- å undersøke i hvilken grad personer som foretrekker E-psykisk helsetjeneste systemisk skiller seg fra personer som foretrekker tradisjonelle ansikt-til-ansikt-tjenester, og i hvilken grad digitale helseintervensjoner øker rekkevidden og tilgangen til grupper som kan være dårligere tjent med tradisjonelle psykiske helsetjenester. (f.eks. personer med økonomiske vanskeligheter, menn med depresjon, personer med høy grad av stigma. etc), og
- å undersøke om behandlingspreferanser endres etter å ha mottatt en klients beslutningshjelpemidler om psykoterapi i digitalt og i personlig format.
Studieoversikt
Status
Forhold
Intervensjon / Behandling
Detaljert beskrivelse
1.1 Betydningen av klienters preferanse og akseptabilitet Ved innføring og implementering av E-psykisk helsetjeneste, bør klienters preferanse og aksept ikke neglisjeres. Det er i økende grad anerkjent at aksept bør vurderes ved utforming, evaluering og implementering av nye helseintervensjoner. Akseptabilitet av behandling har også blitt utformet som en nøkkelfaktor for vellykket formidling og implementering av enhver ny helsetjenestemodell, fordi en gitt behandling kan være klinisk effektiv, men likevel uakseptabel for klienter og pasienter (Kaltenthaler et al., 2008; Wallin, Mattsson, & Olsson , 2016). Dessuten kan klienters preferanse og aksept av ikke bare påvirke tilfredshet, men også ha betydelige implikasjoner for etterlevelse og resultat (Gelhorn, Sexton, & Classi, 2011). For eksempel, ifølge en meta-analytisk gjennomgang på tvers av ulike behandlingsformater, hadde individer som matchet med foretrukket behandling en høyere sjanse for å vise forbedringer og hadde nesten halvparten så sannsynlighet for å droppe ut av behandlingen sammenlignet med de hvis foretrukne behandlingsvalg ikke ble tilbudt (Swift &Callahan, 2009). Tidligere studier antydet også at preferanser og aksept er signifikant relatert til viktige prosesser og utfall av behandling som tjenesteinitiering, overholdelse, etterlevelse, engasjement og utvikling av arbeidsallianse (Gelhorn et al., 2011). Derfor anbefaler ikke bare den tyske National Care Guideline (S-3-Guideline, 2. utgave) for unipolar depresjon en syv-trinns modell for delt beslutningstaking for helsetjenesteinstitusjoner og krever at vurdering og vurdering av klientens preferanser bør være et uunnværlig trinn i beslutningsprosessen (German Medical Association, 2015). I år har NICE også publisert nye retningslinjer som anbefaler delt beslutningstaking å være en del av hverdagspraksis på tvers av alle helsevesenet (National Institute for Clinical Excellence, 2021).
Ikke desto mindre, innen e-mental helse for depresjon, er studier som undersøker behandlingspreferanser ikke rikelig og har hovedsakelig fokusert på å kontrastere valget mellom psykoterapi og farmakologisk terapi (Raue, Schulberg, Heo, Klimstra, &Bruce, 2009; Steidtmann et al. , 2012). Det homogene omfanget av studier legger ny behandlingsmodalitet som bruk av teknologi til side, selv om det fortsatt var en håndfull artikler om dette emnet. For eksempel, Renn et. al (2019) fant at 44,5 % av deltakerne foretrakk personlig psykoterapi og 25,6 % foretrakk selvstyrt digital behandling; mars et. al (2018) fant en betydelig andel av respondentene (39,6 %) støttet intensjoner om å bruke e-psykiske helsetjenester hvis de opplever psykiske vansker i fremtiden; Likevel rapporterte Musiat, Goldstone, &Tarrier (2014) en lav sannsynlighet for å bruke datastyrte behandlinger for mental helse i fremtiden, og motsatt fant McCall, Sison, Burnett, Beahm, &Hadjistavropoulos (2020) at det store flertallet av deltakerne (93%) rapporterte at de ville få tilgang til E-psykisk helsetjeneste hvis de trengte hjelp med psykiske problemer. Selv om de fleste studier rapporterte at en betydelig mengde mennesker indikerer en vilje til å bruke digital intervensjon, så ansikt-til-ansikt psykoterapi fortsatt ut til å være det mer foretrukne alternativet (Renn et al., 2019). Det er derfor behov for mer forskning for å finne ut hvorfor personer med depressive symptomer opprettholdt en preferanse for personlig psykoterapi i motsetning til de like effektive (Andersson, Titov, Dear, Rozental, &Carlbring, 2019) og likevel billigere alternativer i digital form (Axelsson, Andersson, Ljótsson, & Hedman-Lagerlöf, 2018), og for å undersøke hvilke determinanter som gjør det lettere å akseptere det. Likevel var det meste av dagens bevis på E-preferanse og akseptabilitet basert på fellesskapsprøve. Å ikke bruke prøver med depressive symptomer over klinisk terskel kan begrense den økologiske validiteten til eventuelle konklusjoner som ble trukket, da deltakerne måtte "forestille seg" om de ville bruke tjenestene hvis de gjennomgikk en depressiv episode, som kunne være kognitivt krevende.
Faktisk er integrering av digital behandling i helsevesenet ingen liten investering, spesielt når avanserte teknikker innen beregnings- og datavitenskap blir stadig mer inkorporert i utviklingen av E-behandlingene (Chien et al., 2020). Det er derfor verdt å studere både "innenfor" behandlingsdeterminanten for E-tjenesteaksept, og "mellom" behandlingsdeterminanter for E-tjeneste som et foretrukket alternativ for å lette spredning i virkelige omgivelser. Å forstå "innenfor" behandlingsdeterminantene kan hjelpe oss med å formulere generell retning i markedsføringen av E-mental helsetjeneste for de som vurderer å prøve E-mental helse, mens en forståelse av "mellom" behandlingsdeterminanten kan informere vår retning direkte til- forbrukermarkedsføring eller sosiale kampanjer (Baumeister et al., 2014) som tar sikte på å øke markedsandelen til e-psykiske helsetjenester ved å overbevise tradisjonelle tjenesteforetrekkere om å bruke e-psykiske helsetjenester. Etter hvert, med flere potensielle tjenestebrukere som er fleksible i behandlingsform, eller foretrekker E-tjeneste, vil tilrettelegging av formidling av E-psykisk helsetjeneste kunne oppnås ved å skape økt «pull demand», slik at etterspørsel skapes fra forbrukere og reagert av kliniske leverandører, beslutningstakere eller interessenter (Santucci, McHugh, & Barlow, 2012).
Bortsett fra beredskapen for e-psykisk helse blant befolkningen generelt, er det også viktig å forstå om befolkningen som er "vanskelig å nå" også er klar for e-psykisk helsetjeneste, gitt digitale psykiske helseintervensjoner ofte foreslås å være i stand til å øke rekkevidden og tilgangen til spesielle grupper som kanskje er dårligere tjent med tradisjonelle psykiske helsetjenester (for eksempel mennesker med økonomiske vanskeligheter (Andrade et al., 2014), menn med depresjon eller støtter maskulinitetsnormen (Seidler, Dawes, Rice, Oliffe, & Dhillon, 2016), og personer med høyt nivå av stigma (Clement et al., 2015)). Det antas ofte at E-mental helseintervensjoner er assosiert med en rekke fordeler fremfor tradisjonell ansikt-til-ansikt-pleie(P.Musiat &Tarrier, 2014). Selv om det teoretisk sett kan være sant at e-mentale helseintervensjoner økte anonymiteten, økte bekvemmeligheten med hensyn til tid og sted for behandling, reduserte behandlingskostnader og visse holdningsbarrierer (Andersson et al., 2019; Spurgeon & Wright, 2010), er det uklart om disse "tilleggsfordelene" gjør det mulig for enkeltpersoner som bærer egenskapene "vanskelig å nå" foretrekker eller aksepterer E-tjeneste. Det har også blitt antydet at det nåværende bevisgrunnlaget for disse "sikkerhetsutfallene" er sparsomt (P.Musiat &Tarrier, 2014), og fordelen med digitale helseintervensjoner bør være basert på bevis, ellers kan det "vanskelige å nå" bli uoppnådd. når de antas å nås ved digitale helseintervensjoner.
1.2 Anvendeligheten av Decision Aids (DAer) for å tydeliggjøre preferanse for psykoterapier Et annet viktig og ennå uutforsket spørsmål om klienters preferanse for E-mental helsetjeneste for depresjon er anvendeligheten av Decision Aids (DAs). Å ta beslutninger om helseledelse, spesielt en preferansesensitiv en, krever ferdigheter. Beslutningstakere i helsetjenester må først skaffe seg informasjon om tilgjengelige alternativer, deretter må de identifisere, forstå og evaluere alternativene, og til slutt må de velge det beste alternativet med hensyn til personlige situasjoner og verdier. I det siste tiåret har aktiv deltakelse fra klienter og pasienter i beslutningsprosessen angående helsevesenet deres blitt forfektet i økende grad (Berry, Beckham, Dettman, & Mead, 2014). En av de innflytelsesrike konseptuelle modellene som foreslås innenfor et klientsentrert perspektiv av helsevesenet er den delte beslutningsmodellen. Delt beslutningsmodell er en prosess med felles overveielse og samarbeid mellom helsetjenesteytere og klienter for å oppnå enighet om behandlingsbeslutninger. I denne dyadiske interaksjonen tilbyr helsetjenesteleverandører teknisk informasjon om sykdommen eller helsetilstanden, fordelene og risikoene ved de tilgjengelige terapeutiske alternativene, mens klientene eller pasientene gir informasjon om deres tro, bekymringer, verdier og preferanser om konsekvensene av disse alternativene (Joseph-Williams, Elwyn, & Edwards, 2014). Delt beslutningstakingsmodell er spesielt relevant når bevis indikerte at tilgjengelige behandlinger viste en lignende balanse mellom fordeler og risikoer, og når det er potensiell avveining mellom ulike egenskaper ved behandlingsalternativer. I lys av modellen ovenfor er pasientbeslutningshjelpemidler (DAer) designet for å fremme og lette delt beslutningstaking og hjelpe klienter til å ta informerte valg (Coulter et al., 2013). Disse materialene er utviklet i ulike formater (f.eks. papir- og penninstrumenter, videoer, lyd, nettside og interaktiv programvare), og kan brukes alene av klienten eller i samhandling med helsetjenesteleverandørene. DA-er inkluderer forklaringer om behandlingsalternativer, som beskriver fordeler og skader basert på vitenskapelig bevis, og egenskaper ved helsetjeneste basert på lokale situasjoner. De oppfordrer også pasienter til å tenke over sine egne verdier og preferanser når det gjelder fordeler, risiko og ulike aspekter ved de ulike behandlingsalternativene, og hvordan valgene kan påvirke deres liv og velvære (Fagerlin et al., 2013). Nyere systematiske oversikter viser at DA-er er effektive i å forbedre pasientenes kunnskap om tilgjengelige behandlinger, og reduserer beslutningskonflikt (dvs. usikkerhet om handlingsforløpet). De har også vist seg å redusere andelen mennesker som var passive og ubesluttsomme i beslutningsprosessen etter overveielse (Stacey et al., 2017).
På det spesifikke området depressive lidelser viser resultatene at et flertall av personer med depresjon er interessert i å motta informasjon om sykdommen deres og delta i delt og informert beslutningstaking (Loh et al., 2004; Perestelo-Perez et al., 2017) . Dessverre fant studier at personer med depresjon ofte oppfattet et mindre engasjement i beslutninger enn de ønsker (Delas Cuevas, Peñate, & deRivera, 2014; Patel & Bakken, 2010). Dessuten, til tross for denne udekkede etterspørselen, og mens DA-er hadde blitt bredt og vellykket tatt i bruk på de mange arenaene for fysisk helse (som brystkreftbehandling (Savelberg et al., 2017), HIV-preeksponeringsprofylakse (Sewell et al., 2021) , tykktarmskreftscreening (Miller et al., 2011) (se figur 1), og røykeslutt (Gültzow, Smit, Hudales, Dirksen, & Hoving, 2020)), har det vært svært få studier som har vurdert effektiviteten av DA-er i feltet depressive lidelser. Så vidt vi vet har ingen studie inkludert E-mental helsetjeneste i DA-er for depresjon selv når psykoterapi i E-format hadde blitt anbefalt av NICE i over et tiår (Nice, 2009), og effekten av DA-er på preferanse for psykologiske behandlinger og beslutningskonflikt forblir stort sett ukjent.
1.3 Studiemål og -mål Med tanke på forskningshullene ovenfor, er målene for denne studien tredelt, som inkluderer følgende
- å forstå akseptabiliteten/oppfatningen av å søke E-mental helsetjeneste versus andre alternativer for depresjon i Hong Kong,
- å undersøke i hvilken grad personer som foretrekker E-psykisk helsetjeneste systemisk skiller seg fra personer som foretrekker tradisjonelle ansikt-til-ansikt-tjenester, og i hvilken grad digitale helseintervensjoner øker rekkevidden og tilgangen til grupper som kan være dårligere tjent med tradisjonelle psykiske helsetjenester. (f.eks. personer med økonomiske vanskeligheter, menn med depresjon, personer med høy grad av stigma. etc), og
- å undersøke om behandlingspreferanser endres etter å ha mottatt en klients beslutningshjelpemidler om psykoterapi i digitalt og i personlig format.
Studietype
Registrering (Antatt)
Fase
- Ikke aktuelt
Kontakter og plasseringer
Studiekontakt
- Navn: Kelly Chan
- Telefonnummer: +852 95706418
- E-post: kellychan@cuhk.edu.hk
Studer Kontakt Backup
- Navn: Winnie WS Mak
- Telefonnummer: +852 3943 6577
- E-post: wwsmak@cuhk.edu.hk
Studiesteder
-
-
-
Hong Kong, Hong Kong
- Rekruttering
- Department of Psychology
-
Ta kontakt med:
- Kelly Chan
- Telefonnummer: +852 95706418
- E-post: kellychan@cuhk.edu.hk
-
Ta kontakt med:
- Winnie WS Mak
- Telefonnummer: +852 3943 6577
- E-post: wwsmak@cuhk.edu.hk
-
-
Deltakelseskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
Tar imot friske frivillige
Beskrivelse
Inklusjonskriterier:
- være 18 år eller eldre;
- Med minst milde til moderate depressive symptomer (definert som å ha en cut-off-score på 10 eller høyere basert på PHQ-9, Patient Health Questionnaire-9)
- Å være kinesisktalende
Ekskluderingskriterier:
• Andre selvrapporterte psykiske lidelser enn alvorlig depressiv lidelse vil bli ekskludert.
Studieplan
Hvordan er studiet utformet?
Designdetaljer
- Primært formål: Helsetjenesteforskning
- Tildeling: Randomisert
- Intervensjonsmodell: Parallell tildeling
- Masking: Ingen (Open Label)
Våpen og intervensjoner
Deltakergruppe / Arm |
Intervensjon / Behandling |
---|---|
Eksperimentell: Eksperimentell gruppe
Deltakere i forsøksgruppen forventes å bruke beslutningshjelpen utviklet i denne studien. De vil bli vurdert på to forskjellige tidspunkt: (1) før intervensjon (T0) og (2) etter intervensjon (T1). |
Deltakerne i forsøksgruppen vil bli bedt om å bruke beslutningshjelpen utviklet av studien.
Beslutningshjelpeverktøyet vil spørre deltakerne om deres preferanser for tradisjonelle ansikt-til-ansikt og online psykoterapier og hvordan de rangerer ulike behandlingsegenskaper.
|
Ingen inngripen: Oppmerksomhetskontrollgruppe
Kontrollgruppedeltakerne vil bli bedt om å søke informasjon relatert til "Depresjon" og "terapier for depresjon" på nettet. De vil bli vurdert på to forskjellige tidspunkt: (1) ved baseline (T0) og (2) etter informasjonssøk (T1). |
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
---|---|---|
Depresjon
Tidsramme: ved baseline
|
PHQ-9 gir et kort 9-elements mål på aktuelle depresjonssymptomer ved å bruke en 4-punkts Likert-skala som strekker seg fra 0 (ikke i det hele tatt) til 3 (nesten hver dag).
Deltakerne vil bli bedt om å rangere sine siste ukes depresjonssymptomer.
|
ved baseline
|
Depresjon
Tidsramme: Etter fullført intervensjon, rundt en halvtime senere fra baseline
|
PHQ-9 gir et kort 9-elements mål på aktuelle depresjonssymptomer ved å bruke en 4-punkts Likert-skala som strekker seg fra 0 (ikke i det hele tatt) til 3 (nesten hver dag).
Deltakerne vil bli bedt om å rangere sine siste ukes depresjonssymptomer.
|
Etter fullført intervensjon, rundt en halvtime senere fra baseline
|
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
---|---|---|
COVID-stress
Tidsramme: ved baseline og ved fullført intervensjon, rundt en halvtime senere fra baseline
|
For å måle nøden knyttet til COVID-19, vil underskalaer til COVID Stress Scales bli brukt.
Instruksjoner for de fryktrelaterte elementene var som følger: "De følgende spørsmålene spør om ulike typer bekymringer som du kanskje har opplevd i løpet av de siste syv dagene ... om viruset."
Elementer vil bli vurdert på en 5-punkts skala fra 0 (ikke i det hele tatt) til 4 (ekstremt).
Vi brukte begrepet «bekymringer» for å vurdere fryktede (forventede) utfall.
De traumatiske stresselementene vil bli vurdert på en 5-punkts skala fra 0 (aldri) til 4 (nesten alltid).
Jo høyere poengsum, desto høyere er COVID-stress.
|
ved baseline og ved fullført intervensjon, rundt en halvtime senere fra baseline
|
Elektronisk bevisstgjøring av psykisk helsetjeneste
Tidsramme: ved baseline og ved fullført intervensjon, rundt en halvtime senere fra baseline
|
Elektronisk helseberedskap vil bli målt med 7-elements e-helseberedskapsskala.
Elementer vil ha en 6-punkts Likert-skala (1 = helt uenig og 6 = helt enig).
Poeng kan variere mellom 7 og 42.
Eksempler inkluderer "Jeg liker utfordringen med å finne ut de forskjellige funksjonene til nettsteder og nettapplikasjoner" og "Jeg ville være komfortabel med å bruke en Internett-tilkoblet enhet flere ganger i uken for å delta i en livsstilsintervensjon på nettet"
|
ved baseline og ved fullført intervensjon, rundt en halvtime senere fra baseline
|
Barrierer for tilgang til omsorg
Tidsramme: ved baseline og ved fullført intervensjon, rundt en halvtime senere fra baseline
|
Barrierer relatert til stigma og diskriminering og andre ikke-stigma-relaterte barrierer ble vurdert ved å bruke Barriers to Access to Care Evaluation Scale.
BACE er et 30-elements selvrapporteringsinstrument der respondentene blir spurt om hver av elementene noen gang har stoppet, forsinket eller frarådet dem for å motta eller fortsette omsorg for deres psykiske helseproblemer.
Den har en firepunkts svarskala som strekker seg fra 0 (ikke i det hele tatt) til 3 (mye).
Jo høyere poengsum, desto sterkere er barrieren.
|
ved baseline og ved fullført intervensjon, rundt en halvtime senere fra baseline
|
Økonomiske barrierer
Tidsramme: ved baseline og ved fullført intervensjon, rundt en halvtime senere fra baseline
|
For å definere økonomiske barrierer for helsetjenester, vil følgende spørsmål bli stilt (Rahimi, Spertus, Reid, Bernheim, & Krumholz, 2007): "Har du i det siste året unngått å få (1) helsetjenester/ (2) legeabonnement medisiner på grunn av kostnadene?" Unngåelse av helsetjenester på grunn av kostnader vil bli besvart på en 5-punkts Likert-skala fra «aldri» til «alltid».
|
ved baseline og ved fullført intervensjon, rundt en halvtime senere fra baseline
|
Oppfattet økonomisk velvære
Tidsramme: ved baseline og ved fullført intervensjon, rundt en halvtime senere fra baseline
|
Consumer Financial Protection Bureau Financial Well-Being Scale.
CFPB Financial Well-Being Scale er et 5-elements selvrapporteringsinstrument som gjenspeiler en respondents subjektive følelse av deres økonomiske situasjon.
Den har en fempunkts svarskala som går fra 0 (beskriver meg ikke i det hele tatt) til 4 (beskriver meg fullstendig).
Jo lavere skåre, jo bedre opplevd subjektiv velvære.
|
ved baseline og ved fullført intervensjon, rundt en halvtime senere fra baseline
|
Samsvar med maskulin norm
Tidsramme: ved baseline ved baseline og ved fullført intervensjon, rundt en halvtime senere fra baseline
|
Maskuline normer vil bli målt ved den korte formen av Conformity to Masculine Norms Inventory (CMNI-30) - emosjonell kontroll (3 elementer) og selvtillit (3 elementer) underskalaer.
Elementer vil bli vurdert på en seks-punkts Likert-skala fra 0 (helt uenig) til 5 (helt enig).
Eksempler inkluderer "Jeg pleier å dele følelsene mine" og "Det plager meg når jeg må be om hjelp".
Jo høyere poengsum, jo høyere samsvar.
|
ved baseline ved baseline og ved fullført intervensjon, rundt en halvtime senere fra baseline
|
Formidling
Tidsramme: ved baseline og ved fullført intervensjon, rundt en halvtime senere fra baseline
|
Skalaen for avsløringsforventninger.
DES er et 8-elements mål på ens forventede konsekvenser av å avsløre plagsom informasjon til terapeuter (f.eks. "Hvis du hadde å gjøre med et følelsesmessig problem, hvor fordelaktig ville det være for deg selv å avsløre personlig informasjon om problemet til en terapeut? ").
Elementer vil bli vurdert på en fempunkts Likert-skala fra 1 (Ikke i det hele tatt) til 5 (veldig).
|
ved baseline og ved fullført intervensjon, rundt en halvtime senere fra baseline
|
Depresjon Stigma
Tidsramme: ved baseline og ved fullført intervensjon, rundt en halvtime senere fra baseline
|
Stigma mot depresjon vil bli målt ved hjelp av Depression Stigma Scale (DSS).
DSS består av 18 elementer med et mål på respondentens personlige holdninger til depresjon og et mål på respondentens tro på andres stigmatiserende holdninger.
Hver underskala inkluderer ni elementer som bruker en 5-punkts Likert-skala, som varierer fra 4 poeng (helt enig) til 0 poeng (helt uenig).
Valget av "helt enig" eller "enig" for hvert element indikerer tilstedeværelsen av personlig eller oppfattet stigma.
Jo høyere poengsum, jo høyere stigma depresjon.
|
ved baseline og ved fullført intervensjon, rundt en halvtime senere fra baseline
|
E-mental helsetjeneste bevissthet
Tidsramme: ved baseline og ved fullført intervensjon, rundt en halvtime senere fra baseline
|
Deltakerne vil bli stilt spørsmål om de har hørt om; har de tidligere prøvd; og bruker de for tiden e-psykiske helsetjenester.
Elementer vil være i binære svar med 0 = "aldri hørt/prøvd/bruker" og 1 = "har hørt/prøvd/bruker for øyeblikket".
|
ved baseline og ved fullført intervensjon, rundt en halvtime senere fra baseline
|
Evaluering av betydningen av attributter for psykisk helsebehandling (rangering)
Tidsramme: ved baseline og ved fullført intervensjon, rundt en halvtime senere fra baseline
|
Deltakerne vil bli bedt om å tenke på psykisk helsebehandling generelt og rangere hva de ville regnet som viktig hvis de skulle søke hjelp akkurat nå, fra 1 "Viktigst" til 6 "Minst viktig".
Egenskapene er som følger: (1) Kan effektivt hjelpe med mitt psykiske helseproblem; (2) Troverdig; (3) Appellerende; (4) Lav/Ingen kostnad; (5) Kan beskytte min rett til personvern og personlig informasjon; (6) Er tilgjengelig uten/med kort ventetid; (7) Kan motivere meg til å fullføre behandlingen; (8) Kan nås på et passende tidspunkt; (9) Ingen/lave transportkostnader; (10) Personalisering med referanse til mitt behov; (11) Gir tilbakemelding; (12) Uten bivirkning; (13) Kan gi sanntidsstøtte når jeg er i nød; (14) For å hjelpe meg å holde styr på min mentale helsestatus; (15) Kan nås anonymt
|
ved baseline og ved fullført intervensjon, rundt en halvtime senere fra baseline
|
Evaluering av betydningen av attributter for psykisk helsebehandling (rate)
Tidsramme: ved baseline og ved fullført intervensjon, rundt en halvtime senere fra baseline
|
Deltakerne vil bli bedt om å tenke på psykisk helsebehandling generelt og vurdere hva de ville ansett som viktig hvis de skulle søke hjelp akkurat nå. .
Elementer vil bli vurdert på en syv-punkts Likert-skala fra 0 ikke i det hele tatt viktig) til 5 (veldig viktig).
Egenskapene er som følger: (1) Kan effektivt hjelpe med mitt psykiske helseproblem; (2) Troverdig; (3) Appellerende; (4) Lav/Ingen kostnad; (5) Kan beskytte min rett til personvern og personlig informasjon; (6) Er tilgjengelig uten/med kort ventetid; (7) Kan motivere meg til å fullføre behandlingen; (8) Kan nås på et passende tidspunkt; (9) Ingen/lave transportkostnader; (10) Personalisering med referanse til mitt behov; (11) Gir tilbakemelding; (12) Uten bivirkning; (13) Kan gi sanntidsstøtte når jeg er i nød; (14) For å hjelpe meg å holde styr på min mentale helsestatus; (15) Kan nås anonymt
|
ved baseline og ved fullført intervensjon, rundt en halvtime senere fra baseline
|
Sannsynlighet for bruk av tjenesten
Tidsramme: ved baseline og ved fullført intervensjon, rundt en halvtime senere fra baseline
|
Deltakerne vil bli spurt følgende spørsmål: "I hvilken grad vil du vurdere følgende behandlingsalternativer for symptomer på depresjon som å ha deprimert humør og tap av interesse i løpet av de siste 2 ukene?".
Skala fra 1 ("veldig usannsynlig") til 5 ("svært sannsynlig").
|
ved baseline og ved fullført intervensjon, rundt en halvtime senere fra baseline
|
Samarbeidspartnere og etterforskere
Sponsor
Publikasjoner og nyttige lenker
Generelle publikasjoner
- Kroenke K, Spitzer RL, Williams JB. The PHQ-9: validity of a brief depression severity measure. J Gen Intern Med. 2001 Sep;16(9):606-13. doi: 10.1046/j.1525-1497.2001.016009606.x.
- Joseph-Williams N, Elwyn G, Edwards A. Knowledge is not power for patients: a systematic review and thematic synthesis of patient-reported barriers and facilitators to shared decision making. Patient Educ Couns. 2014 Mar;94(3):291-309. doi: 10.1016/j.pec.2013.10.031. Epub 2013 Nov 9.
- Stacey D, Legare F, Lewis K, Barry MJ, Bennett CL, Eden KB, Holmes-Rovner M, Llewellyn-Thomas H, Lyddiatt A, Thomson R, Trevena L. Decision aids for people facing health treatment or screening decisions. Cochrane Database Syst Rev. 2017 Apr 12;4(4):CD001431. doi: 10.1002/14651858.CD001431.pub5.
- Clement S, Brohan E, Jeffery D, Henderson C, Hatch SL, Thornicroft G. Development and psychometric properties the Barriers to Access to Care Evaluation scale (BACE) related to people with mental ill health. BMC Psychiatry. 2012 Jun 20;12:36. doi: 10.1186/1471-244X-12-36.
- Andrade LH, Alonso J, Mneimneh Z, Wells JE, Al-Hamzawi A, Borges G, Bromet E, Bruffaerts R, de Girolamo G, de Graaf R, Florescu S, Gureje O, Hinkov HR, Hu C, Huang Y, Hwang I, Jin R, Karam EG, Kovess-Masfety V, Levinson D, Matschinger H, O'Neill S, Posada-Villa J, Sagar R, Sampson NA, Sasu C, Stein DJ, Takeshima T, Viana MC, Xavier M, Kessler RC. Barriers to mental health treatment: results from the WHO World Mental Health surveys. Psychol Med. 2014 Apr;44(6):1303-17. doi: 10.1017/S0033291713001943. Epub 2013 Aug 9.
- Coulter A, Stilwell D, Kryworuchko J, Mullen PD, Ng CJ, van der Weijden T. A systematic development process for patient decision aids. BMC Med Inform Decis Mak. 2013;13 Suppl 2(Suppl 2):S2. doi: 10.1186/1472-6947-13-S2-S2. Epub 2013 Nov 29.
- Practice guideline for the treatment of patients with major depressive disorder (revision). American Psychiatric Association. Am J Psychiatry. 2000 Apr;157(4 Suppl):1-45. No abstract available.
- Andersson G, Titov N, Dear BF, Rozental A, Carlbring P. Internet-delivered psychological treatments: from innovation to implementation. World Psychiatry. 2019 Feb;18(1):20-28. doi: 10.1002/wps.20610.
- Angermeyer MC, Matschinger H, Riedel-Heller SG. Whom to ask for help in case of a mental disorder? Preferences of the lay public. Soc Psychiatry Psychiatr Epidemiol. 1999 Apr;34(4):202-10. doi: 10.1007/s001270050134.
- Axelsson E, Andersson E, Ljotsson B, Hedman-Lagerlof E. Cost-effectiveness and long-term follow-up of three forms of minimal-contact cognitive behaviour therapy for severe health anxiety: Results from a randomised controlled trial. Behav Res Ther. 2018 Aug;107:95-105. doi: 10.1016/j.brat.2018.06.002. Epub 2018 Jun 15.
- Baumeister H, Nowoczin L, Lin J, Seifferth H, Seufert J, Laubner K, Ebert DD. Impact of an acceptance facilitating intervention on diabetes patients' acceptance of Internet-based interventions for depression: a randomized controlled trial. Diabetes Res Clin Pract. 2014 Jul;105(1):30-9. doi: 10.1016/j.diabres.2014.04.031. Epub 2014 May 10.
- Berry LL, Beckham D, Dettman A, Mead R. Toward a strategy of patient-centered access to primary care. Mayo Clin Proc. 2014 Oct;89(10):1406-15. doi: 10.1016/j.mayocp.2014.06.011. Epub 2014 Sep 4.
- Cavanagh K, Shapiro DA, Van Den Berg S, Swain S, Barkham M, Proudfoot J. The acceptability of computer-aided cognitive behavioural therapy: a pragmatic study. Cogn Behav Ther. 2009;38(4):235-46. doi: 10.1080/16506070802561256.
- Chien I, Enrique A, Palacios J, Regan T, Keegan D, Carter D, Tschiatschek S, Nori A, Thieme A, Richards D, Doherty G, Belgrave D. A Machine Learning Approach to Understanding Patterns of Engagement With Internet-Delivered Mental Health Interventions. JAMA Netw Open. 2020 Jul 1;3(7):e2010791. doi: 10.1001/jamanetworkopen.2020.10791.
- Clement S, Schauman O, Graham T, Maggioni F, Evans-Lacko S, Bezborodovs N, Morgan C, Rusch N, Brown JS, Thornicroft G. What is the impact of mental health-related stigma on help-seeking? A systematic review of quantitative and qualitative studies. Psychol Med. 2015 Jan;45(1):11-27. doi: 10.1017/S0033291714000129. Epub 2014 Feb 26.
- De las Cuevas C, Penate W, de Rivera L. Psychiatric patients' preferences and experiences in clinical decision-making: examining concordance and correlates of patients' preferences. Patient Educ Couns. 2014 Aug;96(2):222-8. doi: 10.1016/j.pec.2014.05.009. Epub 2014 May 22.
- Dorow M, Lobner M, Pabst A, Stein J, Riedel-Heller SG. Preferences for Depression Treatment Including Internet-Based Interventions: Results From a Large Sample of Primary Care Patients. Front Psychiatry. 2018 May 17;9:181. doi: 10.3389/fpsyt.2018.00181. eCollection 2018.
- Witteman HO, Ndjaboue R, Vaisson G, Dansokho SC, Arnold B, Bridges JFP, Comeau S, Fagerlin A, Gavaruzzi T, Marcoux M, Pieterse A, Pignone M, Provencher T, Racine C, Regier D, Rochefort-Brihay C, Thokala P, Weernink M, White DB, Wills CE, Jansen J. Clarifying Values: An Updated and Expanded Systematic Review and Meta-Analysis. Med Decis Making. 2021 Oct;41(7):801-820. doi: 10.1177/0272989X211037946.
- Gelhorn HL, Sexton CC, Classi PM. Patient preferences for treatment of major depressive disorder and the impact on health outcomes: a systematic review. Prim Care Companion CNS Disord. 2011;13(5):PCC.11r01161. doi: 10.4088/PCC.11r01161.
- Harter M, Klesse C, Bermejo I, Bschor T, Gensichen J, Harfst T, Hautzinger M, Kolada C, Kopp I, Kuhner C, Lelgemann M, Matzat J, Meyerrose B, Mundt C, Niebling W, Ollenschlager G, Richter R, Schauenburg H, Schulz H, Weinbrenner S, Schneider F, Berger M. [Evidence-based therapy of depression: S3 guidelines on unipolar depression]. Nervenarzt. 2010 Sep;81(9):1049-68. doi: 10.1007/s00115-010-3084-7. German.
- Givens JL, Houston TK, Van Voorhees BW, Ford DE, Cooper LA. Ethnicity and preferences for depression treatment. Gen Hosp Psychiatry. 2007 May-Jun;29(3):182-91. doi: 10.1016/j.genhosppsych.2006.11.002.
- Gultzow T, Smit ES, Hudales R, Dirksen CD, Hoving C. Smoker profiles and their influence on smokers' intention to use a digital decision aid aimed at the uptake of evidence-based smoking cessation tools: An explorative study. Digit Health. 2020 Dec 29;6:2055207620980241. doi: 10.1177/2055207620980241. eCollection 2020 Jan-Dec.
- Hanson K, Webb TL, Sheeran P, Turpin G. Attitudes and Preferences towards Self-help Treatments for Depression in Comparison to Psychotherapy and Antidepressant Medication. Behav Cogn Psychother. 2016 Mar;44(2):129-39. doi: 10.1017/S1352465815000041. Epub 2015 Feb 20.
- Hockenberry JM, Joski P, Yarbrough C, Druss BG. Trends in Treatment and Spending for Patients Receiving Outpatient Treatment of Depression in the United States, 1998-2015. JAMA Psychiatry. 2019 Aug 1;76(8):810-817. doi: 10.1001/jamapsychiatry.2019.0633. Erratum In: JAMA Psychiatry. 2019 May 29;:
- Josephine K, Josefine L, Philipp D, David E, Harald B. Internet- and mobile-based depression interventions for people with diagnosed depression: A systematic review and meta-analysis. J Affect Disord. 2017 Dec 1;223:28-40. doi: 10.1016/j.jad.2017.07.021. Epub 2017 Jul 10.
- Kaltenthaler E, Sutcliffe P, Parry G, Beverley C, Rees A, Ferriter M. The acceptability to patients of computerized cognitive behaviour therapy for depression: a systematic review. Psychol Med. 2008 Nov;38(11):1521-30. doi: 10.1017/S0033291707002607. Epub 2008 Jan 21.
- Kenwright M, Marks I, Gega L, Mataix-Cols D. Computer-aided self-help for phobia/panic via internet at home: a pilot study. Br J Psychiatry. 2004 May;184:448-9. doi: 10.1192/bjp.184.5.448. Erratum In: Br J Psychiatry. 2004 Aug;185(2):178. Marks, Isaac M [corrected to Marks, Isaac].
- Loh A, Kremer N, Giersdorf N, Jahn H, Hanselmann S, Bermejo I, Harter M. [Information and participation interests of patients with depression in clinical decision making in primary care]. Z Arztl Fortbild Qualitatssich. 2004 Mar;98(2):101-7. German.
- Mahoney A, Li I, Haskelberg H, Millard M, Newby JM. The uptake and effectiveness of online cognitive behaviour therapy for symptoms of anxiety and depression during COVID-19. J Affect Disord. 2021 Sep 1;292:197-203. doi: 10.1016/j.jad.2021.05.116. Epub 2021 Jun 4.
- March S, Day J, Ritchie G, Rowe A, Gough J, Hall T, Yuen CYJ, Donovan CL, Ireland M. Attitudes Toward e-Mental Health Services in a Community Sample of Adults: Online Survey. J Med Internet Res. 2018 Feb 19;20(2):e59. doi: 10.2196/jmir.9109.
- McCall HC, Sison AP, Burnett JL, Beahm JD, Hadjistavropoulos HD. Exploring Perceptions of Internet-Delivered Cognitive Behaviour Therapy among Public Safety Personnel: Informing Dissemination Efforts. Int J Environ Res Public Health. 2020 Aug 19;17(17):6026. doi: 10.3390/ijerph17176026.
- Miller DP Jr, Spangler JG, Case LD, Goff DC Jr, Singh S, Pignone MP. Effectiveness of a web-based colorectal cancer screening patient decision aid: a randomized controlled trial in a mixed-literacy population. Am J Prev Med. 2011 Jun;40(6):608-15. doi: 10.1016/j.amepre.2011.02.019.
- Murray CJ, Lopez AD. Measuring the global burden of disease. N Engl J Med. 2013 Aug 1;369(5):448-57. doi: 10.1056/NEJMra1201534. No abstract available.
- Musiat P, Goldstone P, Tarrier N. Understanding the acceptability of e-mental health--attitudes and expectations towards computerised self-help treatments for mental health problems. BMC Psychiatry. 2014 Apr 11;14:109. doi: 10.1186/1471-244X-14-109.
- Musiat P, Tarrier N. Collateral outcomes in e-mental health: a systematic review of the evidence for added benefits of computerized cognitive behavior therapy interventions for mental health. Psychol Med. 2014 Nov;44(15):3137-50. doi: 10.1017/S0033291714000245. Epub 2014 Feb 19.
- National Collaborating Centre for Mental Health (UK). Depression: The Treatment and Management of Depression in Adults (Updated Edition). Leicester (UK): British Psychological Society; 2010. Available from http://www.ncbi.nlm.nih.gov/books/NBK63748/
- O'Connor AM. Validation of a decisional conflict scale. Med Decis Making. 1995 Jan-Mar;15(1):25-30. doi: 10.1177/0272989X9501500105.
- Stacey D, Legare F, Boland L, Lewis KB, Loiselle MC, Hoefel L, Garvelink M, O'Connor A. 20th Anniversary Ottawa Decision Support Framework: Part 3 Overview of Systematic Reviews and Updated Framework. Med Decis Making. 2020 Apr;40(3):379-398. doi: 10.1177/0272989X20911870.
- Patel SR, Bakken S. Preferences for participation in decision making among ethnically diverse patients with anxiety and depression. Community Ment Health J. 2010 Oct;46(5):466-73. doi: 10.1007/s10597-010-9323-3. Epub 2010 Jun 17.
- Perestelo-Perez L, Rivero-Santana A, Sanchez-Afonso JA, Perez-Ramos J, Castellano-Fuentes CL, Sepucha K, Serrano-Aguilar P. Effectiveness of a decision aid for patients with depression: A randomized controlled trial. Health Expect. 2017 Oct;20(5):1096-1105. doi: 10.1111/hex.12553. Epub 2017 Mar 10.
- Rahimi AR, Spertus JA, Reid KJ, Bernheim SM, Krumholz HM. Financial barriers to health care and outcomes after acute myocardial infarction. JAMA. 2007 Mar 14;297(10):1063-72. doi: 10.1001/jama.297.10.1063.
- Raue PJ, Schulberg HC, Heo M, Klimstra S, Bruce ML. Patients' depression treatment preferences and initiation, adherence, and outcome: a randomized primary care study. Psychiatr Serv. 2009 Mar;60(3):337-43. doi: 10.1176/ps.2009.60.3.337.
- Renn BN, Hoeft TJ, Lee HS, Bauer AM, Arean PA. Preference for in-person psychotherapy versus digital psychotherapy options for depression: survey of adults in the U.S. NPJ Digit Med. 2019 Feb 11;2:6. doi: 10.1038/s41746-019-0077-1. eCollection 2019.
- Santucci LC, McHugh RK, Barlow DH. Direct-to-consumer marketing of evidence-based psychological interventions: introduction. Behav Ther. 2012 Jun;43(2):231-5. doi: 10.1016/j.beth.2011.07.003. Epub 2011 Jul 28.
- Savelberg W, van der Weijden T, Boersma L, Smidt M, Willekens C, Moser A. Developing a patient decision aid for the treatment of women with early stage breast cancer: the struggle between simplicity and complexity. BMC Med Inform Decis Mak. 2017 Aug 1;17(1):112. doi: 10.1186/s12911-017-0505-6.
- Seidler ZE, Dawes AJ, Rice SM, Oliffe JL, Dhillon HM. The role of masculinity in men's help-seeking for depression: A systematic review. Clin Psychol Rev. 2016 Nov;49:106-118. doi: 10.1016/j.cpr.2016.09.002. Epub 2016 Sep 10.
- Sewell WC, Solleveld P, Seidman D, Dehlendorf C, Marcus JL, Krakower DS. Patient-Led Decision-Making for HIV Preexposure Prophylaxis. Curr HIV/AIDS Rep. 2021 Feb;18(1):48-56. doi: 10.1007/s11904-020-00535-w. Epub 2021 Jan 8.
- Spurgeon JA, Wright JH. Computer-assisted cognitive-behavioral therapy. Curr Psychiatry Rep. 2010 Dec;12(6):547-52. doi: 10.1007/s11920-010-0152-4.
- Steidtmann D, Manber R, Arnow BA, Klein DN, Markowitz JC, Rothbaum BO, Thase ME, Kocsis JH. Patient treatment preference as a predictor of response and attrition in treatment for chronic depression. Depress Anxiety. 2012 Oct;29(10):896-905. doi: 10.1002/da.21977. Epub 2012 Jul 5.
- Swift JK, Callahan JL. The impact of client treatment preferences on outcome: a meta-analysis. J Clin Psychol. 2009 Apr;65(4):368-81. doi: 10.1002/jclp.20553.
- Taylor S, Landry CA, Paluszek MM, Fergus TA, McKay D, Asmundson GJG. Development and initial validation of the COVID Stress Scales. J Anxiety Disord. 2020 May;72:102232. doi: 10.1016/j.janxdis.2020.102232. Epub 2020 May 4.
- Wallin EE, Mattsson S, Olsson EM. The Preference for Internet-Based Psychological Interventions by Individuals Without Past or Current Use of Mental Health Treatment Delivered Online: A Survey Study With Mixed-Methods Analysis. JMIR Ment Health. 2016 Jun 14;3(2):e25. doi: 10.2196/mental.5324.
- Carlbring P, Andersson G, Cuijpers P, Riper H, Hedman-Lagerlof E. Internet-based vs. face-to-face cognitive behavior therapy for psychiatric and somatic disorders: an updated systematic review and meta-analysis. Cogn Behav Ther. 2018 Jan;47(1):1-18. doi: 10.1080/16506073.2017.1401115. Epub 2017 Dec 7.
- Cuijpers P, Clignet F, van Meijel B, van Straten A, Li J, Andersson G. Psychological treatment of depression in inpatients: a systematic review and meta-analysis. Clin Psychol Rev. 2011 Apr;31(3):353-60. doi: 10.1016/j.cpr.2011.01.002. Epub 2011 Jan 16.
- Wills CE, Holmes-Rovner M. Preliminary validation of the Satisfaction With Decision scale with depressed primary care patients. Health Expect. 2003 Jun;6(2):149-59. doi: 10.1046/j.1369-6513.2003.00220.x.
Studierekorddatoer
Studer hoveddatoer
Studiestart (Faktiske)
Primær fullføring (Antatt)
Studiet fullført (Antatt)
Datoer for studieregistrering
Først innsendt
Først innsendt som oppfylte QC-kriteriene
Først lagt ut (Faktiske)
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
Siste oppdatering sendt inn som oppfylte QC-kriteriene
Sist bekreftet
Mer informasjon
Begreper knyttet til denne studien
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
- SBRE- 20-275
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Studerer et amerikansk FDA-regulert enhetsprodukt
Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .
Kliniske studier på Beslutningshjelp
-
University of North Carolina, Chapel HillNational Institute of Diabetes and Digestive and Kidney Diseases (NIDDK) og andre samarbeidspartnereFullført
-
Washington University School of MedicineNational Institute on Minority Health and Health Disparities (NIMHD); National...FullførtHelsekunnskap | Helseforsikring | Tilgjengelighet for helsetjenester | Informert beslutningstakingForente stater
-
Washington University School of MedicineRobert Wood Johnson FoundationFullført
-
Icahn School of Medicine at Mount SinaiNational Heart, Lung, and Blood Institute (NHLBI)Fullført
-
NYU Langone HealthRekruttering
-
Alliance for Clinical Trials in OncologyNational Cancer Institute (NCI)RekrutteringAnatomisk stadium I brystkreft AJCC v8 | Anatomisk stadium IA brystkreft AJCC v8 | Anatomisk stadium IB brystkreft AJCC v8 | Anatomisk stadium II brystkreft AJCC v8 | Anatomisk stadium IIA brystkreft AJCC v8 | Anatomisk stadium IIB brystkreft AJCC v8 | Anatomisk stadium III brystkreft AJCC v8 | Anatomisk... og andre forholdForente stater
-
Icahn School of Medicine at Mount SinaiMayo ClinicFullført
-
Unity Health TorontoAktiv, ikke rekrutterende
-
University of DelawareHarvard Medical School (HMS and HSDM); National Institute on Drug Abuse... og andre samarbeidspartnereFullførtOpioidbruksforstyrrelseForente stater