Denne siden ble automatisk oversatt og nøyaktigheten av oversettelsen er ikke garantert. Vennligst referer til engelsk versjon for en kildetekst.

Elomia - Digital psykisk helse og velvære

15. juli 2025 oppdatert av: Melissa Hunt, PhD, University of Pennsylvania

Digital mental helse og velvære

Denne studien tester akseptabiliteten og effektiviteten til en AI-aktivert chatbot for mental helse (Elomia) som en ressurs for studenters velvære.

Studieoversikt

Detaljert beskrivelse

Elomia er et generativt AI-program som kan svare på tekstbrukere som skriver inn med unike svar som er designet for å adressere terapeutiske mål som stress, angst, utsettelse, følelse av overveldelse og så videre. Elomia ble "trent" av ekte terapeuter med ekspertise innen kognitiv atferdsterapi som reagerte på mange forskjellige virkelige mennesker som skrev om bekymringene deres. Dermed kan Elomia foreslå en rekke forskjellige evidensbaserte terapeutiske strategier og kan hjelpe brukeren med å behandle negative følelser, tenke gjennom problemer, planlegge løsninger og feilsøke ting som kan komme i veien for å implementere disse strategiene. Elomias arsenal inkluderer:

  • øvelser for beroligende;
  • øvelser for å sovne;
  • jordingsteknikker;
  • øvelser for å redusere angst;
  • pusteøvelser;
  • øvelser for å forbedre selvtilliten. Algoritmen bestemmer brukerens behov for en eller annen type hjelp mens han kommuniserer med chatboten og foreslår en øvelse for å lette deres følelsesmessige tilstand. Elomia er ikke en erstatning for profesjonell omsorg, og vil oppdage når en person trenger noe mer enn en chatbot og vil foreslå å koble til andre ressurser. Mer informasjon om Elomia finner du via denne nettsiden: https://elomia.com/

Det endelige målet med denne studien er å utforske om en chatbot for mental helse er akseptabel og kan forbedre symptomer på depresjon, angst, stress og fremme generell psykologisk velvære hos studenter. Vi vil sammenligne Elomia med en kuratert samling av digitale velværeressurser som vanligvis gis til studenter ved universitetet vårt.

Studietype

Intervensjonell

Registrering (Faktiske)

63

Fase

  • Ikke aktuelt

Kontakter og plasseringer

Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.

Studiesteder

    • Pennsylvania
      • Philadelphia, Pennsylvania, Forente stater, 19104
        • University of Pennsylvania

Deltakelseskriterier

Forskere ser etter personer som passer til en bestemt beskrivelse, kalt kvalifikasjonskriterier. Noen eksempler på disse kriteriene er en persons generelle helsetilstand eller tidligere behandlinger.

Kvalifikasjonskriterier

Alder som er kvalifisert for studier

  • Voksen
  • Eldre voksen

Tar imot friske frivillige

Ja

Beskrivelse

Inkluderingskriterier: Student ved University of Pennsylvania, minst 18 år gammel.

-

Eksklusjonskriterier: Alvorlig depresjon eller suicidalitet som indikert av BDI-score på >= 30, og/eller en score på 2 eller 3 på elementet (selvmordselementet) til BDI

-

Studieplan

Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.

Hvordan er studiet utformet?

Designdetaljer

  • Primært formål: Behandling
  • Tildeling: Randomisert
  • Intervensjonsmodell: Crossover-oppdrag
  • Masking: Ingen (Open Label)

Våpen og intervensjoner

Deltakergruppe / Arm
Intervensjon / Behandling
Eksperimentell: Elomia - Digital Mental Health Chatbot
Deltakere randomisert til Elomia forventes å bruke intervensjonen minst en gang per uke (i rundt 30 minutter), men oppfordres til å bruke etter behov/ønske. Elomia er et generativt AI-program som kan svare på tekst brukeren skriver inn med unike svar som er designet for å adressere terapeutiske mål som stress, angst, utsettelse, følelse av overveldelse og så videre. Elomia ble "trent" av ekte terapeuter med ekspertise innen kognitiv atferdsterapi som reagerte på mange forskjellige virkelige mennesker som skrev om bekymringene deres. Dermed kan Elomia foreslå en rekke forskjellige evidensbaserte terapeutiske strategier og kan hjelpe brukeren med å behandle negative følelser, tenke gjennom problemer, planlegge løsninger og feilsøke ting som kan komme i veien for å implementere disse strategiene.
Elomia bruker generativ AI for å svare på brukerinnspill om psykologisk stress og nød. Den ble trent på svarene fra ekte terapeuter med ekspertise innen kognitiv atferdsterapi. Det gir en rekke velværeintervensjoner, inkludert øvelser for å berolige; • øvelser for å sovne; • jordingsteknikker; • øvelser for å redusere angst; • pusteøvelser; • øvelser for å forbedre selvtilliten.
Aktiv komparator: Penn velværemoduler
Deltakere som er randomisert til kontrolltilstanden, forventes å bruke intervensjonen minst en gang per uke (i rundt 30 minutter), men oppfordres til å bruke etter behov/ønske. Kontrollbetingelsen består av en kuratert samling av digitale velværeressurser som allerede er fritt tilgjengelig for Penn-studenter, inkludert tips om å få god søvn, læringssentermateriale om tidsstyring og utsettelse, og så videre. Ressursene vil nås via et enkelt nettsted, men det er ingen interaktiv komponent.
Denne aktive kontrollintervensjonen består av en rekke digitale velvære- og stresshåndteringsressurser som er fritt tilgjengelig for alle Penn-studenter.

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Beck Depresjon Inventar
Tidsramme: Baseline og 4 ukers oppfølging
Selvrapportering av depressive symptomer Poengene varierer fra 0 til 63. Høyere score indikerer mer alvorlige (verre) depressive symptomer.
Baseline og 4 ukers oppfølging
GAD 7
Tidsramme: Baseline og 4 ukers oppfølging
Selvrapportering av symptomer på angst. Poeng varierer fra 0 til 21. Høyere score indikerer mer alvorlige (verre) symptomer på angst.
Baseline og 4 ukers oppfølging
Opplevd stressskala
Tidsramme: Baseline og 4 ukers oppfølging
Selvrapporterende spørreskjema over opplevd stress. Poeng varierer fra 0 til 40. Høyere skår indikerer mer alvorlig (verre) opplevd stress.
Baseline og 4 ukers oppfølging

Samarbeidspartnere og etterforskere

Det er her du vil finne personer og organisasjoner som er involvert i denne studien.

Etterforskere

  • Hovedetterforsker: Melissa G Hunt, PhD, University of Pennsylvania

Publikasjoner og nyttige lenker

Den som er ansvarlig for å legge inn informasjon om studien leverer frivillig disse publikasjonene. Disse kan handle om alt relatert til studiet.

Hjelpsomme linker

Studierekorddatoer

Disse datoene sporer fremdriften for innsending av studieposter og sammendragsresultater til ClinicalTrials.gov. Studieposter og rapporterte resultater gjennomgås av National Library of Medicine (NLM) for å sikre at de oppfyller spesifikke kvalitetskontrollstandarder før de legges ut på det offentlige nettstedet.

Studer hoveddatoer

Studiestart (Faktiske)

15. januar 2025

Primær fullføring (Faktiske)

30. mai 2025

Studiet fullført (Faktiske)

30. mai 2025

Datoer for studieregistrering

Først innsendt

5. desember 2024

Først innsendt som oppfylte QC-kriteriene

5. desember 2024

Først lagt ut (Faktiske)

10. desember 2024

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

18. juli 2025

Siste oppdatering sendt inn som oppfylte QC-kriteriene

15. juli 2025

Sist bekreftet

1. juli 2025

Mer informasjon

Begreper knyttet til denne studien

Ytterligere relevante MeSH-vilkår

Andre studie-ID-numre

  • 857217

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

NEI

IPD-planbeskrivelse

For å beskytte deltakerens konfidensialitet

Legemiddel- og utstyrsinformasjon, studiedokumenter

Studerer et amerikansk FDA-regulert medikamentprodukt

Nei

Studerer et amerikansk FDA-regulert enhetsprodukt

Nei

produkt produsert i og eksportert fra USA

Nei

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. .

Abonnere