- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT05477420
Gotowość do e-zdrowia psychicznego – świadomość, akceptacja i preferencje w zakresie leczenia zdrowia psychicznego za pośrednictwem technologii wśród osób z nasilonymi objawami depresji w Hongkongu
Gotowość do e-zdrowia psychicznego - świadomość, akceptacja i preferencje w zakresie leczenia zdrowia psychicznego za pośrednictwem technologii wśród osób z podwyższonymi objawami depresyjnymi w Hongkongu: badanie ankietowe i wpływ internetowych pomocy decyzyjnych na zmianę preferencji
Cele tego badania są następujące:
- aby zrozumieć akceptowalność / postrzeganie szukania e-usługi w zakresie zdrowia psychicznego w porównaniu z innymi opcjami leczenia depresji w Hongkongu,
- zbadanie, w jakim stopniu osoby preferujące e-usługi w zakresie zdrowia psychicznego różnią się systemowo od osób preferujących tradycyjne usługi w zakresie zdrowia psychicznego oraz w jakim stopniu cyfrowe interwencje w zakresie zdrowia zwiększają zasięg i dostęp do grup, które mogą być gorzej obsługiwane przez tradycyjne usługi w zakresie zdrowia psychicznego (np. osoby z trudnościami finansowymi, mężczyźni z depresją, osoby z wysokim poziomem stygmatyzacji. itp.) i
- zbadanie, czy preferencje dotyczące leczenia zmieniają się po otrzymaniu od klienta pomocy decyzyjnej dotyczącej psychoterapii w formacie cyfrowym i osobistym.
Przegląd badań
Szczegółowy opis
1.1 Znaczenie preferencji i akceptacji klientów Wprowadzając i wdrażając usługę E-mental, nie należy lekceważyć preferencji i akceptacji klientów. Coraz częściej uznaje się, że przy projektowaniu, ocenie i wdrażaniu nowatorskich interwencji zdrowotnych należy brać pod uwagę akceptowalność. Akceptowalność leczenia została również uznana za kluczowy czynnik skutecznego rozpowszechniania i wdrażania każdego nowego modelu opieki zdrowotnej, ponieważ dane leczenie może być skuteczne klinicznie, ale nie do przyjęcia dla klientów i pacjentów (Kaltenthaler i in., 2008; Wallin, Mattsson, & Olsson , 2016). Poza tym preferencje i akceptacja klientów mogą nie tylko wpływać na satysfakcję, ale także mieć znaczący wpływ na przestrzeganie zaleceń i wyniki (Gelhorn, Sexton i Classi, 2011). Na przykład, zgodnie z metaanalitycznym przeglądem różnych formatów leczenia, osoby, które dopasowały się do preferowanego leczenia, miały większe szanse na wykazanie poprawy i były prawie o połowę mniej prawdopodobne, że zrezygnują z leczenia w porównaniu z tymi, którym nie zaoferowano preferowanego wyboru leczenia (Swift&Callahan, 2009). Wcześniejsze badania sugerowały również, że preferencje i akceptacja są istotnie związane z ważnym procesem i wynikami leczenia, takimi jak rozpoczęcie usługi, przestrzeganie zaleceń, przestrzeganie zaleceń, zaangażowanie i rozwój sojuszu roboczego (Gelhorn i in., 2011). Tak więc niemieckie wytyczne dotyczące opieki narodowej (S-3-Guideline, wydanie 2) dotyczące depresji jednobiegunowej nie tylko zalecają siedmioetapowy model wspólnego podejmowania decyzji dla zakładów opieki zdrowotnej i wymagają, aby ocena i uwzględnienie preferencji klienta były być niezbędnym krokiem w procesie podejmowania decyzji (Niemieckie Stowarzyszenie Lekarzy, 2015). W tym roku NICE opublikowała również nowe wytyczne zalecające, aby wspólne podejmowanie decyzji było częścią codziennej praktyki we wszystkich placówkach opieki zdrowotnej (National Institute for Clinical Excellence, 2021).
Niemniej jednak w dziedzinie E-psychiatrycznej depresji badania oceniające preferencje dotyczące leczenia nie są obfite i skupiają się głównie na porównaniu wyboru między psychoterapią a terapią farmakologiczną (Raue, Schulberg, Heo, Klimstra, & Bruce, 2009; Steidtmann i in. , 2012). Jednolity zakres badań pozostawia na boku nowe metody leczenia, takie jak wykorzystanie technologii, chociaż wciąż było kilka artykułów na ten temat. Na przykład Renn i in. al (2019) stwierdzili, że 44,5% uczestników preferowało psychoterapię osobistą, a 25,6% preferowało samodzielne leczenie cyfrowe; marzec i. al (2018) stwierdzili, że znaczna część respondentów (39,6%) poparła zamiar skorzystania z e-usług w zakresie zdrowia psychicznego, jeśli w przyszłości wystąpią problemy ze zdrowiem psychicznym; jednak Musiat, Goldstone i Tarrier (2014) stwierdzili niskie prawdopodobieństwo korzystania z komputerowych metod leczenia zdrowia psychicznego w przyszłości, a przeciwnie, McCall, Sison, Burnett, Beahm i Hadjistavropoulos (2020) stwierdzili, że zdecydowana większość uczestników (93%) stwierdziła, że mieliby dostęp do usług E-mental Health, gdyby potrzebowali pomocy w problemach ze zdrowiem psychicznym. Chociaż większość badań wykazała, że znaczna liczba osób wskazuje na chęć skorzystania z interwencji cyfrowej, psychoterapia twarzą w twarz nadal wydaje się być bardziej preferowaną opcją (Renn i in., 2019). Potrzebne są zatem dalsze badania, aby ustalić, dlaczego osoby z objawami depresyjnymi preferują psychoterapię osobistą, w przeciwieństwie do równie skutecznych (Andersson, Titov, Dear, Rozental, &Carlbring, 2019), a jednak tańszych opcji w formie cyfrowej (Axelsson, Andersson, Ljótsson, &Hedman-Lagerlöf, 2018) oraz zbadanie, jakie determinanty ułatwiają jej akceptację. Niemniej jednak większość obecnych dowodów na temat e-preferencji i akceptacji opierała się na próbie społeczności. Nieużycie próbek z objawami depresyjnymi powyżej progu klinicznego może ograniczyć ważność ekologiczną wyciągniętych wniosków, ponieważ uczestnicy musieli „wyobrazić sobie”, czy skorzystaliby z usług, gdyby przechodzili epizod depresyjny, który może być wymagający poznawczo.
W rzeczywistości integracja leczenia cyfrowego z systemami opieki zdrowotnej to niemała inwestycja, zwłaszcza gdy zaawansowane techniki obliczeniowe i data science są coraz częściej uwzględniane w rozwoju e-leczenia (Chien i in., 2020). Dlatego warto zbadać zarówno „wewnątrz” leczenia determinant akceptacji e-usługi, jak i „pomiędzy” determinantami leczenia e-usługi jako preferowanej opcji, aby ułatwić rozpowszechnianie w rzeczywistych warunkach. Zrozumienie uwarunkowań leczenia „wewnątrz” może nam pomóc w sformułowaniu ogólnego kierunku marketingu usług E-mental dla tych, którzy rozważają wypróbowanie E-zdrowie psychiczne, podczas gdy zrozumienie wyznaczników leczenia „pomiędzy” może wskazać nasz kierunek w kierunku bezpośrednio do- marketing konsumencki lub kampanie społeczne (Baumeister i in., 2014), które mają na celu zwiększenie udziału w rynku usług e-psychiatrycznych poprzez przekonanie osób preferujących usługi tradycyjne do korzystania z usług e-psychiatrycznych. Ostatecznie, przy większej liczbie potencjalnych użytkowników usług, którzy są elastyczni w sposobie leczenia lub preferują e-usługi, ułatwienie rozpowszechniania e-usług w zakresie zdrowia psychicznego można osiągnąć poprzez tworzenie zwiększonego „popytu przyciągającego”, takiego, że popyt jest tworzony od konsumentów i ma być odpowiedzieli dostawcy usług klinicznych, decydenci lub interesariusze (Santucci, McHugh i Barlow, 2012).
Oprócz gotowości do korzystania z e-zdrowia psychicznego wśród ogółu społeczeństwa, ważne jest również, aby zrozumieć, czy populacja, do której „trudno dotrzeć” jest również gotowa do świadczenia e-zdrowia psychicznego, biorąc pod uwagę, że często sugeruje się, że cyfrowe interwencje w zakresie zdrowia psychicznego w stanie zwiększyć zasięg i dostęp do specjalnych grup, które mogą być gorzej obsługiwane przez tradycyjne usługi zdrowia psychicznego (na przykład osoby z trudnościami finansowymi (Andrade i in., 2014), mężczyźni z depresją lub popierają normę męskości (Seidler, Dawes, Rice, Oliffe, &Dhillon, 2016) oraz osoby o wysokim poziomie stygmatyzacji (Clement i in., 2015)). Często zakłada się, że interwencje w zakresie zdrowia psychicznego E-mental wiążą się z szeregiem korzyści w porównaniu z tradycyjną opieką bezpośrednią (P. Musiat & Tarrier, 2014). Chociaż teoretycznie może być prawdą, że interwencje e-psychiatryczne zwiększyły anonimowość, zwiększyły wygodę w odniesieniu do czasu i miejsca leczenia, obniżyły koszty leczenia i pewne bariery związane z nastawieniem (Andersson i in., 2019; Spurgeon i Wright, 2010), nie jest jasne czy te „dodatkowe korzyści” umożliwiają osobom posiadającym cechy „trudno dostępne” preferowanie lub akceptowanie e-usług. Sugerowano również, że obecna baza dowodowa dotycząca tych „skutków ubocznych” jest skąpa (P.Musiat i Tarrier, 2014), a korzyści płynące z cyfrowych interwencji zdrowotnych powinny opierać się na dowodach, w przeciwnym razie „trudno dostępne” mogą pozostać nieosiągalne kiedy zakłada się, że zostaną one osiągnięte dzięki cyfrowym interwencjom zdrowotnym.
1.2 Możliwość zastosowania pomocy decyzyjnych (DA) w określaniu preferencji psychoterapii Inną ważną i niezbadaną kwestią dotyczącą preferencji klientów w zakresie usług w zakresie zdrowia psychicznego E-mental w leczeniu depresji jest możliwość zastosowania pomocy decyzyjnych (DA). Podejmowanie decyzji dotyczących zarządzania zdrowiem, zwłaszcza uwzględniających preferencje, wymaga umiejętności. Decydenci służby zdrowia muszą najpierw uzyskać informacje o dostępnej opcji, następnie muszą zidentyfikować, zrozumieć i ocenić opcje, a na koniec wybrać najlepszą opcję z uwzględnieniem osobistych sytuacji i wartości. W ostatniej dekadzie coraz częściej zaleca się aktywny udział klientów i pacjentów w procesie podejmowania decyzji dotyczących ich opieki zdrowotnej (Berry, Beckham, Dettman, & Mead, 2014). Jednym z wpływowych modeli konceptualnych proponowanych w ramach opieki zdrowotnej skoncentrowanej na kliencie jest model współdzielonego podejmowania decyzji. Model wspólnego podejmowania decyzji to proces wspólnej debaty i współpracy między świadczeniodawcami a klientami w celu osiągnięcia konsensusu w sprawie decyzji dotyczących leczenia. W tej diadycznej interakcji świadczeniodawcy oferują informacje techniczne na temat choroby lub stanu zdrowia, korzyści i zagrożeń związanych z dostępnymi opcjami terapeutycznymi, podczas gdy klienci lub pacjenci przekazują informacje o swoich przekonaniach, obawach, wartościach i preferencjach dotyczących konsekwencji te opcje (Joseph-Williams, Elwyn i Edwards, 2014). Wspólny model podejmowania decyzji jest szczególnie istotny, gdy dowody wskazują, że dostępne metody leczenia wykazują podobną równowagę między korzyściami a ryzykiem oraz gdy istnieje potencjalny kompromis między różnymi atrybutami opcji leczenia. W świetle powyższego modelu pomoce decyzyjne pacjentów (DA) mają na celu promowanie i ułatwianie wspólnego podejmowania decyzji oraz pomaganie klientom w dokonywaniu świadomych wyborów (Coulter i in., 2013). Materiały te są opracowywane w różnych formatach (np. instrumenty papierowe i długopisowe, wideo, audio, strona internetowa i oprogramowanie interaktywne) i mogą być wykorzystywane samodzielnie przez klienta lub we współpracy z podmiotami świadczącymi usługi zdrowotne. DA zawierają wyjaśnienia dotyczące opcji leczenia, opis korzyści i szkód w oparciu o dowody naukowe oraz charakterystykę służby zdrowia w oparciu o lokalną sytuację. Zachęcają również pacjentów do zastanowienia się nad własnymi wartościami i preferencjami dotyczącymi korzyści, zagrożeń i różnych aspektów różnych opcji leczenia oraz tego, w jaki sposób wybory mogą wpłynąć na ich życie i samopoczucie (Fagerlin i in., 2013). Ostatnie systematyczne przeglądy pokazują, że DA skutecznie poprawiają wiedzę pacjentów na temat dostępnych metod leczenia i zmniejszają konflikt decyzyjny (tj. Niepewność co do kierunku działań, które należy podjąć). Wykazano również zmniejszenie odsetka osób, które były bierne i niezdecydowane w podejmowaniu decyzji po naradzie (Stacey i in., 2017).
W konkretnym obszarze zaburzeń depresyjnych wyniki pokazują, że większość osób z depresją jest zainteresowana otrzymywaniem informacji o swojej chorobie i udziałem we wspólnym i świadomym podejmowaniu decyzji (Loh i in., 2004; Perestelo-Perez i in., 2017) . Niestety, badania wykazały, że osoby z depresją często postrzegały mniejsze zaangażowanie w podejmowanie decyzji, niż by sobie tego życzyły (Delas Cuevas, Peñate, &deRivera, 2014; Patel i Bakken, 2010). Co więcej, pomimo tego niezaspokojonego zapotrzebowania i chociaż DA zostały szeroko i pomyślnie przyjęte w wielu obszarach zdrowia fizycznego (takich jak leczenie raka piersi (Savelberg i in., 2017), profilaktyka przedekspozycyjna HIV (Sewell i in., 2021) , badania przesiewowe w kierunku raka okrężnicy (Miller i in., 2011) (patrz rysunek 1) oraz zaprzestanie palenia (Gültzow, Smit, Hudales, Dirksen i Hoving, 2020)), przeprowadzono bardzo niewiele badań oceniających skuteczność DA w dziedzinie zaburzeń depresyjnych. Zgodnie z naszą najlepszą wiedzą żadne badanie nie obejmowało E-mentalnej opieki zdrowotnej w DA w przypadku depresji, nawet jeśli psychoterapia w formacie E była zalecana przez NICE od ponad dekady (Nicea, 2009), a wpływ DA na preferencje leczenia psychologicznego i konflikt decyzyjny pozostaje w dużej mierze nieznany.
1.3 Cele i zadania badania Biorąc pod uwagę powyższe luki badawcze, cele tego badania są trojakie, które obejmują następujące
- aby zrozumieć akceptowalność / postrzeganie szukania e-usługi w zakresie zdrowia psychicznego w porównaniu z innymi opcjami leczenia depresji w Hongkongu,
- zbadanie, w jakim stopniu osoby preferujące e-usługi w zakresie zdrowia psychicznego różnią się systemowo od osób preferujących tradycyjne usługi w zakresie zdrowia psychicznego oraz w jakim stopniu cyfrowe interwencje w zakresie zdrowia zwiększają zasięg i dostęp do grup, które mogą być gorzej obsługiwane przez tradycyjne usługi w zakresie zdrowia psychicznego (np. osoby z trudnościami finansowymi, mężczyźni z depresją, osoby z wysokim poziomem stygmatyzacji. itp.) i
- zbadanie, czy preferencje dotyczące leczenia zmieniają się po otrzymaniu od klienta pomocy decyzyjnej dotyczącej psychoterapii w formacie cyfrowym i osobistym.
Typ studiów
Zapisy (Rzeczywisty)
Faza
- Nie dotyczy
Kontakty i lokalizacje
Lokalizacje studiów
-
-
-
Hong Kong, Hongkong
- Department of Psychology
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
Akceptuje zdrowych ochotników
Opis
Kryteria przyjęcia:
- Ukończone 18 lat lub więcej;
- Z co najmniej łagodnymi lub umiarkowanymi objawami depresyjnymi (zdefiniowanymi jako punkt odcięcia 10 lub wyższy na podstawie PHQ-9, Kwestionariusz Zdrowia Pacjenta-9)
- Mówiąc po chińsku
Kryteria wyłączenia:
• Zaburzenia psychiczne zgłaszane przez samych siebie, inne niż duże zaburzenie depresyjne, zostaną wykluczone.
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
- Główny cel: Badania usług zdrowotnych
- Przydział: Randomizowane
- Model interwencyjny: Przydział równoległy
- Maskowanie: Brak (otwarta etykieta)
Broń i interwencje
Grupa uczestników / Arm |
Interwencja / Leczenie |
|---|---|
|
Eksperymentalny: Grupa eksperymentalna
Oczekuje się, że uczestnicy grupy eksperymentalnej będą korzystać z pomocy decyzyjnej opracowanej w tym badaniu. Zostaną one ocenione w dwóch różnych punktach czasowych: (1) przed interwencją (T0) i (2) po interwencji (T1). |
Uczestnicy grupy eksperymentalnej zostaliby poproszeni o skorzystanie z pomocy decyzyjnej opracowanej w ramach badania.
Narzędzie wspomagające podejmowanie decyzji zapyta uczestników o ich preferencje dotyczące tradycyjnych psychoterapii bezpośrednich i internetowych oraz o to, jak oceniają różne atrybuty leczenia.
|
|
Brak interwencji: Grupa kontrolująca uwagę
Uczestnicy grupy kontrolnej zostaną poproszeni o wyszukanie w Internecie informacji związanych z „Depresją” i „Terapią depresji”. Zostaną one ocenione w dwóch różnych punktach czasowych: (1) na początku (T0) i (2) po wyszukaniu informacji (T1). |
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Konflikt decyzyjny
Ramy czasowe: Bezpośrednio przed i tuż po (w ciągu 10 minut) zakończeniu zabiegu.
|
Skala konfliktu decyzyjnego (DCS) – test SURE
|
Bezpośrednio przed i tuż po (w ciągu 10 minut) zakończeniu zabiegu.
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Etap podejmowania decyzji
Ramy czasowe: Bezpośrednio przed i tuż po (w ciągu 10 minut) zakończeniu zabiegu.
|
Skala Etapu Podejmowania Decyzji mierzy gotowość jednostki do zaangażowania się w podejmowanie decyzji.
Składa się z pojedynczej pozycji z sześcioma opcjami odpowiedzi, od „nie zacząłem zastanawiać się nad wyborem” do „podjąłem już decyzję i jest mało prawdopodobne, że zmienię zdanie”.
Wcześniejsze etapy podejmowania decyzji wiążą się z wyższym poziomem konfliktu decyzyjnego i odwrotnie.
|
Bezpośrednio przed i tuż po (w ciągu 10 minut) zakończeniu zabiegu.
|
|
Skala Satysfakcji ze Skali Decyzji (SWD).
Ramy czasowe: Bezpośrednio przed i tuż po (w ciągu 10 minut) zakończeniu zabiegu.
|
SWD to sześciopunktowa skala Likerta, oceniana od 1 = „zdecydowanie się nie zgadzam” do 5 = „zdecydowanie się zgadzam”, służąca do oceny zadowolenia z decyzji, przy czym wyższe wyniki oznaczają wyższy poziom zadowolenia.
Przykładowe pozycje obejmują: „Jestem zadowolony, że zostałem odpowiednio poinformowany o kwestiach ważnych dla mojej decyzji”.
|
Bezpośrednio przed i tuż po (w ciągu 10 minut) zakończeniu zabiegu.
|
|
Postrzegane korzyści i zagrożenia
Ramy czasowe: Bezpośrednio przed i tuż po (w ciągu 10 minut) zakończeniu zabiegu.
|
Uczestników poproszono o ocenę stopnia, w jakim postrzegają psychoterapię bezpośrednią i kierowaną interwencję psychologiczną za pośrednictwem Internetu, poprzez wskazanie ich szacunkowego odsetka osób cierpiących na depresję, u których po otrzymaniu odpowiednich usług nastąpiła klinicznie znacząca poprawa w zakresie objawów depresyjnych. od 0-100%, a ich oszacowanie odsetka osób chorych na depresję ma negatywny wpływ na objawy depresyjne po otrzymaniu odpowiednich świadczeń od 0-100%.
|
Bezpośrednio przed i tuż po (w ciągu 10 minut) zakończeniu zabiegu.
|
|
Tożsamość preferencji usługi
Ramy czasowe: Bezpośrednio przed i tuż po (w ciągu 10 minut) zakończeniu zabiegu.
|
Do oceny preferencji uczestników w zakresie usług wykorzystano dwa elementy, jeden element oceniał osobiste upodobania, a drugi oceniał prawdopodobieństwo użycia.
Uczestnicy zostali poproszeni o wskazanie swoich preferencji (lubienia/przychylności) tradycyjnej interwencji psychologicznej prowadzonej twarzą w twarz lub prowadzonej przez Internet interwencji psychologicznej jako „preferowanej opcji leczenia”.
Dodano opcję „niepewny”.
Uczestnicy, którzy w tej pozycji wybrali kierowaną internetową interwencję psychologiczną, zostali sklasyfikowani jako „e-prefererzy”.
Następnie uczestników poproszono o wskazanie, jakie preferują tradycyjną psychoterapię bezpośrednią lub sterowaną interwencję psychologiczną opartą na Internecie jako opcję leczenia, z której „prawdopodobnie skorzystaliby”.
Ponownie uwzględniono opcję „niepewny”.
Uczestnicy, którzy w tej pozycji wybrali kierowaną interwencję psychologiczną za pośrednictwem Internetu, zostali sklasyfikowani jako „osoby skłonne do korzystania z e-usług”.
|
Bezpośrednio przed i tuż po (w ciągu 10 minut) zakończeniu zabiegu.
|
Inne miary wyników
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Objawy depresyjne
Ramy czasowe: Przed interwencją
|
Nasilenie depresji mierzono za pomocą kwestionariusza PHQ-9 (kwestionariusz zdrowia pacjenta), który zapewnia krótką ocenę aktualnych objawów depresji przy użyciu 4-punktowej skali Likerta od 0 (w ogóle) do 3 (prawie codziennie) w ciągu ostatnich 2 lat. tygodnie.
Wartości minimalne i maksymalne wynoszą 0 i 27, przy czym wyższy wynik wskazuje na większe objawy depresyjne.
|
Przed interwencją
|
Współpracownicy i badacze
Sponsor
Publikacje i pomocne linki
Publikacje ogólne
- 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.
- 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.
- 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.
- 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.
- Lubas B, Wilczok T. Spin-echo technique study of the non-rotational hydration of deoxyribonucleic acid. Biochim Biophys Acta. 1966 Jul 13;120(3):427-33. doi: 10.1016/0926-6585(66)90309-8. No abstract available.
- 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 Aug 1;76(8):871-872. doi: 10.1001/jamapsychiatry.2019.1393.
- von Kleist S. The clinical value of the tumor markers CA 19/9 and carcinoembryonic antigen (CEA) in colorectal carcinomas: a critical comparison. Int J Biol Markers. 1986 Jan-Apr;1(1):3-8. doi: 10.1177/172460088600100102.
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Zakończenie podstawowe (Rzeczywisty)
Ukończenie studiów (Rzeczywisty)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- SBRE- 20-275
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
produkt wyprodukowany i wyeksportowany z USA
Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .