Um protocolo de estudo sobre Peer Digital Acceset (PDA) (PDA)

Antecedentes: Os crescentes problemas de saúde mental entre adultos emergentes (de 19 a 25 anos) em todo o mundo alimentaram preocupações sobre as experiências generalizadas de sofrimento emocional dos jovens, especificamente em relação à ansiedade e depressão e mecanismos de enfrentamento. A intervenção digital de suporte por pares demonstrou vários graus de eficácia clínica para resultados positivos de saúde e psicológicos em diferentes estágios de desenvolvimento. O início da pandemia de COVID-19 resultou em isolamento prolongado e conexões sociais reduzidas, e a literatura emergente está chegando à importação da divulgação emocional digital de pares e apoio ao bem-estar psicológico dos jovens. No entanto, ainda há muito a ser explorado em relação à implementação e eficácia clínica - a melhor forma de conduzir a intervenção digital de pares para apoiar o bem-estar psicológico dos jovens e o mecanismo de mudança associado.

Objetivo: Este protocolo delineia um estudo controlado randomizado para avaliar a implementação e a eficácia clínica do Assecet, uma intervenção digital de apoio aos pares para o bem-estar mental dos jovens, que compreende dois componentes. O currículo de treinamento de suporte digital de pares visa equipar os jovens amigos (ou seja, pares que fornecem suporte) com conhecimentos e habilidades para aproveitar quatro ingredientes ativos do bem-estar mental dos jovens - especificamente, Mattering, selfhood, compaixão e mindfulness, no fornecimento de pares eficazes apoio aos buscadores (colegas que buscam apoio). A intervenção Acceset que envolve três componentes - biomarcadores digitais de bem-estar psicológico, processo de revelação emocional entre pares e envolvimento da comunidade.

Métodos: Os participantes serão 100 alunos com idades entre 19 e 25 anos da Universidade Nacional de Cingapura para interagir com a plataforma Acceset. No momento do recrutamento, os indivíduos serão selecionados para critérios de inclusão e exclusão com base em autorrelato. Os participantes qualificados (buscadores) serão alocados aleatoriamente em dois grupos. Os buscadores do braço 1 (n = 50) se envolverão com a plataforma Acceset por um período de 3 semanas, juntamente com amigos (n = 30) e moderadores (n = 30). Braço 2 (n = 50) um grupo de controle será colocado em uma lista de espera para intervenção Acceset. Esses indivíduos terão idade e gênero pareados com o grupo de intervenção (ou seja, braço 1). Seu bem-estar mental, bem como seu comportamento de busca de ajuda, nos mesmos momentos e por meio da mesma bateria de questionário, serão comparados com os do braço 1. Tanto os candidatos quanto os amigos serão monitorados por meio de uma bateria de questionários listados (incluindo comportamentos de busca de ajuda além da plataforma Acceset) em 4 momentos: linha de base (antes da intervenção), 3 semanas (final da intervenção), 6 semanas e 9 semanas ( para medir os efeitos de transferência). Os resultados da implementação serão a adoção e avaliação de fidelidade do currículo de treinamento de suporte digital de pares, a viabilidade e aceitabilidade da Acceset no fornecimento de acesso contínuo ao suporte de pares online durante todo o período de engajamento dos candidatos. Os resultados clínicos incluirão Mattering, self-hood, compaixão, atenção plena, escores de bem-estar psicológico para amigos e buscadores e, adicionalmente, suporte social percebido para os buscadores. O mecanismo de mudança que liga o apoio dos amigos e o bem-estar mental dos buscadores será avaliado usando a modelagem da curva de crescimento latente.

Coleta de Dados, Gerenciamento e Análises: Conduzimos análise de poder para determinar o tamanho de amostra adequado necessário para o ensaio controlado randomizado, especificamente na comparação dos grupos de intervenção e controle em diferentes desfechos clínicos, para que o estudo tenha poder suficiente para detectar efeitos válidos. O tamanho da amostra do estudo de n = 50 para intervenção e n = 50 para controle é necessário devido às múltiplas variáveis ​​dependentes que medem os resultados clínicos incluídos no estudo e ao teste dos resultados da implementação (ou seja, viabilidade, utilidade). Ao lidar com dados ausentes, primeiro determinaremos se os dados ausentes estão ausentes completamente ao acaso (MCAR). Se os dados ausentes não forem sistemáticos, conforme indicado pelo resultado não significativo do Little's Missing Completely at Random Test, este estudo tratará os dados ausentes usando a imputação de máxima verossimilhança de informações completas.

Os dados serão analisados ​​e interpretados através de três meios. Primeiro, testes t de amostras independentes serão conduzidos sempre que precisarmos comparar intervenção versus grupo controle nos diferentes desfechos clínicos neste estudo. Em segundo lugar, para elucidar o conteúdo da revelação emocional na plataforma Acceset, particularmente em relação aos quatro ingredientes ativos do bem-estar psicológico (ou seja, Mattering, self-hood, compaixão e mindfulness), realizaremos modelagem de tópicos usando Latent Dirichlet Allocation (LDA) analisa com R para filtrar a enorme quantidade de dados disponíveis e detalhar temas e tópicos relevantes. LDA é um método estatístico avançado que aumenta a precisão e exatidão na codificação em comparação com o uso exclusivo de abordagem/análises qualitativas. Em terceiro lugar, para comparar o mecanismo de mudança, usaremos a Modelagem da Curva de Crescimento Latente (LCM) para examinar as trajetórias da intervenção Acceset na previsão da mudança nos resultados clínicos experimentados pelos jovens. O LCM elucida se uma tendência crescente no suporte digital de pares dos amigos prediz tendências crescentes no senso de importância, auto-suficiência, compaixão, atenção plena e bem-estar psicológico dos jovens (ou seja, resultados clínicos).