論文の概要: Digital Therapeutics for Mental Health: Is Attrition the Achilles Heel?

• arxiv url: http://arxiv.org/abs/2207.05179v2
• Date: Tue, 19 Jul 2022 14:28:36 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-19 09:49:55.351642
• Title: Digital Therapeutics for Mental Health: Is Attrition the Achilles Heel?
• Title（参考訳）: 精神保健のためのデジタル治療 : アキレス腱は有害か?
• Authors: Adaora Nwosu, Samantha Boardman, Mustafa M. Husain, P. Murali Doraiswamy
• Abstract要約: 本稿では,デジタル治療に関する臨床研究において,減量化と低エンゲージメントの可能性が示唆された。 本研究の目的は、デジタル治療における実世界の服用データの重要性と、ユーザエンゲージメントに肯定的な影響を及ぼす医療機器の重要な特徴を明らかにすることである。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Digit therapeutics are novel software devices that clinicians may utilize in delivering quality mental health care and ensuring positive outcomes. However, uptake of digital therapeutics and clinically tested software-based programs remains low. This article presents possible reasons for attrition and low engagement in clinical studies investigating digital therapeutics, analyses of studies in which engagement was high, and design constructs that may encourage user engagement. The aim is to shed light on the importance of real-world attrition data of digital therapeutics, and important characteristics of medical devices that have positively influenced user engagement. The findings presented in this article will be useful to relevant stakeholders and medical device experts tasked with addressing the gap between software medical design and user engagement present in digital therapeutic clinical trials.
• Abstract（参考訳）: ジギット治療(Digit Treatments)は、臨床医が良質な精神医療を提供し、ポジティブな結果を保証するために使用できる新しいソフトウェア装置である。 しかし、デジタル治療と臨床検査によるソフトウェアベースのプログラムの取り込みは依然として少ない。 本稿では、デジタル治療に関する臨床研究、エンゲージメントが高い研究の分析、ユーザエンゲージメントを促進する可能性のあるデザイン構成について、誘惑的かつ低エンゲージメントな理由を提示する。 本研究の目的は,デジタル治療における実世界の服用データの重要性と,ユーザエンゲージメントに肯定的な影響を及ぼす医療機器の重要性を明らかにすることである。 本報告は,デジタル臨床治験におけるソフトウェア医療設計とユーザエンゲージメントのギャップに対処する上で,関連するステークホルダーや医療機器の専門家にとって有用である。

関連論文リスト

• Clinical Evaluation of Medical Image Synthesis: A Case Study in Wireless Capsule Endoscopy [63.39037092484374]
  本研究は,人工知能(AI)モデルを用いた医用合成データ生成の臨床評価に焦点を当てた。 本論文は,a) 医用専門家による合成画像の体系的評価のためのプロトコルを提示し,b) 高分解能WCE画像合成のための新しい変分オートエンコーダモデルであるTIDE-IIを評価する。 その結果、TIDE-IIは臨床的に関連性のあるWCE画像を生成し、データの不足に対処し、診断ツールの強化に役立つことがわかった。
  論文  参考訳（メタデータ） (2024-10-31T19:48:50Z)
• Promoting Fairness and Diversity in Speech Datasets for Mental Health and Neurological Disorders Research [10.939564452457896]
  我々は、メンタルヘルスや神経疾患のための音声データセットの展望をグラフ化する。 我々は、より責任ある研究を促進するために倫理的な懸念に焦点を当てたチェックリストにそれを蒸留する。
  論文  参考訳（メタデータ） (2024-06-06T14:36:07Z)
• An Integrative Survey on Mental Health Conversational Agents to Bridge Computer Science and Medical Perspectives [7.564560899044939]
  我々は、PRISMAフレームワークを用いて総合的な文献レビューを行い、コンピュータ科学と医学の両方で発行された534の論文をレビューする。 本研究は, 精神保健関連会話エージェントの構築に関する136つの重要な論文について, モデル化と実験設計手法の多様な特徴について述べる。
  論文  参考訳（メタデータ） (2023-10-25T21:37:57Z)
• Emulating Human Cognitive Processes for Expert-Level Medical Question-Answering with Large Language Models [0.23463422965432823]
  BooksMedはLarge Language Model(LLM)に基づいた新しいフレームワークである 人間の認知プロセスをエミュレートして、エビデンスベースの信頼性の高い応答を提供する。 本稿では、専門家レベルのオープンエンドな質問からなるベンチマークであるExpertMedQAを紹介する。
  論文  参考訳（メタデータ） (2023-10-17T13:39:26Z)
• Precision psychiatry: predicting predictability [0.0]
  私は精密精神医学の分野での10の課題をレビューします。 現実の人口と現実的な臨床結果の定義についての研究が必要である。 プラセボ効果や処方薬の非順守などの治療関連因子について検討する。
  論文  参考訳（メタデータ） (2023-06-21T13:10:46Z)
• A Trustworthy Framework for Medical Image Analysis with Deep Learning [71.48204494889505]
  TRUDLMIAは医用画像解析のための信頼できるディープラーニングフレームワークである。 新型コロナウイルス(COVID-19)などの公衆衛生危機への対応に深層学習の活用を推進していくため、研究者や臨床医を支援することが期待されている。
  論文  参考訳（メタデータ） (2022-12-06T05:30:22Z)
• GDPR Compliant Collection of Therapist-Patient-Dialogues [48.091760741427656]
  我々は、欧州連合の一般データプライバシ規則の下で、精神医学クリニックでセラピストと患者との対話の収集を始める際に直面した課題について詳しく述べる。 本稿では、手順の各ステップの概要を述べ、この分野でのさらなる研究を動機付ける潜在的な落とし穴を指摘した。
  論文  参考訳（メタデータ） (2022-11-22T15:51:10Z)
• User-Driven Research of Medical Note Generation Software [49.85146209418244]
  本稿では,医療用ノート生成システム開発における3ラウンドのユーザスタディについて述べる。 参加する臨床医の印象と,システムがどのようにそれらに価値あるものに適合すべきかの視点について論じる。 遠隔医療における3週間のシステムテストについて述べる。
  論文  参考訳（メタデータ） (2022-05-05T10:18:06Z)
• Deploying clinical machine learning? Consider the following... [4.320268614534372]
  いくつかの考察に対する感謝の欠如が、この期待と現実の相違の大きな原因であると考えている。 臨床用機械学習アプリケーションを設計・開発するために,課題のいくつかの主要なカテゴリを特定した。
  論文  参考訳（メタデータ） (2021-09-14T18:41:36Z)
• Machine Learning Applications for Therapeutic Tasks with Genomics Data [49.98249191161107]
  ゲノム学の機械学習応用に関する文献を、治療開発のレンズでレビューします。 治療パイプライン全体にわたるゲノミクス応用における22の機械学習を同定する。 この分野における7つの重要な課題を、拡大と影響の機会として挙げる。
  論文  参考訳（メタデータ） (2021-05-03T21:20:20Z)
• Review of Machine Learning Algorithms for Brain Stroke Diagnosis and Prognosis by EEG Analysis [50.591267188664666]
  ストローク(Strokes)は、アメリカ合衆国の成人障害の主要な原因である。 脳-コンピュータインタフェース(Brain-Computer Interfaces、BCI)は、患者の神経経路の回復または電子補綴器との効果的なコミュニケーションを支援する。 さまざまな機械学習技術とアルゴリズムをBCI技術と組み合わせることで、脳卒中治療にBCIを使うことは、有望で急速に拡大する分野であることを示している。
  論文  参考訳（メタデータ） (2020-08-06T19:50:29Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。