Ein Abonnement von JoVE ist erforderlich, um diesen Inhalt anzuzeigen. Melden Sie sich an oder beginnen Sie noch heute mit einer kostenlosen Testphase.

Forschungsartikel

Wirksamkeit digitaler Gesundheitsinterventionen bei Stress, Angst und Depression bei Universitätsstudierenden: Eine systematische Übersichtsarbeit und Metaanalyse

1.5K Ansichten

⸱

DOI:

10.3791/69949

⸱

2. Januar 2026

 ,  ,  ,  ,  ,  , 
1School of Public Health, Xinyu University

In diesem Artikel

Zusammenfassung

Diese systematische Übersichtsarbeit und Metaanalyse zeigen, dass digitale Gesundheitsinterventionen die psychische Gesundheit der Studierenden signifikant verbessern. Webbasierte Programme sind Apps überlegen, wobei eine optimale Dauer von 4 bis 8 Wochen ist und sie als wertvolle, skalierbare Ressource positioniert.

Zusammenfassung

Stress, Angstzustände und Depressionen gehören zu den häufigsten psychischen Gesundheitsproblemen, die Universitätsstudenten erleben. Ziel dieser Studie war es, systematisch die Wirksamkeit digitaler Gesundheitsinterventionen zur Reduzierung von Stress, Angst und Depression bei Universitätsstudenten zu überprüfen und zu analysieren.

Mehrere Datenbanken (die Cochrane Library, Ovid Embase, Ovid MEDLINE, PubMed, Scopus und Web of Science Core Collection Datenbanken) wurden nach randomisierten kontrollierten Studien (RCTs) digitaler Gesundheitsinterventionen durchsucht, die bis zum 30. Juni 2024 veröffentlicht wurden. Die Studien wurden überprüft und die Endpunktsdaten wurden mit Metaanalysen mit randomen Effekten für jedes Ergebnis analysiert.

Insgesamt wurden 22 RCTs mit 3.655 Teilnehmern (3.041 analysiert) einbezogen. Die Metaanalyse zeigte, dass digitale Gesundheitsinterventionen Stress, Angst und Depression bei Universitätsstudenten signifikant reduzierten (Stress: WMD = -1,79; 95 % KI: -2,51, -1,07; P<0,001; Angst: Massenvernichtungswaffen = -1,73; 95%-KI: -2,20, -1,25; P<0,001; Depression: Massenvernichtungswaffen = -2,05; 95%-KI: -2,91, -1,19; P<0.001). Interventionsdauer und -technik waren signifikante Moderatoren für die Effektgröße über alle Endpunkte hinweg (alle P<0,001). Interventionen mit 4 bis 8 Wochen zeigten die größten Symptomreduktionen (Stress: WMD = -3,7, 95 % KI: -5,02, -2,39; Angst: WMD = -2,77, 95 % KI: -3,46, -2,08; Depression: WMD = -4,1, 95 % KI: -5,31, -2,89). Die Effektgrößen waren signifikant größer, wenn die Interventionen mit den passiven Kontrollgruppen verglichen wurden (Stress: WMD = -2,46, 95 % KI: -3,56, -1,36; Angst: WMD = -2,32, 95 % KI: -2,89, -1,75; Depression: WMD = -2,61, 95 % KI: -3,92, -1,29). Im Gegensatz dazu ergaben Vergleiche mit aktiven Kontrollgruppen geringere, aber dennoch signifikante Effekte auf Stress und Depression und einen nicht signifikanten Effekt auf Angst.

Die Ergebnisse zeigen, dass digitale Gesundheitsinterventionen wirksam sind, um Stress, Angst und Depressionen bei Universitätsstudenten zu reduzieren. Diese Erkenntnisse unterstreichen die Notwendigkeit digitaler Gesundheitsinterventionen zur Förderung der psychischen Gesundheit von Studierenden im Hochschulbereich.

Einleitung

Die psychische Gesundheit junger Menschen hat zunehmend Aufmerksamkeit erregt und wird nun als globale Herausforderung der öffentlichen Gesundheit anerkannt1. Die universitäre Ausbildung zielt darauf ab, die intellektuellen Fähigkeiten der Studierenden zu stärken und sie auf ein produktives und erfolgreiches Leben als Erwachsene vorzubereiten2. In dieser besonderen Lebensphase stoßen Studierende jedoch häufig auf mehrere Stressfaktoren, wie zum Beispiel den Umzug von zu Hause, die Unabhängigkeit, das Übernehmen neuer Verantwortlichkeiten und das Management der akademischen Arbeitsbelastung3. Solche Stressfaktoren können sowohl das körperliche als auch das emotionale Wohlbefinden negativ beeinflussen, was zu verringerten schulischen Leistungen, geringerer Lebenszufriedenheit, geringerem Selbstvertrauen, erhöhten Abbrecherraten und in schweren Fällen zu suizidalen Gedanken führen4. Tatsächlich berichtet ein beträchtlicher Anteil der Studenten von erhöhten wahrgenommenen Stressniveaus, was definiert ist als die Einschätzung der Umweltanforderungen, die die eigenen Bewältigungsfähigkeitenübersteigen 5. Diese Population ist besonders anfällig für Stress, Angst und Depressionen, wobei die späte Jugend bis ins frühe Erwachsenenalter die Spitzenphase für den Beginn psychischer Erkrankungen darstellt6. Studien zeigen, dass im Vergleich zu Nicht-Studierenden gleichen Alters ein Drittel der Universitätsstudenten schwere psychische Probleme sowie höhere Depressionen, Angstzustände und Belastungen erlebt habenoder derzeit erleben. Eine aktuelle Übersicht zeigte, dass die weltweite Prävalenz von Depressions- und Angstsymptomen unter Studenten hoch ist, mit 33,6 % bzw. 39,0 % –7. Bemerkenswert ist, dass etwa 75 % der Erwachsenen, bei denen psychische Störungen diagnostiziert wurden, vor dem Alter von 25 bis8 Jahren erste Symptome erleben. Dieser frühe Einbruch ist besonders alarmierend, da Suizidweltweit eine der Haupttodesursachen bei jungen Menschen im Alter von 15 bis 29 Jahren ist. Diese Ergebnisse unterstreichen zusammen den dringenden Bedarf an wirksamen Interventionen, die auf Stress, Angst und Depression in Universitätsstudierenden abzielen.

Die Bekämpfung der hohen Prävalenz von Stress, Angst und Depression unter Universitätsstudierenden erfordert vielschichtige Ansätze, darunter psychologische Beratung, Pharmakotherapie, soziale Unterstützung, körperliche Bewegung und kognitiv-verhaltensbezogene Interventionen 10,11. Mit schnellen Fortschritten in der Informationstechnologie werden evidenzbasierte Interventionen zunehmend über skalierbare digitale Plattformen (z. B. Smartphone-Apps, Webportale und Teletherapiesysteme) bereitgestellt, die traditionelle persönliche Dienstleistungen ergänzen12. Der Begriff "digitale Gesundheitsinterventionen" bezieht sich auf reaktionsfähige, technologiegestützte Ansätze, die personalisierte Gesundheitskommunikation, biometrische oder Verhaltensverfolgung sowie Just-in-Time-Informationsunterstützungumfassen. Diese lassen sich grob in zwei Modalitäten einteilen: webbasierte Plattformen mit strukturierten psychoedukativen Programmen und mobile Gesundheitsanwendungen (mHealth), die gezielte Interventionen über smartphone-optimierte Schnittstellen anbieten.

Jugendliche und junge Erwachsene stellen die weltweit am stärksten digital engagierte Demografie dar, mit einer Internetdurchdringungsrate von 70 % (gegenüber 48 % in der Allgemeinbevölkerung)14. Frühere systematische Übersichten und Metaanalysen haben die Auswirkungen von Online-Achtsamkeitsinterventionen, körperlichen Aktivitätsinterventionen, computergestützten und webbasierten Interventionen sowie anderen psychotherapeutischen Interventionen15 auf die Reduzierung von Stress, Angst und Depression bei Universitätsstudenten untersucht. So untersuchte beispielsweise eine kürzlich durchgeführte systematische Übersichtsarbeit von neun RCTs mit 1.100 Teilnehmern die Wirksamkeit von Online-Achtsamkeitsinterventionen zur Verbesserung der psychischen Gesundheitsergebnisse in dieser Population16. Die bestehenden Ergebnisse bleiben jedoch uneinheitlich. Eine Studie ergab, dass die mHealth-Anwendung "Destressify" Stress, Angst oder psychosoziale Funktion nicht signifikant verbessert17. Ebenso berichteten Kvillemo et al. von keinem statistisch signifikanten Vorteil einer Achtsamkeitsintervention gegenüber einer aktiven Kontrollbedingung18. Während digitale Gesundheitsinterventionen vielversprechend für die Förderung des emotionalen Wohlbefindens, die Steigerung der Behandlungsbeteiligung und die Bereitstellung einer kosteneffizienten Alternative zu herkömmlichen Methoden bieten, ist eine umfassende Synthese ihrer Gesamtwirksamkeit notwendig, um Investitionen und Umsetzung zu steuern. Bis heute hat keine systematische Übersicht oder Metaanalyse Evidenz über verschiedene Arten digitaler Gesundheitsinterventionen integriert, die speziell auf Stress, Angst und Depression bei Universitätsstudenten abzielen.

Um diese Lücke zu schließen, schlagen wir folgende Forschungsfragen vor: (1) Sind digitale Gesundheitsinterventionen wirksam, um Stress, Angst und Depression von Studierenden im Vergleich zu aktiven und passiven Kontrollbedingungen zu verbessern? (2) Wie groß ist die Wirkung digitaler Gesundheitsinterventionen auf psychische Gesundheitsergebnisse in dieser Bevölkerungsgruppe? (3) Welche Arten digitaler Gesundheitstechnologien sind am effektivsten bei der Linderung von Depressionen, Angstzuständen und Stress?

Daher verfolgt die vorliegende Studie drei Hauptziele. Erstens wurde die Evidenz hinsichtlich der Wirksamkeit digitaler Gesundheitsinterventionen bei der Behandlung von Stress, Angst und Depression bei Universitätsstudenten bewertet. Zweitens wurde die Wirksamkeit dieser Interventionen über die berichteten Ergebnisse hinweg statistisch zusammengefasst. Drittens wurde die Qualität der verfügbaren Beweise bewertet. Zusätzlich haben wir angesichts der Vielfalt der Schülerschaft untersucht, wie die Merkmale der Teilnehmer die Interventionsergebnisse beeinflussen können.

Zu diesem Zweck führten wir eine systematische Übersichtsarbeit und drei Metaanalysen randomisierter kontrollierter Studien (RCTs) durch, die die Ergebnisse von Stress, Angst und Depression messen. Mit dieser Arbeit wollen wir Forscher dabei unterstützen, neue Evidenzen zu bewerten, zukünftige Forschungsrichtungen zu identifizieren und zur Entwicklung effektiver digitaler Behandlungslösungen für Universitätsstudierende beizutragen.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Protokoll

Studienanmeldung
Dieses systematische Übersichts- und Metaanalyseprotokoll wurde auf PROSPERO mit der Registrierungsnummer CRD 42024610457 registriert. Diese Studie wurde gemäß den Richtlinien Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA)19 konzipiert und durchgeführt.

Suchstrategie
Eine umfassende Literaturübersicht wurde von zwei Autoren (XXZ und JZ) durchgeführt, die die Cochrane Library, Ovid Embase, Ovid MEDLINE, PubMed, Scopus und Web of Science Core Collection durchsuchten. Ihre Suche umfasste alle relevanten Datensätze vom Beginn der Datenbankabdeckung bis zum 30. Juni 2024.

Die Suchstrategie verwendete eine Kombination aus kontrolliertem Vokabular (z. B. MeSH) und Freitextbegriffen zu digitalen Gesundheitsinterventionen, Depression, Angst und Stress. Um die Wiederholung relevanter Studien zu maximieren, wurden Boolesche Operatoren (AND, OR) eingesetzt. Die Suche beschränkte sich auf Veröffentlichungen in englischer Sprache. Die vollständige Suchstrategie ist in eTabelle 1 in Ergänzung 1 detailliert beschrieben. Citation Chaser wurde verwendet, um die Literaturverzeichnisse der eingeschlossenen Studien zu durchsuchen und Artikel abzurufen, die die eingeschlossenen Studien zitiert hatten, um weitere relevante Studien zu finden20.

Auswahl- und Einschlusskriterien für die Studie
Die Ein- und Ausschlusskriterien für diese systematische Übersichtsarbeit wurden gemäß dem Rahmen Population, Intervention, Comparison, Outcomes, Study Design (PICOS)19 definiert: Population (P): Studien mit Universitätsstudierenden, unabhängig von Alter, Geschlecht oder Fachrichtung. Intervention (I): Jede digitale Gesundheitsintervention, die hauptsächlich über das Internet oder ein mobiles Gerät durchgeführt wird und darauf abzielt, Symptome von Stress, Angst oder Depression zu lindern. Dies umfasste, war aber nicht beschränkt auf, webbasierte Programme, mobile Apps und chatbot-gestützte Therapien. Vergleich (C): Kontrollgruppen, darunter Wartelistenkontrollen, aktive Kontrollgruppen (z. B. nicht-digitale Psychoedukation), übliche Behandlung oder andere digitale Gesundheitsinterventionen. Ergebnisse (O): Die Studien mussten Ergebnisse zu mindestens einem der folgenden Punkte berichten, gemessen mit einer validierten Skala: Stress (z. B. Perceived Stress Scale, PSS), Angst (z. B. GAD-7) oder Depression (z. B. PHQ). Studiendesign (S): Es wurden nur randomisierte kontrollierte Studien (RCTs) einbezogen, um die höchste Evidenzqualität sicherzustellen.

Nach Abschluss der Datenbanksuche und der Entfernung der Duplikate wurden die Titel und Abstracts der identifizierten Datensätze unabhängig voneinander von zwei Autoren (XXZ und JZ) geprüft. Alle festgestellten Unstimmigkeiten wurden von einem dritten Gutachter (DZ) beurteilt. Anschließend wurden die vollständigen Texte der übrigen Artikel von zwei weiteren unabhängigen Gutachtern (DZ und YFC) auf ihre Berechtigung geprüft, wobei ein dritter Gutachter (JZ) als Schiedsrichter fungierte, um einen Konsens über die endgültige Aufnahme zu erzielen.

Die Einschlusskriterien umfassten alle digitalen Gesundheitsinterventionsarten (z. B. webbasierte Programme, mobile Anwendungen), um eine umfassende Analyse und einen direkten Vergleich zwischen technologischen Modalitäten zu ermöglichen. Studien mussten Ergebnisse im Zusammenhang mit Stress, Angst oder Depression mit validierten Messskalen berichten. Studien wurden ausgeschlossen, wenn sie folgende Merkmale aufwiesen: fehlende Bewertung der relevanten Variablen, Population außerhalb des vorgesehenen Bereichs, Übersichtsartikel, Abstracts, Leitartikel oder Briefe, Tierstudien oder Fallberichte. Studien, die unzureichende Daten zur Berechnung der Effektgrößen meldeten, selbst nach Versuchen der Autoren, sie zu erhalten, wurden aus der Metaanalyse ausgeschlossen. Konferenzabstracts wurden ausgeschlossen, da es an detaillierten Informationen und einer tiefgehenden Methodik mangelte, die für eine robuste Bewertung von Qualität und Datenextraktion erforderlich waren. Zitate aus allen Datenbanken wurden in eine EndNote X21-Bibliothek (Clarivate Analytics) importiert.

Bewertung methodischer Qualität
Die Qualität der eingeschlossenen RCTs wurde unabhängig von zwei Autoren (DZ und YFC) gemäß den Richtlinien der Cochrane Reviews21 bewertet. Zu den Evaluationsinhalten gehören (1) zufällige Sequenzgenerierung, (2) Verschleierung der Zuteilung, (3) Blindierung von Teilnehmern und Personal, (4) Blindierung der Ergebnisbewertung, (5) unvollständige Ergebnisdaten, (6) selektive Berichterstattung und (7) weitere Arten von Veruntreuung. Jede eingeschlossene Studie wurde mit einem "niedrigen", "hohen" oder "unklaren" Verzerrungsrisiko für jeden Bereich bewertet. Wenn die Forscher die vier Kriterien als "niedrig" bewerteten und keine schwerwiegenden Fehler festgestellt wurden, wurde die Studie als gering versteinert bewertet.

Extraktion der Daten
Die folgenden Daten aus geeigneten Studien wurden unabhängig von zwei Autoren (JZ und DZ) extrahiert: Autoren, Veröffentlichungsjahr, Land, Teilnehmercharakteristika (einschließlich Alter, Stichprobengröße und Gruppenverteilung), eingesetzte Bewertungsinstrumente für Depression, Angst und Stress, digitale Gesundheitsinterventionen (Verabreichungsart, Behandlungsdauer, Kontrollgruppe, Behandlungsabsicht, Abwanderungsrate) und die zugehörigen statistischen Daten. Das Verfahren zur Behandlung fehlender Daten (z. B. Standardabweichungen) bestand darin, innerhalb von vier Wochen zweimal zu versuchen, die korrespondierenden Autoren zu kontaktieren. Kommt keine Antwort ein, werden SDs aus Standardfehlern, Konfidenzintervallen oder P-Werten berechnet, die in den Studien angegeben sind, nach den im Cochrane Handbook21 beschriebenen Methoden. Etwaige Diskrepanzen oder Inkonsistenzen in den extrahierten Daten wurden durch Gespräche zwischen den beiden Gutachtern (JZ und DZ) behoben. Wenn kein Konsens erzielt werden konnte, wurde ein dritter Gutachter (XXZ) konsultiert, um die endgültige Entscheidung zu treffen.

Datensynthese
Für jedes Ergebnis wurden die quantitativen Daten synthetisiert und als gewichteter mittlerer Unterschied (WMD) mit einem entsprechenden 95%-Konfidenzintervall (KI) präsentiert. Die Massenvernichtungswaffen wurden berechnet, indem die von jeder zugelassenen Studie gewonnenen Werte von Vor- zu Post-Änderung (Mittelwert und SD) zusammengefasst wurden. Die Heterogenität zwischen den Studien in direkten Vergleichen wurde mit der Statistik I2 bewertet, wobei die Werte von 25 %, 50 % und 75 % konventionell eine niedrige, moderate und hohe Heterogenität bezeichneten. Ein Modell mit festen Effekten wurde angewendet, wenn die Heterogenität nicht signifikant war (I2< 50 % und P > 0,1); ansonsten wurde ein Random-Effects-Modell verwendet.

Die Ergebnisse wurden mit Waldflächen visualisiert, die den Namen des Erstautors, das Veröffentlichungsjahr, die Stichprobengröße, die Effektschätzung mit ihrem 95%-KI und den zugehörigen P-Wert für jede Studie anzeigen. Subgruppenanalysen wurden für jedes primäre Endergebnis (Stress, Angst und Depression) separat durchgeführt. Für jedes Ergebnis wurden die Analysen nach dem verwendeten Messinstrument stratifiziert (z. B. für Stress: Connor-Davidson Resilience Scale (CD-RISC)22, Brief Resilience Scale (BRS)23, Perceived Stress Scale (PSS)24, Depression Anxiety Stress Scale (DASS)-Stress Subscale 25,26,27; für Angst: Generalized Anxiety Disorder Scale (GAD)28, State-Trait Anxiety Inventory (STAI), DASS-Anxiety Subscale27,29; für Depressionen: Patient Health Questionnaire (PHQ)30, Beck Depression Inventory (BDI)31, DASS-Depression Subscale26,27). Weitere Subgruppenvariablen umfassten Folgendes: (1) Interventionstechnik: web- oder app-basierte kognitive Verhaltenstherapie (KVT), achtsamkeitsbasierte Intervention (MBI), körperliche Aktivitätsintervention (PAI) und andere psychologische Interventionen (OPI), die KVT, MBI und PAI ausschließen; (2) Orientierungsformat: nur Erinnerung, nur Feedback, gemischt (Erinnerung + Feedback) oder keines; (3) Liefermodus: Smartphone-App, webbasierte Plattform/Programm oder andere; (4) Behandlungsdauer: ≤ 4 Wochen, > 4 bis < 8 Wochen oder ≥ 8 Wochen; (5) Rekrutierungsweg: online, gemischt, auf dem Campus oder nicht näher bezeichnet; und (6) Kontrollgruppentyp: aktiv oder passiv. Passive Kontrollgruppen erhalten keine Intervention, da sie dazu dienen, den natürlichen Verlauf der Erkrankung und die Placebo-Effekte zu kontrollieren. Im Gegensatz dazu erhalten aktive Kontrollpersonen eine alternative, standardisierte oder Placebo-Intervention, um die unspezifischen Effekte des Interventionsprozesses zu kontrollieren. Die Bewertung des Publikationsbias umfasste die Untersuchung der Funnelplot-Asymmetrie und die Durchführung des Eggerschen Regressionstests. Eine Verzerrung galt als vorhanden, wenn die visuelle Asymmetrie von einem signifikanten Egger-Testergebnis begleitet wurde (P < 0,05). Der Egger-Test wurde ausschließlich für Ergebnisse mit 10 oder mehr Studien durchgeführt, um die Stärkevon 32 zu gewährleisten. Die primäre Datenanalyse, einschließlich der Erzeugung von Wald- und Trichterdiagrammen, wurde mit der Software Review Manager (RevMan) Version 5.3 durchgeführt. Zusätzlich wurde Stata Version 18 verwendet, um die statistische Bewertung auf Publikationsbias (Egger-Test) durchzuführen.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Ergebnisse

Insgesamt wurden zunächst 20.975 potenziell relevante Studien aus den sechs Datenbanken identifiziert. Nachdem 7.374 doppelte Datensätze entfernt wurden, wurden 13.601 Studien überprüft. Davon wurden 13.548 aufgrund ihrer Titel und Zusammenfassungen ausgeschlossen. Die übrigen 53 Studien wurden in Volltext auf Zulassung geprüft. Nach dieser Bewertung wurden 31 Studien aus folgenden Gründen ausgeschlossen: (1) Verwendung nicht validierter oder ungeeigneter Messskalen (n = 7), (2) Intervention, die die Einschlusskriterien ...

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Diskussion

Die vorliegende Metaanalyse identifizierte 22 RCTs mit 3.655 Teilnehmern, um die Wirksamkeit digitaler Gesundheitsinterventionen bei der Reduzierung von Stress, Angst und Depression bei Universitätsstudenten zu untersuchen. Als skalierbare, kostengünstige und leicht zugängliche Form psychologischer Unterstützung haben digitale Gesundheitsinterventionen ein starkes Umsetzungspotenzial in der College-Population gezeigt. Unsere systematische Übersichtsarbeit und Metaanalyse zeigen, dass dig...

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Offenlegungen

Die Autoren erklären, dass sie keine Interessenkonflikte haben.

Danksagungen

Diese Studie wurde vom Provincial First-Class Course in Medical Statistics unterstützt, einem Projekt, das vom Jiangxi Provincial Department of Education (003031604) initiiert wurde, sowie vom University Student Innovation and Entrepreneurship Program: Sound Healing: A Mobile Health Intervention for College Student Anxiety Based on the Multi-Theory Model (MTM) (2404230055). Xingxin Zhan und Liqin Huang: Konzipierten und entwarfen die Forschung. Xingxin Zhan, Ju Zeng, Dan Zhu und Yifan Chen: führten die Studie durch und analysierten die Daten. Xingxin Zhan: hat die Arbeit geschrieben. Alle Autoren überarbeiteten das Manuskript.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Materialien

Liste der in diesem Artikel verwendeten Materialien
NameUnternehmenKatalognummerKommentare
EndNote ClarivateX21Software, die für Literaturverwaltung und Screening verwendet wird
Review Manager (RevMan) Die Cochrane-Kollaboration5.3Software für Metaanalysen
StataStataCorp LLC18Software für statistische Analyse und Datenmanagement

Referenzen

  1. Pei, J., et al. Sociodemographic correlates of mental health treatment seeking among college students: A systematic review and meta-analysis. Psychiatr Serv. 75 (6), 556-569 (2024).
  2. Peng, P., et al. The prevalence and risk factors of mental problems in medical students during COVID-19 pandemic: A systematic review and meta-analysis. J Affect Disord. 321, 167-181 (2023).
  3. González-Martín, A. M., et al. Mindfulness to improve the mental health of university students: A systematic review and meta-analysis. Front Public Health. 11, 1284632(2023).
  4. Visier-Alfonso, M. E., et al. mental health, and protective factors in nursing students: An observational study. Nurse Educ Today. 139, 106258(2024).
  5. Ramu, S. D. G., Babu, G., Kumar, M., Shanmugam, J. Prevalence of depression and its determinants among undergraduate medical college students in Salem, Tamil Nadu. Indian J Comm Health. 23, 319-323 (2023).
  6. Koike, S., et al. A randomised controlled trial of repeated filmed social contact on reducing mental illness-related stigma in young adults. Epidemiol Psychiatr Sci. 27 (2), 199-208 (2018).
  7. Melendez-Torres, G. J., Anthony, R. E., Hewitt, G., Murphy, S., Moore, G. F. Prevalence of gambling behaviours and their associations with socioemotional harm among 11-16 year olds in Wales: Findings from the School Health Research Network survey. Eur J Public Health. 30 (3), 432-438 (2020).
  8. Hayes, D., et al. Promoting mental health and well-being in schools: Examining mindfulness, relaxation and strategies for safety and well-being in English primary and secondary schools-Study protocol for a multi-school, cluster randomised controlled trial (INSPIRE). Trials. 24 (1), 220(2023).
  9. Agyapong-Opoku, F., Agyapong-Opoku, N., Agyapong, B., Greenshaw, A. Suicidal behaviors among medical students: A scoping review of systematic reviews and meta-analyses. Behav Sci (Basel). 15 (9), 1215(2025).
  10. Amanvermez, Y., et al. Effects of self-guided stress management interventions in college students: A systematic review and meta-analysis. Internet Interv. 28, 100503(2022).
  11. Dawson, A. F., et al. Mindfulness-based interventions for university students: A systematic review and meta-analysis of randomised controlled trials. Appl Psychol Health Well Being. 12 (2), 384-410 (2020).
  12. López Steinmetz, L. C., Sison, M., Zhumagambetov, R., Godoy, J. C., Haufe, S. Machine learning models predict the emergence of depression in Argentinean college students during periods of COVID-19 quarantine. Front Psychiatry. 15, 1376784(2024).
  13. Nixon, L. S. B., Cassese, A., ten Hoor, G. Effects of the digital intervention StudentPOWR on the subjective wellbeing of students studying from home: A randomized wait-list control trial. Int J Appl Posit Psychol. 35, 165-188 (2024).
  14. O'logbon, J., Wickersham, A., Williamson, C., Leightley, D. The effectiveness of digital health technologies for reducing substance use among young people: A systematic review & meta-analysis. J Ment Health. 33 (5), 645-673 (2024).
  15. Wang, Y., Farb, N. A. S. Web-based training for post-secondary student well-being during the pandemic: A randomized trial. Anxiety Stress Coping. 36 (1), 1-17 (2023).
  16. Gong, X. G., et al. Effects of online mindfulness-based interventions on the mental health of university students: A systematic review and meta-analysis. Front Psychol. 14, 1073647(2023).
  17. Lee, R. A., Jung, M. E. Evaluation of an mHealth app (Destressify) on university students' mental health: Pilot trial. JMIR Ment Health. 5 (1), e2(2018).
  18. Kvillemo, P., Brandberg, Y., Bränström, R. Feasibility and outcomes of an internet-based mindfulness training program: A pilot randomized controlled trial. JMIR Ment Health. 3 (3), e33(2016).
  19. Page, M. A. O., et al. PRISMA 2020 explanation and elaboration: Updated guidance and exemplars for reporting systematic reviews. BMJ. 372, n160(2021).
  20. Haddaway, N. R., Grainger, M. J., Gray, C. T. Citationchaser: A tool for transparent and efficient forward and backward citation chasing in systematic searching. Res Synth Methods. 13 (4), 533-545 (2022).
  21. Cumpston, M., et al. Updated guidance for trusted systematic reviews: A new edition of the Cochrane Handbook for Systematic Reviews of Interventions. Cochrane Database Syst Rev. 10 (10), Ed000142(2019).
  22. Connor, K. M., Davidson, J. R. Development of a new resilience scale: The Connor-Davidson Resilience Scale (CD-RISC). Depress Anxiety. 18 (2), 76-82 (2003).
  23. Smith, B. W., et al. The brief resilience scale: Assessing the ability to bounce back. Int J Behav Med. 15 (3), 194-200 (2008).
  24. Lee, E. H. Review of the psychometric evidence of the Perceived Stress Scale. Asian Nurs Res (Korean Soc Nurs Sci). 6 (4), 121-127 (2012).
  25. Henry, J. D., Crawford, J. R. The short-form version of the Depression Anxiety Stress Scales (DASS-21): Construct validity and normative data in a large non-clinical sample. Br J Clin Psychol. 44 (Pt 2), 227-239 (2005).
  26. Osman, A., et al. The Depression Anxiety Stress Scales-21 (DASS-21): Further examination of dimensions, scale reliability, and correlates. J Clin Psychol. 68 (12), 1322-1338 (2012).
  27. Zanon, C., et al. Examining the dimensionality, reliability, and invariance of the Depression, Anxiety, and Stress Scale-21 (DASS-21) across eight countries. Assessment. 28 (6), 1531-1544 (2021).
  28. Spitzer, R. L., Kroenke, K., Williams, J. B., Löwe, B. A brief measure for assessing generalized anxiety disorder: The GAD-7. Arch Intern Med. 166 (10), 1092-1097 (2006).
  29. Parkitny, L., McAuley, J. The Depression Anxiety Stress Scale (DASS). J Physiother. 56 (3), 204(2010).
  30. Kroenke, K., et al. The PHQ-8 as a measure of current depression in the general population. J Affect Disord. 114 (1-3), 163-173 (2009).
  31. Von Glischinski, M., Von Brachel, R., Hirschfeld, G. How depressed is "depressed"? A systematic review and diagnostic meta-analysis of optimal cut points for the Beck Depression Inventory Revised (BDI-II). Qual Life Res. 28 (5), 1111-1118 (2019).
  32. Sterne, J. A., et al. Recommendations for examining and interpreting funnel plot asymmetry in meta-analyses of randomised controlled trials. BMJ. 343, d4002(2011).
  33. Mailey, E. L., et al. Internet-delivered physical activity intervention for college students with mental health disorders: A randomized pilot trial. Psychol Health Med. 15 (6), 646-659 (2010).
  34. Newman, M. G., Jacobson, N. C., Rackoff, G. N., Bell, M. J., Taylor, C. B. A randomized controlled trial of a smartphone-based application for the treatment of anxiety. Psychother Res. 31 (4), 443-454 (2020).
  35. Huberty, J., et al. Efficacy of the mindfulness meditation mobile app "Calm" to reduce stress among college students: Randomized controlled trial. JMIR mHealth uHealth. 7 (6), e14273(2019).
  36. Dorais, S., Gutierrez, D. The effectiveness of a centering meditation intervention on college stress and mindfulness: A randomized controlled trial. Front Psychol. 12, 720824(2021).
  37. Six, S. G., Byrne, K. A., Aly, H., Harris, M. W. The effect of mental health app customization on depressive symptoms in college students: Randomized controlled trial. JMIR Ment Health. 9 (8), e39516(2022).
  38. Fish, M. T., Saul, A. D. The gamification of meditation: A randomized-controlled study of a prescribed mobile mindfulness meditation application in reducing college students' depression. Simul Gaming. 50 (4), 419-435 (2019).
  39. Day, V., McGrath, P. J., Wojtowicz, M. Internet-based guided self-help for university students with anxiety, depression and stress: A randomized controlled clinical trial. Behav Res Ther. 51 (7), 344-351 (2013).
  40. Grégoire, S., et al. An online peer support program to improve mental health among university students: A randomized controlled trial. J Am Coll Health. 72 (7), 2001-2013 (2022).
  41. Bastien, L., et al. Peer-presented versus mental health service provider-presented mental health outreach programs for university students: Randomized controlled trial. JMIR Ment Health. 9 (7), e34168(2022).
  42. Ahmad, F., El Morr, C., Ritvo, P., Othman, N., Moineddin, R. An eight-week, web-based mindfulness virtual community intervention for students' mental health: Randomized controlled trial. JMIR Ment Health. 7 (2), e15520(2020).
  43. Karing, C. Long-term effects of combined mindfulness intervention and app intervention compared to single interventions during the COVID-19 pandemic: A randomized controlled trial. Front Psychol. 19 (15), 1355757(2024).
  44. Harrer, M., et al. Effectiveness of an internet- and app-based intervention for college students with elevated stress: Randomized controlled trial. J Med Internet Res. 20 (4), e136(2018).
  45. Richards, D., et al. Effectiveness of an internet-delivered intervention for generalized anxiety disorder in routine care: A randomised controlled trial in a student population. Internet Interv. 6, 80-88 (2016).
  46. Enrique Roig, A., et al. Assessing the efficacy and acceptability of a web-based intervention for resilience among college students: Pilot randomized controlled trial. JMIR Form Res. 4 (11), e20167(2020).
  47. Barcaccia, B., Medvedev, O. N., Pallini, S., Mastandrea, S., Fagioli, S. Examining mental health benefits of a brief online mindfulness intervention: A randomised controlled trial. Mindfulness. 15 (4), 835-843 (2024).
  48. Fazia, T., et al. Improving stress management, anxiety, and mental well-being in medical students through an online mindfulness-based intervention: A randomized study. Sci Rep. 13 (1), 8214(2023).
  49. Min, Y., Choi, Y. S., Kim, B. N. Filling the mental service gap on campus: An effectiveness trial testing the utility of app-based mindfulness psychological intervention for college students. Curr Psychol. 43 (17), 15434-15444 (2023).
  50. Jeong, S., Cha, C., Nam, S., Song, J. The effects of mobile technology-based support on young women with depressive symptoms: A block randomized controlled trial. Medicine. 103 (1), e36748(2024).
  51. Morris, J., et al. Internet-delivered cognitive behavior therapy for anxiety and insomnia in a higher education context. Anxiety Stress Coping. 29 (4), 415-431 (2015).
  52. Ditton, E., et al. Evaluation of an app-delivered psychological flexibility skill training intervention for medical student burnout and well-being: Randomized controlled trial. JMIR Ment Health. 10, e42566(2023).
  53. Andersson, C., et al. The effectiveness of smartphone compassion training on stress among Swedish university students: A pilot randomized trial. J Clin Psychol. 77 (4), 927-945 (2020).
  54. Tolin, D. F. Is cognitive-behavioral therapy more effective than other therapies? A meta-analytic review. Clin Psychol Rev. 30 (6), 710-720 (2010).
  55. Ramón-Arbués, E., et al. The prevalence of depression, anxiety and stress and their associated factors in college students. Int J Environ Res Public Health. 17 (19), 7001(2020).
  56. Li, J., Xu, C., Wan, K., Liu, Y., Liu, L. Mindfulness-based interventions to reduce anxiety among Chinese college students: A systematic review and meta-analysis. Front Psychol. 13, 1031398(2022).
  57. Yi, Q. F., et al. The experience of anxiety among Chinese undergraduate nursing students in the later period of their internships: Findings from a qualitative study. BMC Nurs. 21 (1), 70(2022).
  58. Lafreniere, L. S., Newman, M. G. Exposing worry's deceit: Percentage of untrue worries in generalized anxiety disorder treatment. Behav Ther. 51 (3), 413-423 (2020).
  59. Segal, Z. V., et al. Outcomes of online mindfulness-based cognitive therapy for patients with residual depressive symptoms: A randomized clinical trial. JAMA Psychiatry. 77 (6), 563-573 (2020).
  60. Drachev, S. N., et al. Perceived stress and associated factors in Russian medical and dental students: A cross-sectional study in North-West Russia. Int J Environ Res Public Health. 17 (15), 5390(2020).
  61. Eskildsen, A., et al. Cross-cultural adaptation and validation of the Danish consensus version of the 10-item Perceived Stress Scale. Scand J Work Environ Health. 41 (5), 486-490 (2015).
  62. Carter, S., Greenberg, J., Funes, C. J., Macklin, E. A., Vranceanu, A. M. Effects of a mind-body program on symptoms of depression and perceived stress among adults with neurofibromatosis type 2 who are deaf: A live-video randomized controlled trial. Complement Ther Med. 56, 102581(2021).
  63. Avila-Palencia, I., et al. The relationship between bicycle commuting and perceived stress: A cross-sectional study. BMJ Open. 7 (6), e013542(2017).
  64. Arumugam, V., et al. Effects of Ashwagandha (Withania somnifera) on stress and anxiety: A systematic review and meta-analysis. Explore (NY). 20 (6), 103062(2024).
  65. Toussaint, A., et al. Sensitivity to change and minimal clinically important difference of the 7-item Generalized Anxiety Disorder Questionnaire (GAD-7). J Affect Disord. 265, 395-401 (2020).
  66. Lenzen, M., Van Domburg, R., Hoeks, S., Kardys, I., Boersma, E. Tools & techniques methodology and statistics: Randomisation in clinical trials. EuroIntervention. 9 (3), 410-411 (2013).
  67. Plummer, F., Manea, L., Trepel, D., McMillan, D. Screening for anxiety disorders with the GAD-7 and GAD-2: A systematic review and diagnostic meta-analysis. Gen Hosp Psychiatry. 39, 24-31 (2016).
  68. Patel, J. S., et al. Measurement invariance of the Patient Health Questionnaire-9 (PHQ-9) depression screener in U.S. adults across sex, race/ethnicity, and education level: NHANES 2005-2016. Depress Anxiety. 36 (9), 813-823 (2019).
  69. Harrer, M., et al. Internet interventions for mental health in university students: A systematic review and meta-analysis. Int J Methods Psychiatr Res. 28 (2), e1759(2019).
  70. Higgins, J. P. T., Chandler, J., Cumpston, M., Li, T., Page, M. J., Welch, V. A. Cochrane Handbook for Systematic Reviews of Interventions Version 6.4. , Cochrane. (2023).
  71. Wang, Q., Zhang, W., An, S. A systematic review and meta-analysis of internet-based self-help interventions for mental health among adolescents and college students. Internet Interv. 34, 100690(2023).
  72. Antonopoulou, M., et al. Evaluating Mediterranean diet adherence in university student populations: Does this dietary pattern affect students' academic performance and mental health. Int J Health Plann Manage. 35 (1), 5-21 (2020).
  73. Herrero, R., et al. An internet-based intervention for improving resilience and coping strategies in university students: Study protocol for a randomized controlled trial. Internet Interv. 16, 43-51 (2019).
  74. Gallegos, C., Kausler, R., Alderden, J., Davis, M., Wang, L. Can artificial intelligence chatbots improve mental health?: A scoping review. Comput Inform Nurs. 42 (10), 731-736 (2024).
  75. Lattie, E. G., et al. Digital mental health interventions for depression, anxiety, and enhancement of psychological well-being among college students: Systematic review. J Med Internet Res. 21 (7), e12869(2019).
  76. Sun, X., Jahangir, A., Alghamdi, A. A., Liu, F. Use of AI-based mental health tools and psychological well-being among Chinese university students: A parallel mediation model of emotional self-efficacy and perceived autonomy. Sci Rep. 15 (1), 40305(2025).

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Nachdrucke und Genehmigungen

Schlagwörter

StressreduktionAngstreduktionDepressionsreduktionrandomisierte kontrollierte Studienpsychische GesundheitHochschulbildung
Video demnächst verfügbar
Kontakt
Rückmeldung an Ihre Bibliothek

Datenschutz

Nutzungsbedingungen

Richtlinien

Copyright © 2026 MyJoVE Corporation. Alle Rechte vorbehalten.