Se requiere una suscripción a JoVE para ver este contenido. Inicie sesión o comience su prueba gratuita.

Artículo de investigación

Eficacia de las intervenciones de salud digital sobre el estrés, la ansiedad y la depresión en estudiantes universitarios: una revisión sistemática y metaanálisis

1.6K vistas

⸱

DOI:

10.3791/69949

⸱

2 de enero de 2026

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

En este artículo

Resumen

Esta revisión sistemática y metaanálisis demuestran que las intervenciones en salud digital mejoran significativamente la salud mental de los estudiantes. Los programas web son superiores a las aplicaciones, siendo la duración óptima de 4 a 8 semanas, lo que los posiciona como un recurso valioso y escalable.

Resumen

El estrés, la ansiedad y la depresión están entre los problemas de salud mental más comunes que experimentan los estudiantes universitarios. El objetivo de este estudio fue revisar y analizar sistemáticamente la eficacia de las intervenciones de salud digital para reducir el estrés, la ansiedad y la depresión en estudiantes universitarios.

Se buscaron en varias bases de datos (la Cochrane Library, Ovid Embase, Ovid MEDLINE, PubMed, Scopus y las bases de datos Web of Science Core Collection) en busca de ensayos controlados aleatorizados (ECA) de intervenciones de salud digital publicadas antes del 30 de junio de 2024. Se revisaron los ensayos y los datos de resultados se analizaron utilizando metaanálisis de efectos aleatorios para cada resultado.

Se incluyeron un total de 22 ECA con 3.655 participantes (3.041 analizados). El metaanálisis reveló que las intervenciones de salud digital redujeron significativamente el estrés, la ansiedad y la depresión en los estudiantes universitarios (estrés: ADM = -1,79; IC 95%: -2,51, -1,07; P<0.001; ansiedad: ADM = -1,73; IC 95%: -2,20, -1,25; P<0.001; depresión: ADM = -2,05; IC 95%: -2,91, -1,19; P<0.001). La duración y la técnica de la intervención fueron moderadores significativos del tamaño del efecto en todos los resultados (todos P<0,001). Las intervenciones de 4 a 8 semanas mostraron las mayores reducciones en los síntomas (estrés: ADM = -3,7, IC 95%: -5,02, -2,39; ansiedad: ADM = -2,77, IC 95%: -3,46, -2,08; depresión: ADM = -4,1, IC 95%: -5,31, -2,89). Los tamaños de efecto fueron significativamente mayores cuando se compararon las intervenciones con los grupos de control pasivos (estrés: ADM = -2,46, IC 95%: -3,56, -1,36; ansiedad: ADM = -2,32, IC 95%: -2,89, -1,75; depresión: DMP = -2,61, IC 95%: -3,92, -1,29). En contraste, las comparaciones con grupos control activos arrojaron efectos menores, aunque aún significativos, para el estrés y la depresión, y un efecto no significativo para la ansiedad.

Los resultados indican que las intervenciones de salud digital son eficaces para reducir el estrés, la ansiedad y la depresión en los estudiantes universitarios. Estos hallazgos subrayan la necesidad de intervenciones de salud digital para promover la salud mental de los estudiantes universitarios en entornos de educación superior.

Introducción

La salud mental de los jóvenes ha atraído cada vez más atención y ahora se reconoce como un desafío global de saludpública 1. La educación universitaria tiene como objetivo reforzar las capacidades intelectuales de los estudiantes y prepararlos para una vida productiva y exitosa como adultos2. Sin embargo, durante esta etapa particular de la vida, los estudiantes se enfrentan frecuentemente a múltiples factores de estrés, como mudarse de casa, volverse más independientes, asumir nuevas responsabilidades y gestionar la carga académica3. Estos factores de estrés pueden afectar negativamente tanto al bienestar físico como emocional, provocando una disminución del rendimiento académico, menor satisfacción con la vida, menor autoestima, aumento de las tasas de abandono escolar y, en casos graves, pensamientossuicidas 4. De hecho, una proporción considerable de estudiantes universitarios reporta niveles elevados de estrés percibido, que se define como la valoración de las demandas medioambientales como superiores a las propias capacidadesde afrontamiento 5. Esta población es especialmente vulnerable al estrés, la ansiedad y la depresión, siendo desde la adolescencia tardía hasta la adultez temprana el periodo de mayor aparición de trastornos de saludmental 6. Los estudios indican que, en comparación con los no estudiantes de la misma edad, un tercio de los estudiantes universitarios ha experimentado o está experimentando actualmente graves problemas de salud mental y niveles más altos de depresión, ansiedad yangustia 3. Una revisión reciente indicó que la prevalencia global de síntomas de depresión y ansiedad entre los estudiantes universitarios es alta, con un 33,6% y un 39,0%, respectivamentedel 7. Cabe destacar que aproximadamente el 75% de los adultos diagnosticados con trastornos mentales experimentan los primeros síntomas antes de los 25u 8 años. Este inicio temprano es especialmente alarmante dado que el suicidio es una de las principales causas de muerte entre jóvenes de 15 a 29 años en todo elmundo. Estos hallazgos subrayan colectivamente la urgente necesidad de intervenciones efectivas dirigidas al estrés, la ansiedad y la depresión en las poblaciones estudiantiles universitarias.

Abordar la alta prevalencia de estrés, ansiedad y depresión entre los estudiantes universitarios requiere enfoques multifacéticos, que incluyen asesoramiento psicológico, farmacoterapia, apoyo social, ejercicio físico e intervenciones cognitivo-conductuales. Con los rápidos avances en tecnología de la información, las intervenciones basadas en la evidencia se están implementando cada vez más a través de plataformas digitales escalables (por ejemplo, aplicaciones para smartphones, portales web y sistemas de teleterapia), complementando los servicios presencialestradicionales 12. El término "intervenciones digitales de salud" se refiere a enfoques sensibles y respaldados por tecnología que incluyen comunicaciones sanitarias personalizadas, seguimiento biométrico o conductual, y apoyo informativo justo a tiempo13. Estas pueden clasificarse ampliamente en dos modalidades: plataformas web que ofrecen programas psicoeducativos estructurados y aplicaciones de salud móvil (mHealth) que ofrecen intervenciones dirigidas mediante interfaces optimizadas para smartphones.

Los adolescentes y jóvenes adultos representan la demografía más comprometida digitalmente a nivel mundial, con una tasa de penetración de internet del 70% (frente al 48% en la población general)14. Revisiones sistemáticas y metaanálisis previos han investigado los efectos de intervenciones basadas en mindfulness en línea, intervenciones de actividad física, intervenciones administradas por ordenador y web, y otras intervenciones psicoterapéuticas15 sobre la reducción del estrés, la ansiedad y la depresión entre estudiantes universitarios. Por ejemplo, una revisión sistemática reciente de nueve ECA con 1.100 participantes exploró la eficacia de las intervenciones de mindfulness en línea para mejorar los resultados de salud mental en estapoblación 16. Sin embargo, los hallazgos existentes siguen siendo inconsistentes. Un estudio encontró que la aplicación de salud móvil "Destressify" no mejoró significativamente el estrés, la ansiedad ni el funcionamiento psicosocial17. De manera similar, Kvillemo et al. no reportaron ninguna ventaja estadísticamente significativa de una intervención de mindfulness frente a una condición de controlactivo 18. Aunque las intervenciones en salud digital prometen promover el bienestar emocional, mejorar la implicación en el tratamiento y ofrecer una alternativa rentable a los métodos convencionales, es necesaria una síntesis integral de su eficacia global para guiar la inversión y la implementación. Hasta la fecha, ninguna revisión sistemática ni metaanálisis ha integrado evidencia en diferentes tipos de intervenciones de salud digital dirigidas específicamente al estrés, la ansiedad y la depresión en estudiantes universitarios.

Para abordar esta brecha, proponemos las siguientes preguntas de investigación: (1) ¿Son efectivas las intervenciones de salud digital para mejorar el estrés, la ansiedad y la depresión de los estudiantes universitarios en comparación con condiciones de control activo y pasivo? (2) ¿Cuál es la magnitud del efecto de las intervenciones de salud digital en los resultados de salud mental en esta población? (3) ¿Qué tipos de tecnologías de salud digital son las más efectivas para aliviar la depresión, la ansiedad y el estrés?

Por lo tanto, el presente estudio tiene tres objetivos principales. En primer lugar, se evaluó la evidencia sobre la eficacia de las intervenciones de salud digital en el tratamiento del estrés, la ansiedad y la depresión en estudiantes universitarios. En segundo lugar, la eficacia de estas intervenciones en los resultados reportados se resumió estadísticamente. En tercer lugar, se evaluó la calidad de la evidencia disponible. Además, dada la diversidad de la población estudiantil, exploramos cómo las características de los participantes pueden influir en los resultados de la intervención.

Con este fin, realizamos una revisión sistemática y tres metaanálisis de ensayos controlados aleatorizados (ECA) que miden los resultados de estrés, ansiedad y depresión. A través de este trabajo, buscamos apoyar a los investigadores en la evaluación de la evidencia emergente, la identificación de futuras líneas de investigación y la contribución al desarrollo de soluciones digitales de tratamiento eficaces para estudiantes universitarios.

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Protocolo

Matrícula de estudios
Este protocolo de revisión sistemática y metaanálisis fue registrado en PROSPERO con un número de registro de CRD 42024610457. Este estudio fue diseñado y realizado de acuerdo con las directrices PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analysis) 19.

Estrategia de búsqueda
Dos autores (XXZ y JZ) realizaron una revisión bibliográfica exhaustiva que buscaron en las bases de datos de la Cochrane Library, Ovid Embase, Ovid MEDLINE, PubMed, Scopus y Web of Science Core Collection. Su búsqueda abarcó todos los registros relevantes desde el inicio de la cobertura de cada base de datos hasta el 30 de junio de 2024.

La estrategia de búsqueda empleaba una combinación de vocabulario controlado (por ejemplo, MeSH) y términos en texto libre relacionados con intervenciones de salud digital, depresión, ansiedad y estrés. Para maximizar la recuperación de los estudios pertinentes, se utilizaron operadores booleanos (AND, OR). La búsqueda se restringió a publicaciones en inglés. La estrategia de búsqueda completa se detalla en la eTabla 1 del Suplemento 1. Citation Chaser se utilizó para buscar en las listas de referencias de los estudios incluidos y para recuperar artículos que los habían citado y encontrar estudios adicionales relevantes20.

Criterios de selección e inclusión de estudios
Los criterios de inclusión y exclusión para esta revisión sistemática se definieron según el marco Población, Intervención, Comparación, Resultados y Diseño de Estudio (PICOS)19 : Población (P): Estudios que involucran a estudiantes universitarios, independientemente de la edad, género o campo de estudio. Intervención (I): Cualquier intervención de salud digital realizada principalmente a través de internet o un dispositivo móvil y dirigida a aliviar síntomas de estrés, ansiedad o depresión. Esto incluía, pero no se limitaba a, programas basados en la web, aplicaciones móviles y terapias impartidas por chatbots. Comparación (C): Grupos de control que incluyen controles en lista de espera, controles activos (por ejemplo, recibir psicoeducación no digital), tratamiento habitual u otras intervenciones de salud digital. Resultados (O): Los estudios debían informar de resultados en al menos uno de los siguientes, medidos mediante una escala validada: estrés (por ejemplo, Escala de Estrés Percibido, PSS), ansiedad (por ejemplo, TAG-7) o depresión (por ejemplo, PHQ). Diseño del estudio (S): Solo se incluyeron ensayos controlados aleatorizados (ECA) para garantizar la máxima calidad de la evidencia.

Al completar la búsqueda en la base de datos y la eliminación de duplicados, los títulos y resúmenes de los registros identificados fueron revisados de forma independiente por dos autores (XXZ y JZ). Cualquier discrepancia encontrada era resuelta por un tercer revisor (DZ). Posteriormente, los textos completos de los artículos restantes fueron evaluados para su elegibilidad por otros dos revisores independientes (DZ y YFC), con un tercer revisor (JZ) actuando como árbitro para alcanzar un consenso sobre la inclusión final.

Los criterios de inclusión abarcaban todos los tipos de intervenciones en salud digital (por ejemplo, programas basados en la web, aplicaciones móviles) para facilitar un análisis exhaustivo y una comparación directa entre modalidades tecnológicas. Se requirió que los estudios informaran de resultados relacionados con estrés, ansiedad o depresión utilizando escalas de medición validadas. Se excluyeron los estudios si poseían las siguientes características: falta de evaluación de las variables relevantes, población fuera del alcance previsto, artículos de revisión, resúmenes, editoriales o cartas, estudios con animales o informes de casos. Los estudios que reportaron datos insuficientes para calcular el tamaño del efecto, incluso tras intentos de obtenerlos de los autores, fueron excluidos del metaanálisis. Los resúmenes de conferencias fueron excluidos debido a la falta de información detallada y de metodología detallada necesaria para una evaluación rigurosa de la calidad y la extracción de datos. Las citas de todas las bases de datos se importaron a una biblioteca EndNote X21 (Clarivate Analytics).

Valoración de la calidad metódica
La calidad de los ECA incluidos fue evaluada de forma independiente por dos autores (DZ y YFC) según las directrices de las revisionesCochrane 21. El contenido de la evaluación incluye (1) generación aleatoria de secuencias, (2) ocultación de asignaciones, (3) ceguero de participantes y personal, (4) ceguero de la evaluación de resultados, (5) datos incompletos de resultados, (6) reportes selectivos y (7) otros tipos de sesgo. Cada estudio incluido se consideró que tenía un riesgo de sesgo "bajo", "alto" o "poco claro" para cada dominio. Si los investigadores calificaron los cuatro criterios como "bajos" y si no se detectaron fallos graves, entonces el estudio se calificó como de bajo riesgo de sesgo.

Extracción de los datos
Los siguientes datos de los estudios elegibles fueron extraídos de forma independiente por dos autores (JZ y DZ): autores, año de publicación, país, características de los participantes (incluyendo edad, tamaño de la muestra y distribución de grupos), herramientas de evaluación empleadas para depresión, ansiedad y estrés, intervenciones de salud digital (modo de administración, duración del tratamiento, grupo de control, intención de tratar, tasa de deserción) y los datos estadísticos relacionados. El procedimiento para gestionar datos faltantes (por ejemplo, desviaciones estándar) consistía en intentar contactar dos veces con los autores correspondientes en un periodo de cuatro semanas. Si no se recibe respuesta, entonces los DE se calcularán a partir de errores estándar, intervalos de confianza o valores P proporcionados en los estudios, siguiendo los métodos descritos en el ManualCochrane 21. Cualquier discrepancia o inconsistencia en los datos extraídos se resolvió mediante una discusión entre los dos revisores (JZ y DZ). Si no se alcanzaba un consenso, se consultaba a un tercer revisor (XXZ) para tomar la decisión final.

Síntesis de datos
Para cada resultado, los datos cuantitativos se sintetizaron y se presentaron como la diferencia media ponderada (ADM) con un correspondiente intervalo de confianza (IC) del 95%. Las ADM se calcularon agrupando las puntuaciones previas a las posteriores al cambio (media y SD) extraídas de cada estudio elegible. La heterogeneidad entre estudios en comparaciones directas se evaluó utilizando la estadística I2 , con valores del 25%, 50% y 75% que convencionalmente denotan heterogeneidad baja, moderada y alta, respectivamente. Se aplicó un modelo de efectos fijos cuando la heterogeneidad no fue significativa (I2< 50% y P > 0,1); de lo contrario, se empleó un modelo de efectos aleatorios.

Los resultados se visualizaron utilizando parcelas de bosque, que muestran el nombre del primer autor, año de publicación, tamaño de la muestra, estimación del efecto con su IC del 95% y el valor P asociado para cada estudio. Se realizaron análisis de subgrupos por separado para cada desenlace primario (estrés, ansiedad y depresión). Para cada resultado, los análisis se estratificaron según el instrumento de medición específico utilizado (por ejemplo, para el estrés: Escala de Resiliencia Connor-Davidson (CD-RISC)22, Escala de Resiliencia Breve (BRS)23, Escala de Estrés Percibido (PSS)24, Escala de Depresión-Ansiedad-Estrés (DASS)-Subescalade Estrés 25,26,27; para ansiedad: Escala de Trastorno de Ansiedad Generalizada (TAG)28, Inventario de Ansiedad Estado-Rasgos (STAI), subescala DASS-Ansiedad27,29; para depresión: Patient Health Questionnaire (PHQ)30, Beck Depression Inventory (BDI)31, DASS-Depressionsubscale 26,27). Otras variables de subgrupo incluyeron las siguientes: (1) técnica de intervención: terapia cognitivo-conductual (TCC) basada en web o aplicación, intervención basada en mindfulness (MBI), intervención en actividad física (PAI) y otras intervenciones psicológicas (OPI) excluyendo TCC, MBI y PAI; (2) formato de guía: solo recordatorio, solo comentarios, mixto (recordatorio + feedback) o ninguno; (3) modo de entrega: aplicación para smartphone, plataforma/programa web u otro; (4) duración del tratamiento: ≤ 4 semanas, > 4 a < 8 semanas, o ≥ 8 semanas; (5) vía de reclutamiento: online, mixta, presencial o no especificada; y (6) tipo de grupo de control: activo o pasivo. Los controles pasivos no reciben intervención ya que sirven para controlar la historia natural de la condición y los efectos placebo. En cambio, los controles activos reciben una intervención alternativa, estándar o placebo para controlar los efectos inespecíficos del proceso de intervención. La evaluación del sesgo de publicación implicó examinar la asimetría del diagrama embudo y realizar la prueba de regresión de Egger. Se consideró que el sesgo estaba presente si la asimetría visual iba acompañada de un resultado significativo en la prueba de Egger (P < 0,05). La prueba de Egger se realizó únicamente para obtener resultados con 10 o más estudios para asegurar que la potencia dela prueba fuera 32. El análisis principal de datos, incluyendo la generación de parcelas de bosque y embudo, se realizó utilizando el software Review Manager (RevMan) versión 5.3. Además, la versión 18 de Stata se utilizó para realizar la evaluación estadística del sesgo de publicación (test de Egger).

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Resultados

Inicialmente se identificaron un total de 20.975 estudios potencialmente relevantes de las seis bases de datos. Tras la eliminación de 7.374 registros duplicados, 13.601 estudios fueron sometidos a un cribado. De estos, 13.548 fueron excluidos por sus títulos y resúmenes. Los 53 estudios restantes fueron revisados en texto completo para comprobar su elegibilidad. Tras esta evaluación, se excluyeron 31 estudios por las siguientes razones: (1) uso de escalas de medición no validadas o inapropiadas (n = 7), (2) intervención...

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Discusión

El presente metaanálisis identificó 22 ECA con 3.655 participantes para examinar la eficacia de las intervenciones de salud digital en la reducción del estrés, la ansiedad y la depresión entre estudiantes universitarios. Como forma escalable, de bajo coste y de fácil acceso de apoyo psicológico, las intervenciones de salud digital han demostrado un fuerte potencial de implementación en la población universitaria. Nuestra revisión sistemática y metaanálisis demuestran que las intervencion...

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Divulgaciones

Los autores declaran que no tienen ningún conflicto de interés.

Agradecimientos

Este estudio fue apoyado por el Curso Provincial de Primera Clase en Estadística Médica, un proyecto iniciado por el Departamento de Educación de la Provincia de Jiangxi (003031604) y el Programa de Innovación y Emprendimiento para Estudiantes Universitarios: Sanación Sólida: Una Intervención Móvil en Salud para la Ansiedad de los Estudiantes Universitarios basada en el Modelo Multiteórico (MTM) (2404230055). Xingxin Zhan y Liqin Huang: concibieron y diseñaron la investigación. Xingxin Zhan, Ju Zeng, Dan Zhu y Yifan Chen: realizaron el estudio y analizaron los datos. Xingxin Zhan: escribió el artículo. Todos los autores revisaron el manuscrito.

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Materiales

Lista de materiales utilizados en este artículo
NombreEmpresaNúmero de catálogoComentarios
Nota final ClarivateX21Software utilizado para la gestión y selección de literatura
Responsable de Reseñas (RevMan) La Colaboración Cochrane5.3Software utilizado para metaanálisis
StataStataCorp LLC18Software utilizado para análisis estadístico y gestión de datos

Referencias

  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).

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Reimpresiones y permisos

Etiquetas

Reducci n del estr sreducci n de la ansiedadreducci n de la depresi nensayos controlados aleatoriossalud mentaleducaci n superior
Video próximamente
Contáctenos
Recomendar a la biblioteca

Privacidad

Condiciones de uso

Políticas

Copyright © 2026 MyJoVE Corporation. Todos los derechos reservados.