È richiesta un abbonamento a JoVE per visualizzare questo contenuto. Accedi o inizia la tua prova gratuita.

Articolo di ricerca

Efficacia degli interventi di salute digitale su stress, ansia e depressione negli studenti universitari: una revisione sistematica e una meta-analisi

1.5K visualizzazioni

⸱

DOI:

10.3791/69949

⸱

2 gennaio 2026

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

In questo articolo

Sommario

Questa revisione sistematica e meta-analisi dimostrano che gli interventi di salute digitale migliorano significativamente la salute mentale degli studenti. I programmi web sono superiori alle app, con una durata ottimale di 4-8 settimane, posizionandoli come una risorsa preziosa e scalabile.

Abstract

Stress, ansia e depressione sono tra i problemi di salute mentale più comuni riscontrati dagli studenti universitari. L'obiettivo di questo studio era rivedere e analizzare sistematicamente l'efficacia degli interventi di salute digitale nella riduzione di stress, ansia e depressione negli studenti universitari.

Sono stati consultati diversi database (la Cochrane Library, Ovid Embase, Ovid MEDLINE, PubMed, Scopus e Web of Science Core Collection) per cercare studi randomizzati controllati (RCT) sugli interventi di salute digitale pubblicati entro il 30 giugno 2024. Gli studi sono stati esaminati e i dati sugli esiti sono stati analizzati utilizzando meta-analisi a effetti casuali per ciascun risultato.

Sono stati inclusi in totale 22 RCT che hanno coinvolto 3.655 partecipanti (3.041 analizzati). La meta-analisi ha rivelato che gli interventi di salute digitale hanno ridotto significativamente stress, ansia e depressione negli studenti universitari (stress: WMD = -1,79; IC 95%: -2,51, -1,07; P<0.001; ansia: ADM = -1,73; IC 95%: -2,20, -1,25; P<0.001; depressione: ADM = -2,05; IC 95%: -2,91, -1,19; P<0.001). La durata e la tecnica dell'intervento sono state moderatori significativi della dimensione dell'effetto in tutti gli esiti (tutti P<0,001). Gli interventi della durata di 4-8 settimane hanno mostrato le maggiori riduzioni dei sintomi (stress: WMD = -3,7, IC 95%: -5,02, -2,39; ansia: WMD = -2,77, IC 95%: -3,46, -2,08; depressione: WMD = -4,1, IC 95%: -5,31, -2,89). Le dimensioni dell'effetto erano significativamente maggiori quando gli interventi sono stati confrontati con i gruppi di controllo passivi (stress: WMD = -2,46, IC 95%: -3,56, -1,36; ansia: WMD = -2,32, IC 95%: -2,89, -1,75; depressione: WMD = -2,61, IC 95%: -3,92, -1,29). Al contrario, i confronti con gruppi di controllo attivi hanno prodotto effetti minori, sebbene comunque significativi, per stress e depressione e un effetto non significativo per l'ansia.

I risultati indicano che gli interventi di salute digitale sono efficaci nel ridurre stress, ansia e depressione negli studenti universitari. Questi risultati sottolineano la necessità di interventi di salute digitale per promuovere la salute mentale degli studenti universitari nei contesti di istruzione superiore.

Introduzione

La salute mentale dei giovani ha attirato sempre più attenzione ed è ora riconosciuta come una sfida globale di salutepubblica 1. L'istruzione universitaria mira a rafforzare le capacità intellettuali degli studenti e prepararli a una vita produttiva e di successo daadulti 2. Tuttavia, durante questa particolare fase della vita, gli studenti incontrano spesso molteplici fattori di stress, come trasferirsi da casa, diventare più indipendenti, assumersi nuove responsabilità e gestire il carico di lavoroaccademico 3. Tali fattori di stress possono influire negativamente sia sul benessere fisico che emotivo, portando a una diminuzione delle prestazioni accademiche, una soddisfazione di vita inferiore, una diminuzione della fiducia in se stessi, un aumento dei tassi di abbandono scolastico e, nei casi gravi, pensierisuicidi 4. Infatti, una considerevole percentuale di studenti universitari riferisce livelli elevati di stress percepito, definiti come la valutazione delle esigenze ambientali come superiori alle proprie capacitàdi coping 5. Questa popolazione è particolarmente vulnerabile a stress, ansia e depressione, con la tarda adolescenza fino alla prima età adulta che rappresenta il periodo di massimo sviluppo dei disturbimentali 6. Gli studi indicano che, rispetto a non studenti della stessa età, un terzo degli studenti universitari ha vissuto o sta attualmente vivendo gravi problemi di salute mentale e livelli più elevati di depressione, ansia edisagio 3. Una recente revisione ha indicato che la prevalenza globale di sintomi di depressione e ansia tra gli studenti universitari è alta, rispettivamente del 33,6% e del 39,0%,7. È importante notare che circa il 75% degli adulti diagnosticati con disturbi mentali presenta i sintomi iniziali prima dei25-8 anni. Questo esordio precoce è particolarmente allarmante dato che il suicidio è una delle principali cause di morte tra i giovani di età 15-29 anni in tutto ilmondo. Questi risultati sottolineano collettivamente l'urgente necessità di interventi efficaci che mirino a stress, ansia e depressione nelle popolazioni universitarie.

Affrontare l'elevata prevalenza di stress, ansia e depressione tra gli studenti universitari richiede approcci multifaccettati, tra cui consulenza psicologica, farmacoterapia, supporto sociale, esercizio fisico e interventi cognitivo-comportamentali10,11. Con i rapidi progressi nella tecnologia dell'informazione, gli interventi basati su evidenze vengono sempre più forniti attraverso piattaforme digitali scalabili (ad esempio, app per smartphone, portali web e sistemi di teleterapia), a complemento dei tradizionali servizi faccia a faccia12. Il termine "interventi di salute digitale" si riferisce ad approcci reattivi e supportati dalla tecnologia che includono comunicazioni sanitarie personalizzate, tracciamento biometrico o comportamentale e supporto informativo just-in-time13. Questi possono essere ampiamente suddivisi in due modalità: piattaforme web che offrono programmi psicoeducativi strutturati e applicazioni di salute mobile (mHealth) che forniscono interventi mirati tramite interfacce ottimizzate per smartphone.

Gli adolescenti e i giovani adulti rappresentano la demografia più digitalmente coinvolta a livello mondiale, con un tasso di penetrazione di internet del 70% (contro il 48% nella popolazione generale)14. Revisioni sistematiche e meta-analisi precedenti hanno indagato gli effetti di interventi online basati sulla mindfulness, interventi sull'attività fisica, interventi informatici e basati sul web, e altri interventi psicoterapeutici15 sulla riduzione di stress, ansia e depressione tra gli studenti universitari. Ad esempio, una recente revisione sistematica di nove RCT coinvolti 1.100 partecipanti ha esplorato l'efficacia degli interventi di mindfulness online nel migliorare gli esiti di salute mentale in questapopolazione 16. Tuttavia, i risultati esistenti restano incoerenti. Uno studio ha rilevato che l'applicazione mHealth "Destressify" non migliorava significativamente stress, ansia o funzionamento psicosociale17. Analogamente, Kvillemo et al. non hanno riportato alcun vantaggio statisticamente significativo di un intervento di mindfulness rispetto a una condizione di controlloattiva 18. Sebbene gli interventi di salute digitale promettano per promuovere il benessere emotivo, migliorare il coinvolgimento nei trattamenti e offrire un'alternativa economica ai metodi convenzionali, è necessaria una sintesi completa della loro efficacia complessiva per guidare investimenti e implementazioni. Ad oggi, nessuna revisione sistematica o meta-analisi ha integrato evidenze tra diversi tipi di interventi di salute digitale rivolti a stress, ansia e depressione in particolare negli studenti universitari.

Per colmare questa lacuna, proponiamo le seguenti domande di ricerca: (1) Gli interventi di salute digitale sono efficaci per migliorare lo stress, l'ansia e la depressione degli studenti universitari rispetto alle condizioni di controllo attivo e passivo? (2) Qual è l'entità dell'effetto degli interventi di salute digitale sugli esiti di salute mentale in questa popolazione? (3) Quali tipi di tecnologie di salute digitale sono più efficaci nell'alleviare depressione, ansia e stress?

Pertanto, il presente studio ha tre obiettivi principali. Innanzitutto, sono state valutate le evidenze riguardo all'efficacia degli interventi di salute digitale nel trattamento di stress, ansia e depressione negli studenti universitari. In secondo luogo, l'efficacia di questi interventi tra gli esiti riportati è stata riassunta statisticamente. In terzo luogo, è stata valutata la qualità delle prove disponibili. Inoltre, data la diversità della popolazione studentesca, abbiamo esplorato come le caratteristiche dei partecipanti possano influenzare gli esiti degli interventi.

A tal fine, abbiamo condotto una revisione sistematica e tre meta-analisi di studi randomizzati controllati (RCT) che misurano gli esiti di stress, ansia e depressione. Attraverso questo lavoro, cerchiamo di supportare i ricercatori nella valutazione delle evidenze emergenti, nell'identificazione delle future direzioni di ricerca e nel contributo allo sviluppo di soluzioni digitali efficaci per il trattamento degli studenti universitari.

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Protocollo

Iscrizione agli studi
Questo protocollo di revisione sistematica e meta-analisi è stato registrato su PROSPERO con un numero di registrazione CRD 42024610457. Questo studio è stato progettato e condotto in conformità con le linee guida Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) 19.

Strategia di ricerca
Una revisione completa della letteratura è stata condotta da due autori (XXZ e JZ), che hanno cercato nei database Cochrane Library, Ovid Embase, Ovid MEDLINE, PubMed, Scopus e Web of Science Core Collection. La loro ricerca ha coperto tutti i registri rilevanti dall'inizio della copertura di ogni database fino al 30 giugno 2024.

La strategia di ricerca utilizzava una combinazione di vocabolario controllato (ad esempio, MeSH) e termini a testo libero relativi a interventi di salute digitale, depressione, ansia e stress. Per massimizzare il recupero degli studi pertinenti, sono stati utilizzati operatori booleani (AND, OR). La ricerca era limitata alle pubblicazioni in lingua inglese. La strategia di ricerca completa è dettagliata nell'eTabella 1 del Supplemento 1. Citation Chaser veniva utilizzato per cercare nelle liste di riferimenti degli studi inclusi e per recuperare articoli che avevano citato gli studi inclusi per trovare ulteriori studi rilevanti20.

Criteri di selezione e inclusione degli studi
I criteri di inclusione ed esclusione per questa revisione sistematica sono stati definiti secondo il quadro Population, Intervention, Comparison, Outcomes, Study Design (PICOS)19 : Population (P): Studi che coinvolgono studenti universitari, indipendentemente da età, genere o campo di studio. Intervento (I): Qualsiasi intervento di salute digitale fornito principalmente tramite internet o dispositivo mobile e mirato ad alleviare i sintomi di stress, ansia o depressione. Questo includeva, ma non si limitava a, programmi web, app mobili e terapie fornite tramite chatbot. Confronto (C): Gruppi di controllo che includono controlli in lista d'attesa, controlli attivi (ad esempio, in terapia non digitale), trattamento come al solito o altri interventi di salute digitale. Esiti (O): Gli studi dovevano riportare esiti su almeno uno dei seguenti fatti, misurati tramite una scala validata: stress (ad esempio, Scala di Stress Percepito, PSS), ansia (ad esempio, GAD-7) o depressione (ad esempio, PHQ). Disegno dello studio (S): Sono stati inclusi solo studi controllati randomizzati (RCT) per garantire la massima qualità delle evidenze.

Al termine della ricerca nel database e della rimozione dei duplicati, i titoli e gli abstract dei record identificati sono stati selezionati indipendentemente da due autori (XXZ e JZ). Eventuali discrepanze riscontrate venivano giudicate da un terzo revisore (DZ). Successivamente, i testi completi degli articoli rimanenti sono stati valutati per l'idoneità da altri due revisori indipendenti (DZ e YFC), con un terzo revisore (JZ) che ha agito come arbitro per raggiungere un consenso sull'inclusione finale.

I criteri di inclusione comprendevano tutti i tipi di interventi in salute digitale (ad esempio, programmi web, applicazioni mobili) per facilitare un'analisi completa e un confronto diretto tra le modalità tecnologiche. Gli studi dovevano riportare esiti legati a stress, ansia o depressione utilizzando scale di misura validate. Gli studi sono stati esclusi se presentavano le seguenti caratteristiche: mancanza di valutazione delle variabili rilevanti, popolazione al di fuori dell'ambito previsto, articoli di revisione, abstract, editoriali o lettere, studi su animali o case report. Gli studi che riportavano dati insufficienti per calcolare le dimensioni degli effetti, anche dopo tentativi di ottenerli dagli autori, sono stati esclusi dalla meta-analisi. Gli abstract delle conferenze sono stati esclusi a causa della mancanza di informazioni dettagliate e di metodologia approfondita necessaria per una valutazione approfondita della qualità e dell'estrazione dei dati. Le citazioni da tutti i database venivano importate in una libreria EndNote X21 (Clarivate Analytics).

Valutazione della qualità metodica
La qualità degli RCT inclusi è stata valutata indipendentemente da due autori (DZ e YFC) secondo le linee guida delle revisioniCochrane 21. I contenuti della valutazione includono (1) generazione casuale di sequenze, (2) occultamento dell'allocazione, (3) accecamento di partecipanti e personale, (4) accecamento della valutazione degli esiti, (5) dati sugli esiti incompleti, (6) segnalazione selettiva e (7) altri tipi di bias. Ogni studio incluso è stato giudicato con un rischio di bias "basso", "alto" o "poco chiaro" per ciascun dominio. Se i ricercatori hanno valutato i quattro criteri come "bassi" e se non sono stati rilevati difetti gravi, lo studio è stato valutato come a basso rischio di bias.

Estrazione dei dati
I seguenti dati da studi idonei sono stati estratti indipendentemente da due autori (JZ e DZ): autori, anno di pubblicazione, paese, caratteristiche dei partecipanti (inclusi età, dimensione del campione e distribuzione dei gruppi), strumenti di valutazione utilizzati per depressione, ansia e stress, interventi di salute digitale (modalità di somministrazione, durata del trattamento, gruppo di controllo, intenzione di trattare, tasso di abbandono) e i dati statistici correlati. La procedura per gestire i dati mancanti (ad esempio, deviazioni standard) prevedeva di tentare di contattare gli autori corrispondenti due volte nell'arco di quattro settimane. Se non riceve risposta, allora le SD saranno calcolate a partire dagli errori standard, dagli intervalli di confidenza o dai valori P forniti negli studi, seguendo i metodi descritti nel CochraneHandbook 21. Eventuali discrepanze o incongruenze nei dati estratti sono state risolte attraverso discussioni tra i due revisori (JZ e DZ). Se non si raggiungeva un consenso, veniva consultato un terzo revisore (XXZ) per prendere la decisione finale.

Sintesi dei dati
Per ogni risultato, i dati quantitativi sono stati sintetizzati e presentati come differenza media ponderata (WMD) con un corrispondente intervallo di confidenza (IC) del 95%. Le ADM sono state calcolate raggruppando i punteggi pre-post-cambiamento (media e SD) estratti da ciascun studio idoneo. L'eterogeneità tra gli studi nei confronti diretti è stata valutata utilizzando la statistica I2 , con valori del 25%, 50% e 75% che indicavano convenzionalmente eterogeneità bassa, moderata e alta. È stato applicato un modello a effetti fissi quando l'eterogeneità non era significativa (I2< 50% e P > 0,1); altrimenti, è stato impiegato un modello a effetti casuali.

I risultati sono stati visualizzati utilizzando i grafici forestali, che mostrano il nome del primo autore, l'anno di pubblicazione, la dimensione del campione, la stima dell'effetto con il suo IC del 95% e il valore P associato per ciascun studio. Le analisi dei sottogruppi sono state effettuate separatamente per ciascun esito primario (stress, ansia e depressione). Per ciascun risultato, le analisi sono state stratificate in base allo strumento di misura specifico utilizzato (ad esempio: Scala di Resilienza Connor-Davidson (CD-RISC)22, Scala di Resilienza Breve (BRS)23, Scala di Stress Percepito (PSS)24, Scala Depressione-Ansia Stress (DASS)-sottoscalaStress 25,26,27; per ansia: Scala del Disturbo d'Ansia Generalizzato (GAD)28, Inventario Ansia Stato-Tratto (STAI), sottoscala DASS-Ansia27,29; per la depressione: Patient Health Questionnaire (PHQ)30, Beck Depression Inventory (BDI)31, DASS-Depressionsubscale 26,27). Altre variabili di sottogruppo includevano le seguenti: (1) tecnica di intervento: terapia cognitivo-comportamentale (CBT) basata su web o app, intervento basato sulla mindfulness (MBI), intervento sull'attività fisica (PAI) e altri interventi psicologici (OPI) escludendo CBT, MBI e PAI; (2) formato delle linee guida: solo promemoria, solo feedback, misto (promemoria + feedback), o nessuno; (3) modalità di consegna: app per smartphone, piattaforma/programma web o altro; (4) durata del trattamento: ≤ 4 settimane, > 4-< 8 settimane, o ≥ 8 settimane; (5) percorso di reclutamento: online, misto, in sede o non specificato; e (6) tipo di gruppo di controllo: attivo o passivo. I controlli passivi non ricevono interventi poiché servono a controllare la storia naturale della condizione e gli effetti placebo. Al contrario, i controlli attivi ricevono un intervento alternativo, standard o placebo per controllare gli effetti non specifici del processo di intervento. La valutazione del bias di pubblicazione ha comportato l'esame dell'asimmetria del funnel plot e l'esecuzione del test di regressione di Egger. Il bias era considerato presente se l'asimmetria visiva era accompagnata da un risultato significativo del test di Egger (P < 0,05). Il test di Egger è stato condotto esclusivamente per ottenere risultati con 10 o più studi per garantire la potenza del test32. L'analisi primaria dei dati, inclusa la generazione di foreste e funnel plot, è stata effettuata utilizzando il software Review Manager (RevMan) versione 5.3. Inoltre, la versione 18 di Stata è stata utilizzata per condurre la valutazione statistica del bias di pubblicazione (test di Egger).

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Risultati

Un totale di 20.975 studi potenzialmente rilevanti sono stati inizialmente identificati dai sei database. Dopo la rimozione di 7.374 record duplicati, 13.601 studi sono stati sottoposti a screening scientifico. Di questi, 13.548 sono stati esclusi in base ai titoli e agli abstract. I restanti 53 studi sono stati sottoposti a revisione integrale per l'idoneità. A seguito di questa valutazione, sono stati esclusi 31 studi per i seguenti motivi: (1) uso di scale di misura non validate o inappropriate (n = 7), (2) intervento...

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Discussione

La presente meta-analisi ha identificato 22 RCT con 3.655 partecipanti per esaminare l'efficacia degli interventi di salute digitale nella riduzione di stress, ansia e depressione tra gli studenti universitari. Come forma di supporto psicologico scalabile, a basso costo e facilmente accessibile, gli interventi di salute digitale hanno dimostrato un forte potenziale di implementazione nella popolazione universitaria. La nostra revisione sistematica e meta-analisi dimostrano che gli interv...

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Dichiarazioni

Gli autori dichiarano di non avere conflitti di interesse.

Ringraziamenti

Questo studio è stato supportato dal Corso Provinciale di Prima Classe in Statistica Medica, un progetto avviato dal Dipartimento Provinciale dell'Istruzione del Jiangxi (003031604) e dal Programma Universitario di Innovazione e Imprenditorialità: Guarigione Sonora: Un Intervento Salutare Mobile per l'Ansia degli Studenti Universitari Basato sul Modello Multiteorico (MTM) (2404230055). Xingxin Zhan e Liqin Huang: concepirono e progettarono la ricerca. Xingxin Zhan, Ju Zeng, Dan Zhu e Yifan Chen: hanno condotto lo studio e analizzato i dati. Xingxin Zhan: scrisse l'articolo. Tutti gli autori hanno revisionato il manoscritto.

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Materiali

Elenco dei materiali utilizzati in questo articolo
NomeAziendaNumero di catalogoCommenti
Fine Nota ClarivateX21Software utilizzato per la gestione della letteratura e lo screening
Responsabile delle Recensioni (RevMan) La Collaborazione Cochrane5.3Software utilizzato per la meta-analisi
StataStataCorp LLC18Software utilizzato per l'analisi statistica e la gestione dei dati

Riferimenti

  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).

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Ristampe e permessi

Tag

Riduzione dello stressriduzione dell ansiariduzione della depressionestudi controllati randomizzatisalute mentaleistruzione superiore
Video in arrivo
Contattaci
Raccomanda alla biblioteca

Privacy

Termini di utilizzo

Politiche

Copyright © 2026 MyJoVE Corporation. Tutti i diritti riservati.