Subskrypcja JoVE jest wymagana do oglądania tego materiału. Zaloguj się lub rozpocznij bezpłatny okres próbny.

Artykuł badawczy

Skuteczność interwencji medycznych w zakresie zdrowia cyfrowego w zakresie stresu, lęku i depresji u studentów uniwersytetów: przegląd systematyczny i metaanaliza

1.5K wyświetleń

⸱

DOI:

10.3791/69949

⸱

2 stycznia 2026

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

W tym artykule

Podsumowanie

Ten systematyczny przegląd i metaanaliza pokazują, że interwencje zdrowia cyfrowego znacząco poprawiają zdrowie psychiczne uczniów. Programy internetowe są lepsze niż aplikacje, a optymalny czas działania wynosi 4-8 tygodni, co czyni je cennym, skalowalnym zasobem.

Streszczenie

Stres, lęk i depresja należą do najczęstszych problemów ze zdrowiem psychicznym doświadczanych przez studentów uniwersytetów. Celem tego badania było systematyczne przeanalizowanie i analiza skuteczności interwencji zdrowia cyfrowego w redukcji stresu, lęku i depresji u studentów uniwersytetów.

Przeszukano kilka baz danych (Cochrane Library, Ovid Embase, Ovid MEDLINE, PubMed, Scopus oraz Web of Science Core Collection) pod kątem randomizowanych badań kontrolowanych (RCT) interwencji w zdrowiu cyfrowym opublikowanym do 30 czerwca 2024 roku. Badania zostały poddane przeglądowi, a dane dotyczące wyników analizowano za pomocą metaanaliz efektów losowych dla każdego wyniku.

Łącznie uwzględniono 22 RCT z udziałem 3 655 uczestników (3 041 przeanalizowanych). Metaanaliza wykazała, że interwencje zdrowia cyfrowego znacząco zmniejszały stres, lęk i depresję u studentów uniwersyteckich (stres: WMD = -1,79; 95% CI: -2,51, -1,07; s<0.001; lęk: WMD = -1,73; 95% CI: -2,20, -1,25; s<0.001; depresja: WMD = -2,05; 95% CI: -2,91, -1,19; P<0.001). Czas trwania interwencji i technika były istotnymi moderatorami wielkości efektu we wszystkich wynikach (wszystkie P<0,001). Interwencje trwające od 4 do 8 tygodni wykazały największe zmniejszenie objawów (stres: WMD = -3,7, 95% CI: -5,02, -2,39; lęk: WMD = -2,77, 95% CI: -3,46, -2,08; depresja: WMD = -4,1, 95% CI: -5,31, -2,89). Wielkość efektów była istotnie większa w porównaniu interwencji z grupami pasywnej kontroli (stres: WMD = -2,46, 95% CI: -3,56, -1,36; lęk: WMD = -2,32, 95% CI: -2,89, -1,75; depresja: WMD = -2,61, 95% CI: -3,92, -1,29). Dla porównania, porównania z aktywnymi grupami kontrolnymi wykazały mniejsze, choć wciąż istotne efekty na stres i depresję oraz nieistotny efekt na lęk.

Wyniki wskazują, że interwencje zdrowia cyfrowego skutecznie zmniejszają stres, lęk i depresję u studentów uniwersytetów. Te ustalenia podkreślają konieczność cyfrowych interwencji zdrowotnych w celu promowania zdrowia psychicznego studentów uniwersytetów w środowiskach szkolnictwa wyższego.

Wprowadzenie

Zdrowie psychiczne młodych ludzi przyciąga coraz większą uwagę i jest obecnie uznawane za globalne wyzwanie zdrowia publicznego1. Edukacja uniwersytecka ma na celu wzmocnienie zdolności intelektualnych uczniów i przygotowanie ich do produktywnego i udanego życia jako dorośli.2. Jednak w tym okresie życia uczniowie często napotykają wiele stresorów, takich jak wyprowadzka z domu, zwiększenie samodzielności, podjęcie nowych obowiązków czy radzenie sobie z obciążeniem akademickim3. Takie stresory mogą negatywnie wpływać zarówno na samopoczucie fizyczne, jak i emocjonalne, prowadząc do pogorszenia wyników w nauce, niższej satysfakcji z życia, obniżonej pewności siebie, wzrostu odsetek porzucania szkoły, a w ciężkich przypadkach także myśli samobójczych4. Rzeczywiście, znaczna część studentów zgłasza podwyższony poziom postrzeganego stresu, który definiuje się jako ocenę wymagań środowiskowych jako przekraczających własne zdolności radzenia sobie.5. Ta populacja jest szczególnie podatna na stres, lęk i depresję, a okres szczytowy wystąpienia zaburzeń psychicznych jest od późnej do wczesnej dorosłości6. Badania wskazują, że w porównaniu z osobami niebędącymi studentami w tym samym wieku, jedna trzecia studentów uczelni doświadczyła lub obecnie doświadcza poważnych problemów ze zdrowiem psychicznym oraz wyższego poziomu depresji, lęku i cierpienia3. Niedawny przegląd wykazał, że globalna częstość występowania objawów depresji i lęku wśród studentów jest wysoka, odpowiednio 33,6% i 39,0%,czyli 7. Co istotne, około 75% dorosłych z rozpoznanymi zaburzeniami psychicznymi doświadcza początkowych objawów przed ukończeniem 25lub 8 lat. To wczesne wystąpienie jest szczególnie niepokojące, biorąc pod uwagę, że samobójstwo jest główną przyczyną śmierci wśród młodych ludzi w wieku 15-29 latna całym świecie, czyli 9 lat. Te wyniki podkreślają pilną potrzebę skutecznych interwencji skierowanych na stres, lęk i depresję wśród studentów uniwersytetów.

Zwalczanie wysokiej częstości stresu, lęku i depresji wśród studentów wymaga wieloaspektowych podejść, w tym poradnictwa psychologicznego, farmakoterapii, wsparcia społecznego, ćwiczeń fizycznych oraz interwencji poznawczo-behawioralnych10,11. Dzięki szybkiemu postępowi technologii informacyjnej, interwencje oparte na dowodach są coraz częściej realizowane za pomocą skalowalnych platform cyfrowych (np. aplikacji na smartfony, portali internetowych i systemów teleterapeutycznych), uzupełniających tradycyjne usługi bezpośrednie12. Termin "interwencje cyfrowe zdrowotne" odnosi się do responsywnych, wspieranych technologią podejść, które obejmują spersonalizowaną komunikację zdrowotną, śledzenie biometryczne lub behawioralne oraz wsparcie informacyjne "just-in-time"13. Można je ogólnie podzielić na dwie metody: platformy internetowe oferujące uporządkowane programy psychoedukacyjne oraz aplikacje zdrowia mobilnego (mHealth) oferujące ukierunkowane interwencje za pośrednictwem interfejsów zoptymalizowanych pod smartfony.

Nastolatki i młodzi dorośli stanowią najbardziej cyfrowo zaangażowane grupy demograficzne na świecie, z 70% wskaźnikiem penetracji internetu (w porównaniu do 48% w populacji ogólnej)14. Poprzednie przeglądy systematyczne i metaanalizy badały wpływ interwencji opartych na uważności online, interwencji związanych z aktywnością fizyczną, interwencji dostarczanych komputerowo i online oraz innych interwencji psychoterapeutycznych15 na redukcję stresu, lęku i depresji wśród studentów uniwersytetów. Na przykład niedawny przegląd systematyczny dziewięciu RCT z udziałem 1 100 uczestników badał skuteczność internetowych interwencji uważności w poprawie wyników zdrowia psychicznegow tej populacji. Jednak dotychczasowe wyniki pozostają niespójne. Jedno z badań wykazało, że aplikacja mHealth "Destressify" nie poprawiła znacząco stresu, lęku ani funkcjonowania psychospołecznego17. Podobnie Kvillemo i in. nie odnotowali statystycznie istotnej przewagi interwencji uważności nad aktywnym stanem kontrolnym18. Chociaż interwencje medyczne cyfrowe dają nadzieję na poprawę dobrostanu emocjonalnego, zwiększenie zaangażowania w leczenie oraz oferowanie opłacalnej alternatywy dla tradycyjnych metod, konieczne jest kompleksowe opracowanie ich ogólnej skuteczności, aby kierować inwestycją i realizacją. Do tej pory żaden przegląd systematyczny ani metaanaliza nie zintegrowała dowodów dotyczących różnych typów interwencji zdrowia cyfrowego, skierowanych szczególnie na stres, lęk i depresję u studentów uniwersytetów.

Aby wypełnić tę lukę, proponujemy następujące pytania badawcze: (1) Czy interwencje medyczne cyfrowe są skuteczne w poprawie stresu, lęku i depresji studentów w porównaniu z aktywnymi i pasywnymi stanami kontrolnymi? (2) Jaki jest wpływ interwencji zdrowia cyfrowego na wyniki zdrowia psychicznego w tej populacji? (3) Jakie rodzaje technologii medycznych są najskuteczniejsze w łagodzeniu depresji, lęku i stresu?

Dlatego niniejsze badanie ma trzy główne cele. Po pierwsze, oceniono dowody dotyczące skuteczności interwencji zdrowia cyfrowego w leczeniu stresu, lęku i depresji u studentów uniwersytetów. Po drugie, statystycznie podsumowano skuteczność tych interwencji w różnych raportowanych wynikach. Po trzecie, oceniono jakość dostępnych dowodów. Ponadto, biorąc pod uwagę różnorodność populacji uczniów, badaliśmy, jak cechy uczestników mogą wpływać na wyniki interwencji.

W tym celu przeprowadziliśmy przegląd systematyczny oraz trzy metaanalizy randomizowanych badań kontrolowanych (RCT) mierzących wyniki stresu, lęku i depresji. Poprzez tę pracę staramy się wspierać badaczy w ocenie nowych dowodów, identyfikowaniu przyszłych kierunków badań oraz przyczynianiu się do rozwoju skutecznych cyfrowych rozwiązań terapeutycznych dla studentów uniwersytetów.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Protokół

Rejestracja na studia
Ten systematyczny przegląd i protokół metaanalizy został zarejestrowany w PROSPERO z numerem rejestracyjnym CRD 42024610457. Badanie to zostało zaprojektowane i przeprowadzone zgodnie z wytycznymi Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA)19.

Strategia wyszukiwania
Kompleksowy przegląd literatury przeprowadzili dwaj autorzy (XXZ i JZ), którzy przeszukali bazy danych Cochrane Library, Ovid Embase, Ovid MEDLINE, PubMed, Scopus oraz Web of Science Core Collection. Ich poszukiwania obejmowały wszystkie istotne dokumenty od początku objęcia każdej bazy danych aż do 30 czerwca 2024 roku.

Strategia wyszukiwania wykorzystywała połączenie kontrolowanego słownictwa (np. MeSH) oraz terminów w swobodnym tekście dotyczącym interwencji medycznych cyfrowych, depresji, lęku i stresu. Aby zmaksymalizować wyszukiwanie odpowiednich badań, wykorzystano operatory boole'owskie (AND, OR). Poszukiwania ograniczały się do publikacji w języku angielskim. Pełna strategia wyszukiwania jest szczegółowo opisana w eTabeli 1 w Dodatku 1. Wyszukiwarka cytowań służyła do wyszukiwania list referencyjnych uwzględnionych badań oraz do wyszukiwania artykułów, które cytowały te badania w celu znalezienia dodatkowych istotnych badań20.

Kryteria wyboru i włączenia do badania
Kryteria włączenia i wykluczenia w tym przeglądzie systematycznym zostały zdefiniowane zgodnie z ramami Populacja, Interwencja, Porównanie, Rezultaty, Projekt Badań (PICOS)19 : Populacja (P): Badania z udziałem studentów uniwersytetów, niezależnie od wieku, płci czy dziedziny badań. Interwencja (I): Każda interwencja zdrowia cyfrowego realizowana głównie przez internet lub urządzenie komórkowe i mająca na celu łagodzenie objawów stresu, lęku lub depresji. Obejmowało to, ale nie ograniczało się do, programów internetowych, aplikacji mobilnych oraz terapii dostarczanych przez chatbota. Porównanie (C): Grupy kontrolne, w tym grupy kontrolne na liście oczekujących, aktywne grupy kontrolne (np. niecyfrowe psychoedukacja), leczenie jak zwykle lub inne interwencje zdrowia cyfrowego. Wyniki (O): Badania musiały przedstawiać wyniki przynajmniej jednego z następujących czynników, mierzonych za pomocą zwalidowanej skali: stres (np. skala postrzeganego stresu, PSS), lęk (np.-7) lub depresja (np. PHQ). Projekt badania (S): Uwzględniono wyłącznie randomizowane badania kontrolowane (RCT), aby zapewnić najwyższą jakość dowodów.

Po zakończeniu wyszukiwania w bazie danych i usuwaniu duplikatów, tytuły i streszczenia zidentyfikowanych rekordów były niezależnie weryfikowane przez dwóch autorów (XXZ i JZ). Wszelkie napotkane rozbieżności rozstrzygane były przez trzeciego recenzenta (DZ). Następnie pełne teksty pozostałych artykułów zostały ocenione pod kątem kwalifikacji przez dwóch innych niezależnych recenzentów (DZ i YFC), przy czym trzeci recenzent (JZ) pełnił rolę arbitra w celu osiągnięcia konsensusu w sprawie ostatecznego uwzględnienia.

Kryteria włączenia obejmowały wszystkie typy interwencji w zakresie zdrowia cyfrowego (np. programy internetowe, aplikacje mobilne), aby ułatwić kompleksową analizę i bezpośrednie porównanie między modalnościami technologicznymi. Badania musiały przedstawiać wyniki związane ze stresem, lękiem lub depresją przy użyciu zwalidowanych skal pomiarowych. Badania były wyłączane, jeśli posiadały następujące cechy: brak oceny istotnych zmiennych, populacja wykraczająca poza zamierzony zakres, artykuły przeglądowe, streszczenia, artykuły redakcyjne lub listy, badania na zwierzętach lub opisy przypadków. Badania, które zgłaszały niewystarczające dane do obliczania rozmiarów efektów, nawet po próbach uzyskania ich od autorów, zostały wykluczone z metaanalizy. Streszczenia konferencji zostały wykluczone ze względu na brak szczegółowych informacji i dogłębnej metodologii wymaganej do solidnej oceny jakości i wydobycia danych. Cytowania ze wszystkich baz danych zostały zaimportowane do biblioteki EndNote X21 (Clarivate Analytics).

Ocena metodycznej jakości
Jakość uwzględnionych RCT została niezależnie oceniona przez dwóch autorów (DZ i YFC) zgodnie z wytycznymi przeglądów Cochrane21. Zawartość oceny obejmuje (1) losowe generowanie sekwencji, (2) ukrywanie alokacji, (3) zaślepianie uczestników i personelu, (4) zaciemnianie oceny wyników, (5) niepełne dane wyników, (6) selektywne raportowanie oraz (7) inne rodzaje błędów. Każde uwzględnione badanie oceniono jako mający "niskie", "wysokie" lub "niejasne" ryzyko błędu dla każdej dziedziny. Jeśli badacze ocenili cztery kryteria jako "niskie" i nie wykryto poważnych wad, badanie oceniano jako o niskim ryzyku błędów.

Ekstrakcja danych
Poniższe dane z kwalifikujących się badań zostały niezależnie wyodrębnione przez dwóch autorów (JZ i DZ): autorów, rok publikacji, kraj, cechy uczestników (w tym wiek, wielkość próby i rozkład grup), narzędzia oceny stosowane w leczeniu depresji, lęku i stresu, interwencje w zakresie zdrowia cyfrowego (sposób realizacji, długość leczenia, grupa kontrolna, zamiar leczenia, wskaźnik zaniku) oraz powiązane dane statystyczne. Procedura obsługi brakujących danych (np. odchyleń standardowych) polegała na próbie kontaktu z autorami korespondencyjnymi dwukrotnie w ciągu czterech tygodni. Jeśli nie otrzymamy odpowiedzi, SD-y zostaną obliczone na podstawie błędów standardowych, przedziałów ufności lub wartości P podanych w badaniach, zgodnie z metodami opisanymi w Cochrane Handbook21. Wszelkie rozbieżności lub niespójności w wyodrębnionych danych zostały rozwiązane poprzez dyskusję między dwoma recenzentami (JZ i DZ). Jeśli nie udało się osiągnąć konsensusu, konsultowano się z trzecim recenzentem (XXZ), aby podjąć ostateczną decyzję.

Synteza danych
Dla każdego wyniku dane ilościowe zostały zsyntetyzowane i przedstawione jako ważona średnia różnica (WMD) z odpowiadającym 95% przedziałem ufności (CI). Liczba broni masowego rażenia została obliczona poprzez połączenie wyników przed i po zmianie (średnia i SD) wyodrębnionych z każdego kwalifikowanego badania. Heterogeniczność w badaniach w bezpośrednich porównaniach oceniano za pomocą statystyki I2 , przy której wartości 25%, 50% i 75% konwencjonalnie oznaczały odpowiednio niską, umiarkowaną i wysoką heterogeniczność. Model efektów stałych stosowano, gdy heterogeniczność nie była istotna (I2< 50% i P > 0,1); w przeciwnym razie stosowano model efektów losowych.

Wyniki zostały zwizualizowane na podstawie wykresów leśnych, które przedstawiają nazwisko pierwszego autora, rok publikacji, wielkość próby, szacunkowy efekt z 95% CI oraz powiązaną wartość P dla każdego badania. Analizy podgrupowe przeprowadzono osobno dla każdego wyniku pierwotnego (stres, lęk i depresja). Dla każdego wyniku analizy były rozwarstwione według konkretnego instrumentu pomiarowego (np. dla stresu: Connor-Davidson Resilience Scale (CD-RISC)22, Brief Resilience Scale (BRS)23, Perceptioned Stress Scale (PSS)24, Depression Anxiety Stress Scale (DASS)-Stress subscale 25,26,27; dla lęku: Generalized Anxiety Disorder Scale ()28, State-Trait Anxiety Inventory (STAI), DASS-Anxiety podskala 27,29; w przypadku depresji: Kwestionariusz Zdrowia Pacjenta (PHQ)30, Inwentarz Depresji Becka (BDI)31, podskala DASS-Depresja26,27). Inne zmienne podgrupy obejmowały: (1) technikę interwencji: terapię poznawczo-behawioralną (CBT) opartą na sieci lub aplikacji, interwencję opartą na uważności (MBI), interwencję fizyczno-aktywną (PAI) oraz inne interwencje psychologiczne (OPI) z wyłączeniem CBT, MBI i PAI; (2) format wskazówek: tylko przypomnienie, tylko informacja zwrotna, mieszana (przypomnienie + opinia) lub żadna; (3) tryb dostarczania: aplikacja na smartfony, platforma/program internetowy lub inny; (4) czas trwania leczenia: ≤ 4 tygodnie, > 4 do < 8 tygodni lub ≥ 8 tygodni; (5) ścieżka rekrutacji: online, mieszana, stacjonarna lub nieokreślona; oraz (6) typ grupy kontrolnej: aktywny lub pasywny. Pasywne grupy kontrolne nie otrzymują interwencji, ponieważ pomagają kontrolować naturalny przebieg choroby i efekty placebo. Natomiast osoby aktywne otrzymują alternatywną, standardową lub placebo interwencję w celu kontroli niespecyficznych efektów procesu interwencji. Ocena błędu publikacyjnego polegała na analizie asymetrii wykresów lejków oraz przeprowadzeniu testu regresji Eggera. Błędność uznano za obecną, jeśli asymetria wzrokowa była połączona z istotnym wynikiem testu Eggera (P < 0,05). Test Eggera przeprowadzono wyłącznie dla wyników z 10 lub więcej badaniami, aby zapewnić moc testu32. Podstawowa analiza danych, w tym generowanie wykresów lasów i lejków, była przeprowadzana za pomocą oprogramowania Review Manager (RevMan) wersji 5.3. Dodatkowo wersja Stata została użyta do przeprowadzenia statystycznej oceny błędu publikacyjnego (test Eggera).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Wyniki

Łącznie z sześciu baz danych początkowo zidentyfikowano 20 975 potencjalnie istotnych badań. Po usunięciu 7 374 duplikatów rekordów, 13 601 badań zostało poddanych przesiewowi. Spośród nich 13 548 zostało wykluczonych ze względu na tytuły i streszczenia. Pozostałe 53 badania przeszły pełny przegląd tekstowy pod kątem kwalifikacji. Po tej ocenie 31 badań zostało wykluczonych z następujących powodów: (1) użycie niezwalidowanych lub nieodpowiednich skal pomiarowych (n = 7), (2) interwencja nie spełniająca kryteriów włączeni...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Dyskusja

Niniejsza metaanaliza zidentyfikowała 22 RCT z udziałem 3 655 uczestników, aby zbadać skuteczność interwencji zdrowia cyfrowego w redukcji stresu, lęku i depresji wśród studentów uniwersytetów. Jako skalowalna, tania i łatwo dostępna forma wsparcia psychologicznego, interwencje w zakresie zdrowia cyfrowego wykazały silny potencjał wdrożenia wśród studentów. Nasz systematyczny przegląd i metaanaliza pokazują, że interwencje medyczne cyfrowe prowadzą do znaczącego zmniejszenia stresu, lęku i depresji u studentów. Programy ...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Oświadczenia

Autorzy deklarują, że nie mają żadnych konfliktów interesów.

Podziękowania

Badanie to zostało wsparte przez Prowincjonalny Kurs Pierwszej Klasy ze Statystyki Medycznej, projekt zainicjowany przez Prowincjonalny Departament Edukacji Jiangxi (003031604) oraz Program Innowacji i Przedsiębiorczości Studentów Uniwersytetów: Sound Healing: Mobilna interwencja zdrowotna dla lęku studentów oparta na modelu wieloteorijowym (MTM) (2404230055). Xingxin Zhan i Liqin Huang: wymyślili i zaprojektowali badania. Xingxin Zhan, Ju Zeng, Dan Zhu i Yifan Chen: przeprowadzili badanie i przeanalizowali dane. Xingxin Zhan: napisał tę pracę. Wszyscy autorzy poprawili rękopis.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
EndNote ClarivateX21Oprogramowanie używane do zarządzania i selekcji literatury
Kierownik przeglądów (RevMan)  Współpraca Cochrane5.3Oprogramowanie używane do metaanalizy
StataStataCorp LLC18Oprogramowanie używane do analizy statystycznej i zarządzania danymi

Bibliografia

  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).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Przedruki i uprawnienia

Tagi

Redukcja stresuredukcja l kuredukcja depresjirandomizowane badania kontrolowanezdrowie psychiczneszkolnictwo wy sze
Film wkrótce dostępny
Skontaktuj się z nami
Poleć bibliotece

Prywatność

Warunki Korzystania

Zasady

Copyright © 2026 MyJoVE Corporation. Wszelkie prawa zastrzeżone.