English version of this page

Ungdom med depresjon i allmennpraksis

Social Health Bots - Kliniske og teknologiske verktøy for tidlig intervensjon ved symptomer på depresjon hos ungdom

Om prosjektet

Prosjektet er et samarbeidsprosjekt mellom Universitetet i Oslo, Institutt for Helse og Samfunn, SINTEF Digital og Universitetet i Agder. Hovedprosjektet undersøker ny teknologi for å gi ungdom bedre informasjon om psykiske lidelser (https://www.sintef.no/en/projects/socialhealthbots) basert på algoritmer for maskinlæring til bruk i samtaleroboter på Internett eller smarttelefon. Den kliniske armen av prosjektet er lokalisert til Avdeling for Allmennmedisin.

Mål

1. Å styrke eksisterende verktøy for deteksjon av depresjon hos ungdom med ytterligere kunnskap for mer presist å oppdage de som trenger hjelp med samtidig mindre fare for overdiagnostisering.

2. Å gi allmennleger eller behandlere med kompetanse innen kognitiv adferdsterapi intervensjonsverktøy for tidlig intervensjon ved depresjonssymptomer hos ungdom (brief cognitive behavioral therapy, BCBT).

Bakgrunn

Depresjon er vanlig hos ungdom, men vanskelig å oppdage i allmennpraksis. Ungdom er lite villige til å snakke om sine psykiske plager. Depresjonssymptomer som ikke behandles i ungdomstiden kan utvikle seg til mer omfattende psykisk sykdom. Et 3-spørsmål verktøy for deteksjon av depresjonssymptomer hos ungdom er egnet for bruk i allmennpraksis. Som supplement til slike validerte verktøy for deteksjon av depresjonssymptomer i allmennpraksis vil analysen gi ytterligere kunnskap om kombinasjoner av symptomer og risikofaktorer som kan øke muligheten for av sykdom. En kvantitativ analyse av spørsmål stilt av ungdom på Internett skal gi innhold til gruppetilpasset psykoedukasjon og BCBT for tidlig intervensjon i allmennpraksis.

Finansiering

Norges Forskningsråd til og med september 2021.

Allmennmedisinsk forskningsfond AMFF fra oktober 2021

Start - slutt

2019 - 2023

Utvalgte publikasjoner

  • Dysthe, Kim Kristoffer; Røssberg, Jan Ivar; Brandtzæg, Petter Bae; skjuve , Marita; Haavet, Ole Rikard & Følstad, Asbjørn [Vis alle 7 forfattere av denne artikkelen] (2023). Analyzing User-Generated Web-Based Posts of Adolescents' Emotional, Behavioral, and Symptom Responses to Beliefs About Depression: Qualitative Thematic Analysis. Journal of Medical Internet Research. ISSN 1438-8871. 25. doi: 10.2196/37289. Fulltekst i vitenarkiv
  • Dysthe, Kim Kristoffer; Haavet, Ole Rikard; Røssberg, Jan Ivar; Brandtzæg, Petter Bae; Følstad, Asbjørn & Klovning, Atle (2021). Finding relevant psychoeducation content for adolescents experiencing symptoms of depression: Content analysis of user-generated online texts. Journal of Medical Internet Research. ISSN 1438-8871. 23(9), s. 1–15. doi: 10.2196/28765. Fulltekst i vitenarkivVis sammendrag
  • Uddin, Md Zia; Dysthe, Kim Kristoffer; Følstad, Asbjørn & Brandtzæg, Petter Bae (2021). Deep learning for prediction of depressive symptoms in a large textual dataset. Neural Computing & Applications. ISSN 0941-0643. 34, s. 721–744. doi: 10.1007/s00521-021-06426-4. Fulltekst i vitenarkiv
  • Brandtzæg, Petter Bae; Skjuve, Marita; Dysthe, Kim Kristoffer & Følstad, Asbjørn (2021). When the Social Becomes Non-Human: Young People’s Perception of Social Support in Chatbots. I Kitamura, Yoshifumi (Red.), CHI '21: Proceedings of the 2021 CHI Conference on Human Factors in Computing Systems. Association for Computing Machinery (ACM). ISSN 978-1-4503-8096-6. s. 1–13. doi: 10.1145/3411764.3445318. Fulltekst i vitenarkiv
Publisert 3. sep. 2020 09:37 - Sist endret 13. des. 2023 12:36

Deltakere

Detaljert oversikt over deltakere