„iFightDepression“ im stationären Setting

2021 
E‑Mental-Health (EMH) spielt im ambulanten Versorgungssetting depressiver Storungen zunehmend eine Rolle. Ziel dieser Studie war die Implementierung und Evaluierung der Anwendbarkeit und des Nutzens des onlinebasierten Selbstmanagementprogramms „iFightDepression“ (iFD) als Zusatzangebot im Rahmen einer leitliniengerechten Behandlung auf einer Spezialstation fur affektive Storungen. Es wurden insgesamt 78 stationare PatientInnen mit einer unipolaren Depression unterschiedlichen Schweregrades (ICD-10 F32.0‑3, F33.0-3) oder einer Dysthymie (F34) rekrutiert. Die Interventionsdauer mit dem iFD-Tool belief sich vom Zeitpunkt der stationaren Aufnahme bis zur Entlassung und wurde vom Stationspersonal begleitet. Die Erhebung der Symptomschwere sowie von Parametern zur Behandlungserwartung und Therapievorerfahrung erfolgte online vor der Intervention (T0), die Interventionszufriedenheit wurde unmittelbar vor der stationaren Entlassung (T1) mittels eines Paper-pencil-Fragebogens erfasst. Von den 78 Teilnehmenden loggten sich 42 mindestens einmal in das iFD-Tool ein. Es zeigten sich moderat hohe Erwartungswerte sowie leicht uberdurchschnittliche Zufriedenheitswerte bezuglich der Behandlung. 67 % der aktiven NutzerInnen gaben an, das iFD-Tool poststationar weiter nutzen zu wollen. Wesentliche Grunde gegen die Nutzung waren eine kurze Aufenthaltsdauer, eine schwere depressive Symptomatik und fehlende Medienkompetenz. Eine Implementierung des iFD-Tools im stationaren Setting ist prinzipiell machbar und fuhrte zu positiven Ruckmeldungen seitens der NutzerInnen. Auch konnten sich die meisten aktiv an der Studie Teilnehmenden eine weitere Nutzung des iFD-Tools nach der Entlassung gut vorstellen. Allerdings weisen die insgesamt geringen Nutzungs- (42/78, 54 %) und Komplettierungsraten auf Nutzungsbarrieren hin, deren Uberwindung entsprechende Anpassungen der Intervention speziell fur den stationaren Einsatz erforderlich machen.
    • Correction
    • Source
    • Cite
    • Save
    • Machine Reading By IdeaReader
    30
    References
    0
    Citations
    NaN
    KQI
    []