Mathias Harrer, MSc | Protect Lab

Controlling for Publication Bias: Challenges & Future Directions

Mon, 20 Mar 2023 13:00:00 +0000

Interview with Maya Mathur (Stanford University)

How is publication bias typically conceptualized? Do some methods differ in how they assume publication bias manifests itself?

What methods to adjust for publication bias are there in R? Which approaches can you recommend to (novice and/or experienced) meta-analysts?

Which of these methods typically performs best, or might be best suited for which specific context?

What limitations do you see with current approaches? Are there open research questions?

How bad do you believe publication bias to be? Do you believe that we have phenomena in science where effect sizes are “simply” inflated?

Selected Functions & Packages in R

Braginsky M, Mathur M (2023). phacking: Sensitivity Analysis for p-Hacking in Meta-Analyses. R package version 0.1.0, https://CRAN.R-project.org/package=phacking.

Braginsky M, Mathur M (2023). multibiasmeta: Sensitivity Analysis for Multiple Biases in Meta-Analyses. R package version 0.1.0, https://CRAN.R-project.org/package=multibiasmeta.

Braginsky M, Mathur M, VanderWeele T (2023). PublicationBias: Sensitivity Analysis for Publication Bias in Meta-Analyses. R package version 2.3.0, https://CRAN.R-project.org/package=PublicationBias.

Bartoš F, Maier M (2020). “RoBMA: An R Package for Robust Bayesian Meta-Analyses.” R package version 2.3.1, https://CRAN.R-project.org/package=RoBMA.

van Aert RC (2022). puniform: Meta-Analysis Methods Correcting for Publication Bias. R package version 0.2.5, https://CRAN.R-project.org/package=puniform.

Viechtbauer W (2023). selmodel: Selection Models. https://wviechtb.github.io/metafor/reference/selmodel.html

Doing Meta-Analysis with R: Motivation, Concept and Features of an Open-Source Guide for Beginners

Mon, 21 Feb 2022 13:00:00 +0000

Slides

Akzeptanz und Nutzung von E-Mental-Health-Angeboten unter Studierenden

Sat, 01 Jan 2022 00:00:00 +0000

The Contribution of “Individual Participant Data” Meta-Analyses of Psychotherapies for Depression to the Development of Personalized Treatments- A Systematic Review

Sat, 01 Jan 2022 00:00:00 +0000

Von Meta-Analysen zu "Meta-Analytic Research Domains"

Tue, 07 Sep 2021 00:00:00 +0000

In den letzten Dekaden wurde ein noch nie dagewesener Anstieg in der Anzahl jährlich veröffentlichter Forschungsartikel verzeichnet. Evidenz in Form von wissenschaftlichen Veröffentlichungen wächst nahezu exponentiell an, wobei täglich Petabytes an Forschungsergebnissen produziert werden. Allein in der Biomedizin werden jedes Jahr mehr als eine Million peer-review Artikel veröffentlicht.

In einem jüngst erschienenen Viewpoint in BMJ Evidence-based Mental Health↗ argumentieren Cuijpers, Miguel, Papola, Harrer und Karyotaki dass die Meta-Analyse, ein weit verbreitetes statistisches Verfahren zur Synthese der Ergebnisse vieler Studien, ein “Upgrade” benötigt, um mit der Geschwindigkeit wissenschaftlicher Produktion Schritt zu halten. Sie schlagen das Konzept der “Meta-Analytic Research Domain” (MARD) vor.

MARDs sind lebendige Datenbanken für einen gesamten Forschungsbereich. MARDs sind so kuratiert, dass eine schnelle, umfassende und hochwertige Evidenzsynthese ermöglicht wird. Im Gegensatz zu herkömmlichen systematischen Übersichtsarbeiten und Meta-Analysen konzentrieren sich MARDs nicht auf eine bestimmte Population, Intervention, einen Komparator oder Outcome (PICO), sondern auf ein ganzes Forschungsgebiet, das zu breit ist, um von einer einzigen Meta-Analyse abgedeckt zu werden.

MARDs sind zwar ressourcenintensiv und benötigen Zeit für ihre Entwicklung, haben aber auch beträchtliche Vorteile:

Reduktion von “Research Waste”. Im biomedizinischen Bereich wird regelmäßig eine große Menge an redundanter, irreführender und verzerrter Forschung produziert (MacLeod et al., 2014). Dies ist auch in der Psychotherapieforschung der Fall (Cristea & Naudet, 2019). Durch die Zentralisierung aller verfügbaren Evidenz kann unnötige Arbeit vermieden werden. Transparente und einheitliche Standards können zu vertrauenswürdigeren Ergebnissen führen.
Evidence-Mapping. MARDs bieten einen Überblick über Einschränkungen und Wissenslücken und ermöglichen es, sich abzeichnende Trends auf dem Gebiet zu erkennen.
Meta-Research (“Forschung über Forschung”). MARDs ermöglichen es, die Methoden und Forschungspraktiken eines ganzen Forschungsbereichs zu untersuchen und festzustellen, wie diese sich im Laufe der Zeit verändert haben.
Stakeholder außerhalb der wissenschaftlichen Community. MARDs ermöglich es, “just-in-time” Nachweise für bestimmte Forschungsfragen zu generieren. Dies kann z. B. von Entwicklern von Behandlungsrichtlinien oder Klinikern genutzt werden, um einen Überblick über die aktuelle Evidenz zu erhalten.
Open Science. MARDs stellen Daten in einer transparenten, zugänglichen und interoperablen Weise zur Verfügung. Dies ermöglicht es anderen Mitgliedern der wissenschaftlichen Community, die bereitgestellten Informationen weiterzuverwenden oder umzunutzen.

Kernmerkmale einer Meta-Analytic Research Domain (MARD).

Metapsy: MARDs für psychologische Interventionen bei psychischen Störungen

Ein Beispiel für ein Forschungsprojekt zur Entwicklung von MARDs ist Metapsy. Ziel dieses Projekts ist es, den Zugang zu meta-analytischen Datenbanken klinischer Studien zu ermöglichen, die die Wirkung psychologischer Interventionen (z. B. Psychotherapie, präventive Interventionen, Psychoedukation) auf verschiedene psychische Störungen oder psychische Gesundheitsprobleme untersuchen.

Metapsy schafft einen einheitlichen Rahmen für alle verfügbaren meta-analytischen Daten über verschiedene Indikationen und Bereiche psychischer Gesundheit hinweg. Alle Datenbanken werden (1) von universitären Forschungsteams unter Verwendung modernster Methoden erstellt; (2) regelmäßig, mindestens einmal pro Jahr, aktualisiert; (3) unter Verwendung eines identischen und transparenten Kodierungsschemas formatiert; (4) erhalten eine umfassende Dokumentation und Metadaten, einschließlich Versionierung und dauerhafte Datenkennungen (DOIs), gemäß den FAIR-Prinzipien; und werden (5) über Daten-Repositories öffentlich zugänglich gemacht.

Forscher können auch leicht auf die Datenbanken zugreifen, indem sie das dafür vorgesehene R-Paket metapsyData verwenden, und die Daten können mit passenden meta-analytischen Methoden analysiert werden; entweder mit dem R-Paket metapsyTools oder mit einem Online-Meta-Analyse-Tool.

Weitere Informationen finden Sie auf der Metapsy Homepage↗.

Referenzen

Cristea, I. A. & Naudet, F. (2019). Increase value and reduce waste in research on psychological therapies. Behaviour Research and Therapy, 123, 103479.

Cuijpers, P., Miguel, C., Papola, D., Harrer, M., and Karyotaki, E. (2022) From living systematic reviews to meta-analytical research domains. Evidence-Based Mental Health doi: 10.1136/ebmental-2022-300509.

MacLeod, M. R., Michie, S., Roberts, I., Dirnagl, U., Chalmers, I., Ioannidis, J. P., … & Glasziou, P. (2014). Biomedical research: increasing value, reducing waste. The Lancet, 383(9912), 101-104.

Effect of an internet-and app-based stress intervention compared to online psychoeducation in university students with depressive symptoms- Results of a randomized controlled trial

Fri, 01 Jan 2021 00:00:00 +0000

Exploring the influence of testimonial source on attitudes towards e-mental health interventions among university students- Four-group randomized controlled trial

Fri, 01 Jan 2021 00:00:00 +0000

Psychological treatment of depression in institutional settings- A meta-analytic review

Fri, 01 Jan 2021 00:00:00 +0000

StudiCare-Results of Randomized-Controlled Trials Evaluating Online Interventions Delivered at German-Speaking Universities as Part of the WHO-WMH International College Student

Fri, 01 Jan 2021 00:00:00 +0000

Psychological interventions as an alternative and add-on to antidepressant medication to prevent depressive relapse- systematic review and meta-analysis

Wed, 01 Jan 2020 00:00:00 +0000

Special Issue publiziert: WHO World Mental Health International College Student Initiative

Sat, 08 Jun 2019 00:00:00 +0000

Jüngst wurde im renommierten International Journal of Methods in Psychiatric Research eine Special Issue zum Thema der WHO World Mental Health International College Student Initiative und deren Forschungsergebnisse publiziert. Mitarbeiter*innen des Protect Lab haben maßgeblich zu dieser Ausgabe beigetragen - mit insgesamt vier Studien in Erstautorenschaft und weiteren 5 Artikeln mit Forscher*innen des Protect Lab als Koautor:

Introduction to the special issue: The WHO World Mental Health International College Student (WMH‐ICS) initiative The World Health Organization World Mental Health International College Student initiative: An overview
Barriers of mental health treatment utilization among first‐year college students: First cross‐national results from the WHO World Mental Health International College Student Initiative
Internet interventions for mental health in university students: A systematic review and meta‐analysis
Increasing intentions to use mental health services among university students. Results of a pilot randomized controlled trial within the World Health Organization’s World Mental Health International College Student Initiative
Mental disorder comorbidity and suicidal thoughts and behaviors in the World Health Organization World Mental Health Surveys International College Student initiative
The role impairment associated with mental disorder risk profiles in the WHO World Mental Health International College Student Initiative
Efficacy of an unguided internet‐based self‐help intervention for social anxiety disorder in university students: A randomized controlled trial
Lifetime and 12‐month treatment for mental disorders and suicidal thoughts and behaviors among first year college students

Die gesamte Special Issue ist offen einsehbar unter diesem Link.

Digital Interventions for Mental Disorders- Key Features Efficacy and Potential for Artificial Intelligence Applications

Tue, 01 Jan 2019 00:00:00 +0000

dmetar- Companion R Package For The Guide Doing Meta-Analysis in R

Tue, 01 Jan 2019 00:00:00 +0000

dmetar- Companion R package for the GuideDoing Meta-Analysis in R

Tue, 01 Jan 2019 00:00:00 +0000

Doing meta-analysis in R

Tue, 01 Jan 2019 00:00:00 +0000

Doing Meta-Analysis in R- A Hands-On Guide

Tue, 01 Jan 2019 00:00:00 +0000

Doing meta-analysis with R- A hands-On guide

Tue, 01 Jan 2019 00:00:00 +0000

Exploring the usefulness of testimonials as a tool to improve the acceptance of e-mental health interventions among university students- Preliminary results of a pilot RCT

Tue, 01 Jan 2019 00:00:00 +0000

Internet interventions for mental health in university students- A systematic review and meta‐analysis

Tue, 01 Jan 2019 00:00:00 +0000

Internet-and app-based stress intervention for distance-learning students with depressive symptoms- protocol of a randomized controlled trial

Tue, 01 Jan 2019 00:00:00 +0000

Prevention of eating disorders at universities- A systematic review and meta‐analysis

Tue, 01 Jan 2019 00:00:00 +0000

Prevention of Eating Disorders at Universities- Systematic Review Meta-analysis and Development of the" dmetar" R Package

Tue, 01 Jan 2019 00:00:00 +0000

StudiCare

Tue, 01 Jan 2019 00:00:00 +0000

Projektbeschreibung

Gesund und erfolgreich studieren

StudiCare beinhaltet verschiedene, auf die Bedürfnisse von Studierenden abgestimmte, Online-Trainings zur Prävention und Behandlung psychischer Erkrankungen. Um bestehende Angebote zu verbessern, werden im Rahmen des StudiCare Panels Studierende grundständiger Studiengänge an der Friedrich-Alexander-Universität und an der Universität Ulm ab dem ersten Semester in regelmäßigen Abständen zu ihrem psychischen Wohlbefinden gefragt.

Hintergrund

Das Studium ist ein neuer Lebensabschnitt in dem Studierende den Übergang von der Adoleszenz in das Erwachsenenalter erleben. Diese Übergangszeit ist sowohl von freudigen Erlebnissen als auch von neuen, stressigen Situationen und anderen Belastungen geprägt. Dazu gehören z.B. das Suchen einer eigenen Wohnung, die Organisation der Finanzen und des Studiums, das Finden neuer Freunde, das Gewöhnen an eine neue Umgebung, Prüfungsstress usw. Im Laufe ihres Studiums sind Studierende aber nicht nur mit dieser neuen Situation konfrontiert, sondern durchleben auch Reifungskrisen. In Kombination mit möglichen Risikoverhaltensweisen, wie zum Beispiel dem exzessiven Konsum von Alkohol oder Cannabis, können diese Reifungskrisen zu Erschöpfungszuständen, psychosomatischen Beschwerden, Ängsten und depressiven Störungen führen.

StudiCare Panel

Die webbasierte mehrmalige Panelbefragung wird weltweit in zahlreichen Ländern im Rahmen der WHO The World Mental Health Survey Initiativeunter Koordinierung der Harvard University bei Studierenden ab dem ersten Semester durchgeführt. Das Ziel der Befragung ist die Gewinnung von Informationen über die psychische Gesundheit von Studierenden sowie Risiko- und Schutzfaktoren für emotionale Belastungen im Studium. Darüber hinaus sollen mehr Informationen zur Bereitschaft und zur Barrieren der Inanspruchnahme von psychosozialen Interventionen bzw. Beratungsangeboten erhoben werden. Mit Hilfe des neuen Wissens soll der Bedarf an Hilf- und Unterstützungsangeboten erhoben, bestehende Beratungsangebote verbessert und neue online-basierte, auf die individuellen Bedürfnisse der Studierenden abgestimmte Interventionen entwickelt werden.

StudiCare Online-Gesundheitstrainings

Die Online-Gesundheitstrainings von StudiCare sind niedrigschwellige strukturierte Selbsthilfetrainings. Diese Trainings können in unterschiedlichsten Bereichen das Wohlbefinden von Studierende verbessern und Beschwerden lindern. Sie können ort- und zeitunabhängig eingesetzt werden, optimal in den individuellen Tagesablauf eingebaut sowie anonym durchgeführt werden. In den Trainings bewältigen Studierende ihre Beschwerden selbstständig, indem sie zahlreiche Module bearbeiten. Diese basieren auf kognitiv-verhaltenstherapeutischen Techniken, die auch in der klassischen Psychotherapie eingesetzt werden. Wesentlich sind dabei verschiedenste praktische Übungen wie Entspannungsverfahren, Protokolle zur Selbstbeobachtung und das Integrieren kleiner Übungen in den Alltag („tiny task“). Sie helfen dabei, negatives Verhalten ab- und positive Verhaltensweisen aufzubauen. Im Verlauf des Projektes werden kontinuierlich neue Trainings entwickelt, die sich mit Themen beschäftigen, die für Studierende von Relevanz sind. Die neu entwickelten Online-Gesundheitstrainings werden in randomisierten-klinischen Studien auf ihre Wirksamkeit und Kosteneffektivität untersucht.

Trainingsteilnahme

Evidenzbasierte Methoden zur Förderung psychischer Gesundheit bei Studierenden: Reihe meta-analytischer Reviews

Zur Ableitung von geeigneten Maßnahmen zur Gesundheitsförderung von Studierenden ist eine umfassende Beurteilung der derzeitigen Evidenzbasis gängiger psychosozialer Unterstützungsangebote vonnöten. In einer Reihe meta-analytischer Übersichtsarbeiten wird das derzeitige Wissen über effektive psychologische Behandlungs- und Präventivangebote und deren Wirksamkeit gesammelt und kritisch beleuchtet. Hierbei werden psychologische Interventionen und deren Effektivität mit Blick auf spezifische Störungsbereiche (z.B. Angstsymptomatik, Essstörungen, Schlafstörungen, Suizidalität) oder Interventionsmethoden (z.B. internetbasierte Verfahren, “Dritte-Welle”-Verfahren) untersucht. Zusammen mit der klinischen Wirksamkeit wird hier ein besonderes Augenmerk auf die Einfluss von Interventionen auf die akademische Beeinträchtigung von Studierenden gelegt.

Förderung & Kooperation

BARMER, Bergische Universität Wuppertal, Europäische Union, FernUniversität in Hagen, FOM Hochschule, Harvard Medical School, Leuphana Universität Lüneburg, Minddistrict, RWTH Aachen, Universität Jaume I, Universität Ulm, Universität Zürich, Vrije Universiteit Amsterdam, World Health Organization

The effects of meditation yoga and mindfulness on depression anxiety and stress in tertiary education students- A meta-analysis

Tue, 01 Jan 2019 00:00:00 +0000

The effects of meditation yoga and mindfulness on depression anxiety and stress in tertiary education students- A meta-analysis

Tue, 01 Jan 2019 00:00:00 +0000

Hatte Eysenck Recht?

Sun, 11 Nov 2018 00:00:00 +0000

Vor 65 Jahren erregte der deutsch-britische Psychologe Hans-Jürgen Eysenck (1916-1997) großes Aufsehen mit einem Aufsatz, in dem er die Wirksamkeit von Psychotherapie als solcher in Frage stellte. Patienten, so Eysenck, gehe es auch ohne Behandlung oftmals nach einiger Zeit wieder besser - der Psychotherapie wird also eine heilende Wirkung zugeschrieben, die gar nicht durch diese verursacht wird. Kurzum: Psychotherapie sei wirkungslos, verhindere sogar in manchen Fällen eine Verbesserung.

Psychotherapie gilt allgemein als wirksames Verfahren

Durch die Entwicklung der randomisiert-kontrollierten Studie, in der therapierte Patienten mit einer unbehandelten Kontrollgruppe verglichen werden, sowie durch die Meta-Analyse, in der viele Studien mathematisch zusammengefasst betrachtet werden, wurde versucht, diesem Vorwurf Eysencks nachzugehen. Seither stellte sich auf Basis dieser Ergebnisse in der Psychotherapieforschung die gefühlte Sicherheit ein, dass Psychotherapie im Gegensatz zu Eysencks Vorwurf tatsächlich wirksam ist, da ein sehr hoher Rückgang beispielsweise depressiver Symptome in den behandelten im Vergleich zu unbehandelten Gruppen gefunden wurde.

Ist Eysencks Einschätzung vielleicht doch richtig?

Ein Paper von Cuijpers, Karyotaki, Reijnders und Ebert (2018) dämpft diesen Enthusiasmus über meta-analytische Befunde zur Wirksamkeit von Psychotherapie bei Depression und geht auf die Frage ein, ob Eysenck doch Recht gehabt haben könnte. Die Autoren gehen insbesondere darauf ein, dass ein Großteil der Studien zur Wirksamkeit von Psychotherapie bei Depression durch so genannten Bias, also systematische Fehler oder Beeinflussungen bei der Untersuchung in randomisiert-kontrollierten Studien belastet sind, die die Wirksamkeit von Psychotherapie in einem weit besseren Licht erscheinen lassen, als dies eigentlich der Fall ist.

Bias kann durch vielerlei Faktoren entstehen. Wenn neue Medikamente entwickelt und beurteilt werden, werden diese meistens mit einem Placebo verglichen: Patienten wissen also nicht, ob ihnen eine Pille mit oder ohne Wirkstoff verschrieben wird. Oftmals findet man hierbei auch einen Placebo-Effekt: alleine dadurch, dass Patienten glauben ein vermeintlich wirksames Medikament einzunehmen, verbessern sich ihre Symptome, selbst wenn es sich um eine wirkungslose Zuckerpille handelt.

Dieser Placebo-Effekt ist auch von besonderer Bedeutung für die Psychotherapieforschung: Patienten wissen nämlich in Psychotherapiestudien ganz genau, ob sie die untersuchte therapeutische Behandlung erhalten, oder sich in der Kontrollbedingung befinden. Da Patienten in der Behandlungsbedingung die eine wirksame Behandlung erwarten, könnten sich allein durch diesen Placebo-Effekt ihre Symptome verbessern, ohne das die Behandlung als solche daran einen großen Anteil hat. Patienten in der Kontrollgruppe wissen hingegen, dass von ihnen keine wirkliche Verbesserung erwartet wird, was sich negativ auf die Verbesserung der Symptomatik auswirkt, da diese Patienten oftmals ihr Verhalten nicht verändern, bis sie nach der Studie selbst die Behandlung bekommen. Dies ist nur einer von vielen Arten von Bias, die dazu führen, dass Psychotherapie eine viel höhere Wirksamkeit zugeschrieben wird, als dies eigentlich der Fall ist.

Befunde

In der Studie von Cuijpers und Kollegen wurde daher versucht zu analysieren, wie die Wirksamkeit von Psychotherapie bei Depression zurückgeht, wenn auf alle Arten von Bias kontrolliert wird. Es zeigte sich, dass für alle Arten von Psychotherapie die Effektivität stark abnimmt. Die Wirksamkeit von Therapie für Depression wurde also lange Zeit überschätzt. Es zeigte sich aber, das trotz der Kontrolle aller systematischen Fehler Verfahren der kognitiven Verhaltenstherapie (KVT) immer noch signifikante Ergebnisse erbringen, also als wirksam einzustufen sind. Für psychodynamische Verfahren war dies nicht der Fall, obwohl in solchen Studien nicht einmal für alle Bias-Arten kontrolliert werden kann. Für andere Verfahren, wie Interpersonelle Therapie, gab es zu wenig Studien um genaue Aussagen zu machen.

Diese Analyse zeigt, dass Eysencks Verdikt, wenn auch wahrscheinlich falsch für besonders gut empirisch fundierte Verfahren, sehr ernst genommen werden muss. Mehr Genauigkeit und präzisere Forschungsmethoden sind nötig, um die Wirksamkeit von Psychotherapieverfahren wirklich sicherzustellen.

Dr. David Ebert erhält Habilitationspreis der Friedrich-Alexander-Universität Erlangen-Nürnberg

Tue, 30 Oct 2018 00:00:00 +0000

Die Friedrich-Alexander-Universität Erlangen-Nürnberg hat Dr. David Ebert in Anerkennung seiner herausragenden wissenschaftlichen Leistungen ihren Habilitationspreis für das Jahr 2018 verliehen.

Gewürdigt wird Eberts Habilitationsschrift “Digitale diagnostische Instrumente und psychologische Interventionen”. Die Arbeit fokussiert auf die Evaluation der Wirksamkeit, Kosteneffektivität, Mechanismen und Moderatoren des Therapieerfolges digitaler Gesundheitsinterventionen zu Förderung der Gesundheit.

Doing Meta-Analysis in R- A Practical Guide

Mon, 01 Jan 2018 00:00:00 +0000

Effectiveness of an internet-and app-based intervention for college students with elevated stress- randomized controlled trial

Mon, 01 Jan 2018 00:00:00 +0000

Effectiveness of an Internet-and App-based intervention for college students with elevated stress- results of a randomized controlled trial

Mon, 01 Jan 2018 00:00:00 +0000

Patients experiences in a guided internet-and app-based stress intervention for college students- a qualitative study

Mon, 01 Jan 2018 00:00:00 +0000

Public attitudes toward guided internet-based therapies- web-based survey study

Mon, 01 Jan 2018 00:00:00 +0000

& Ebert DD (2019)

Mon, 01 Jan 0001 00:00:00 +0000

Dmetar- Companion R Package For The Guide “Doing Meta-Analysis in R”. 2019

Mon, 01 Jan 0001 00:00:00 +0000

Efficacy and Moderators of Internet-Based Interventions in Adults with Subthreshold Depression- An Individual Participant Data Meta-Analysis of Randomized Controlled Trials

Mon, 01 Jan 0001 00:00:00 +0000

Investigating the persuasive effects of testimonials on the acceptance of digital stress management trainings among university students and underlying mechanisms- a randomized

Mon, 01 Jan 0001 00:00:00 +0000

Mathias Harrer, MSc | Protect Lab

Controlling for Publication Bias: Challenges & Future Directions

Interview with Maya Mathur (Stanford University)

Further Reading

Selected Functions & Packages in R

Doing Meta-Analysis with R: Motivation, Concept and Features of an Open-Source Guide for Beginners

Slides

Akzeptanz und Nutzung von E-Mental-Health-Angeboten unter Studierenden

The Contribution of “Individual Participant Data” Meta-Analyses of Psychotherapies for Depression to the Development of Personalized Treatments- A Systematic Review

Von Meta-Analysen zu "Meta-Analytic Research Domains"

Metapsy: MARDs für psychologische Interventionen bei psychischen Störungen

Referenzen

Effect of an internet-and app-based stress intervention compared to online psychoeducation in university students with depressive symptoms- Results of a randomized controlled trial

Exploring the influence of testimonial source on attitudes towards e-mental health interventions among university students- Four-group randomized controlled trial

Psychological treatment of depression in institutional settings- A meta-analytic review

StudiCare-Results of Randomized-Controlled Trials Evaluating Online Interventions Delivered at German-Speaking Universities as Part of the WHO-WMH International College Student

Psychological interventions as an alternative and add-on to antidepressant medication to prevent depressive relapse- systematic review and meta-analysis

Special Issue publiziert: WHO World Mental Health International College Student Initiative

Digital Interventions for Mental Disorders- Key Features Efficacy and Potential for Artificial Intelligence Applications

dmetar- Companion R Package For The Guide Doing Meta-Analysis in R

dmetar- Companion R package for the GuideDoing Meta-Analysis in R

Doing meta-analysis in R

Doing Meta-Analysis in R- A Hands-On Guide

Doing meta-analysis with R- A hands-On guide

Exploring the usefulness of testimonials as a tool to improve the acceptance of e-mental health interventions among university students- Preliminary results of a pilot RCT

Internet interventions for mental health in university students- A systematic review and meta‐analysis

Internet-and app-based stress intervention for distance-learning students with depressive symptoms- protocol of a randomized controlled trial

Prevention of eating disorders at universities- A systematic review and meta‐analysis

Prevention of Eating Disorders at Universities- Systematic Review Meta-analysis and Development of the" dmetar" R Package

StudiCare

Projektbeschreibung

Gesund und erfolgreich studieren

Hintergrund

StudiCare Panel

StudiCare Online-Gesundheitstrainings

Evidenzbasierte Methoden zur Förderung psychischer Gesundheit bei Studierenden: Reihe meta-analytischer Reviews

Förderung & Kooperation

The effects of meditation yoga and mindfulness on depression anxiety and stress in tertiary education students- A meta-analysis

The effects of meditation yoga and mindfulness on depression anxiety and stress in tertiary education students- A meta-analysis

Hatte Eysenck Recht?

Psychotherapie gilt allgemein als wirksames Verfahren

Ist Eysencks Einschätzung vielleicht doch richtig?

Befunde

Dr. David Ebert erhält Habilitationspreis der Friedrich-Alexander-Universität Erlangen-Nürnberg

Doing Meta-Analysis in R- A Practical Guide

Effectiveness of an internet-and app-based intervention for college students with elevated stress- randomized controlled trial

Effectiveness of an Internet-and App-based intervention for college students with elevated stress- results of a randomized controlled trial

Patients experiences in a guided internet-and app-based stress intervention for college students- a qualitative study

Public attitudes toward guided internet-based therapies- web-based survey study

& Ebert DD (2019)

Dmetar- Companion R Package For The Guide “Doing Meta-Analysis in R”. 2019

Efficacy and Moderators of Internet-Based Interventions in Adults with Subthreshold Depression- An Individual Participant Data Meta-Analysis of Randomized Controlled Trials

Investigating the persuasive effects of testimonials on the acceptance of digital stress management trainings among university students and underlying mechanisms- a randomized