digital mental health interventions

Electronic cognitive behavioral therapy (e-CBT) is a scalable intervention for anxiety and depressive disorders.While its efficacy against inactive controls is well documented, its comparative effectiveness against first-line pharmacotherapy remains critically underexplored.We conducted a systematic review and meta-analysis (International Prospective Register of Systematic Reviews (PROSPERO): CRD420261413686) of randomized controlled trials (RCTs) comparing e-CBT with waitlist, active psychotherapy, usual care, or medication in adults with anxiety and depression.Effect sizes were pooled using random-effects models with restricted maximum likelihood (REML) and Hartung-Knapp-Sidik-Jonkman (HKSJ) adjustments.Outcomes were assessed using Hedges' g and risk ratios (RR), and evidence certainty was evaluated via the Grading of Recommendations Assessment, Development, and Evaluation (GRADE) framework.Twenty-two RCTs were included in the analysis.Compared to waitlist/attention controls (k, number of independent contrasts = 11), e-CBT demonstrated a large, statistically significant reduction in depression severity (Hedges' g, standardized mean difference = 0.91; 95% CI: 0.63 to 1.18).However, re-expression onto the Patient Health Questionnaire-9 (PHQ-9) scale yielded an absolute reduction (3.86 points) that fell below the pre-specified minimally important difference (MID) of 5 points.No clear difference was found between e-CBT and active face-to-face or bibliotherapy CBT (k = 3; g = 0.08; 95% CI: -0.59 to 0.75); the wide interval means equivalence could not be established.Adding e-CBT to usual care gave an imprecise, non-significant estimate (k = 3; g = 0.32; 95% CI: -1.41 to 2.05; p = 0.511) that neither confirms nor excludes a benefit.The network geometry revealed zero head-to-head RCTs comparing e-CBT monotherapy directly with antidepressant medication.Nineteen of the 22 trials (86%) were at high overall risk of bias, and funnel-plot asymmetry (Egger's test; p = 0.0056) suggested small-study effects, possibly including publication bias; most GRADE certainty ratings were very low.e-CBT is a scalable option that showed no clear difference from faceto-face CBT in a small number of trials, but its efficacy against inactive controls may be overestimated because of small-study effects and methodological limitations.A critical evidence gap exists regarding its comparative efficacy against pharmacotherapy, necessitating rigorous blinded head-to-head non-inferiority trials.

درمان شناختی-رفتاری الکترونیکی (e-CBT) یک مداخله مقیاس‌پذیر برای اختلالات اضطراب و افسردگی است. در حالی که اثربخشی آن در مقایسه با گروه‌های کنترل غیرفعال به خوبی مستند شده است، اثربخشی مقایسه‌ای آن در برابر دارودرمانی خط اول همچنان به طور انتقادی کمتر مورد بررسی قرار گرفته است. ما یک مرور نظام‌مند و فراتحلیل (ثبت بین‌المللی مرورهای نظام‌مند آینده‌نگر (PROSPERO): CRD420261413686) از کارآزمایی‌های تصادفی کنترل‌شده (RCT) که e-CBT را با لیست انتظار، روان‌درمانی فعال، مراقبت معمول یا دارو در بزرگسالان مبتلا به اضطراب و افسردگی مقایسه کرده‌اند، انجام دادیم. اندازه اثرها با استفاده از مدل‌های اثرات تصادفی با حداکثر درست‌نمایی محدود (REML) و تعدیلات Hartung-Knapp-Sidik-Jonkman (HKSJ) تجمیع شدند. پیامدها با استفاده از g هجز و نسبت خطر (RR) ارزیابی شدند و قطعیت شواهد از طریق چارچوب درجه‌بندی توصیه‌ها، ارزیابی، توسعه و ارزشیابی (GRADE) سنجیده شد. بیست و دو کارآزمایی تصادفی کنترل‌شده در تحلیل وارد شدند. در مقایسه با گروه‌های کنترل لیست انتظار/توجه (k، تعداد تضادهای مستقل = 11)، e-CBT کاهش بزرگ و معناداری در شدت افسردگی نشان داد (g هجز، تفاوت میانگین استاندارد شده = 0.91؛ 95% CI: 0.63 تا 1.18). با این حال، بازنمایی این نتیجه بر روی مقیاس پرسشنامه سلامت بیمار-9 (PHQ-9) کاهش مطلق (3.86 امتیاز) را نشان داد که کمتر از تفاوت حداقل مهم از پیش تعیین‌شده (MID) به میزان 5 امتیاز بود. تفاوت آشکاری بین e-CBT و درمان شناختی-رفتاری حضوری فعال یا کتاب‌درمانی (k = 3؛ g = 0.08؛ 95% CI: ‎-0.59 تا 0.75) یافت نشد؛ بازه وسیع به این معناست که برابری قابل اثبات نبود. افزودن e-CBT به مراقبت معمول، برآوردی غیر دقیق و غیر معنادار ارائه داد (k = 3؛ g = 0.32؛ 95% CI: ‎-1.41 تا 2.05؛ p = 0.511) که نه تأیید و نه رد کننده سودمندی بود. هندسه شبکه هیچ کارآزمایی تصادفی کنترل‌شده سر به سر را که درمان e-CBT را مستقیماً با داروی ضدافسردگی مقایسه کند، نشان نداد. نوزده مورد از ۲۲ کارآزمایی (۸۶٪) در معرض خطر کلی بالای سوگیری بودند و عدم تقارن نمودار قیفی (آزمون Egger؛ p = 0.0056) نشان‌دهنده اثرات مطالعات کوچک، احتمالاً شامل سوگیری انتشار بود؛ اغلب رتبه‌بندی‌های قطعیت GRADE بسیار پایین بودند. e-CBT گزینه‌ای مقیاس‌پذیر است که در تعداد کمی از کارآزمایی‌ها تفاوت آشکاری با درمان شناختی-رفتاری حضوری نشان نداد، اما اثربخشی آن در برابر گروه‌های کنترل غیرفعال ممکن است به دلیل اثرات مطالعات کوچک و محدودیت‌های روش‌شناختی بیش از حد برآورد شده باشد. شکاف شواهدی مهمی در خصوص اثربخشی مقایسه‌ای آن با دارودرمانی وجود دارد که نیازمند کارآزمایی‌های سر به سر کور شده و غیر برتری دقیق است.

To handle the problem of resource scarcity and lack of personalization and adaptability in the traditional approach to mindfulness-based cognitive therapy (MBCT) in dealing with college students with anxiety disorders, this study proposes the use of the natural language interface and adaptability properties of large language models (LLMs) to come up with an intelligent college-level MBCT intervention system. To begin with, the system functional requirements and the logic of the system intervention were explained in line with the fundamental ideas of MBCT and the cognitive features of students with anxiety. Second, it was created through a four-stage adaptive architecture that includes perception analysis, intervention, and feedback, providing a dynamic process for user status identification, personal generation of intervention plans, and real-time optimization of the intervention process. Finally, there was a randomized controlled trial whose subjects were 120 college students with anxiety who were separated into an experimental group and a control group. The effectiveness of the intervention was assessed using tools such as the Self-Rating Anxiety Scale (SAS), the Mindful Attention Awareness Scale (MAAS), and the Automatic Thoughts Questionnaire (ATQ). The findings indicated that the SAS score of the experimental group (38.26 ± 5.12) was significantly less than that of the control group (45.89 ± 6.34), the MAAS score (68.73 ± 7.25) was significantly higher than that of the control group (56.41 ± 8.13); and the ATQ score (42.15 ± 6.08) was significantly less than that of the control group. The study reveals that an adaptive MBCT system using large language models may be effective in reducing anxiety symptoms among college students, improving mindfulness, and enhancing cognitive processes, offering a new, readily available strategy for addressing anxiety in college students.

به منظور مقابله با مشکل کمبود منابع و فقدان شخصی‌سازی و تطبیق‌پذیری در رویکرد سنتی درمان شناختی مبتنی بر ذهن‌آگاهی (MBCT) در مواجهه با دانشجویان مبتلا به اختلالات اضطرابی، این پژوهش استفاده از رابط زبان طبیعی و ویژگی‌های تطبیقی مدل‌های زبانی بزرگ (LLMs) را برای طراحی یک سامانه‌ی هوشمند مداخله MBCT در سطح دانشگاهی پیشنهاد می‌کند. ابتدا، نیازمندی‌های عملکردی سامانه و منطق مداخله سامانه مطابق با اصول بنیادین MBCT و ویژگی‌های شناختی دانشجویان مبتلا به اضطراب تبیین شد. سپس، این سامانه از طریق معماری تطبیقی چهارمرحله‌ای شامل تحلیل ادراک، مداخله و بازخورد ایجاد گردید که فرآیندی پویا برای شناسایی وضعیت کاربر، تولید شخصی‌سازی‌شده برنامه‌های مداخله و بهینه‌سازی آنی فرآیند مداخله فراهم می‌آورد. در نهایت، یک کارآزمایی تصادفی‌شده‌ی کنترل‌شده با شرکت ۱۲۰ دانشجوی مبتلا به اضطراب انجام شد که به دو گروه آزمایش و کنترل تقسیم شدند. اثربخشی مداخله با استفاده از ابزارهایی همچون مقیاس خودسنجی اضطراب (SAS)، مقیاس آگاهی و توجه ذهن‌آگاهانه (MAAS) و پرسشنامه افکار خودکار (ATQ) ارزیابی گردید. یافته‌ها نشان داد که نمره SAS گروه آزمایش (38.26 ± 5.12) به طور معناداری کمتر از گروه کنترل (45.89 ± 6.34) بود، نمره MAAS (68.73 ± 7.25) به طور معناداری بالاتر از گروه کنترل (56.41 ± 8.13) بود؛ و نمره ATQ (42.15 ± 6.08) نیز به طور معناداری کمتر از گروه کنترل بود. این پژوهش نشان می‌دهد که سامانه تطبیقی MBCT مبتنی بر مدل‌های زبانی بزرگ می‌تواند در کاهش علائم اضطراب در میان دانشجویان، بهبود ذهن‌آگاهی و ارتقای فرآیندهای شناختی مؤثر باشد و راهبردی نوین و در دسترس برای مقابله با اضطراب دانشجویان ارائه می‌دهد.

Digital cognitive behavioral therapy (CBT) has emerged as a promising strategy to improve access to evidence-based treatment for pediatric obsessive-compulsive disorder (OCD). However, its comparative efficacy relative to conventional interventions remains uncertain. This systematic review and meta-analysis evaluated the effectiveness of digital CBT in children and adolescents with OCD. PubMed, Scopus, and Web of Science were systematically searched from inception to July 2026 for randomized controlled trials (RCTs) comparing digital CBT with face-to-face CBT, waitlist, or treatment as usual. The primary outcome was Children's Yale-Brown Obsessive Compulsive Scale (CY-BOCS) scores post-treatment and at 3- and 6-month follow-up. Secondary outcomes included Clinical Global Impression-Severity (CGI-S), Clinical Global Impression-Improvement (CGI-I), Children's Global Assessment Scale (CGAS), Child Obsessive-Compulsive Inventory (ChOCI-C/P), and Family Accommodation Scale (FAS). Random-effects meta-analyses were performed using mean differences (MDs) with 95% confidence intervals (CIs). Six RCTs involving 404 participants were included. Digital CBT showed no significant difference from comparator interventions in reducing CY-BOCS scores post-treatment (MD = −2.09, 95% CI −4.92 to 0.74), at 3 months (MD = 1.15, 95% CI −0.74 to 3.04), or at 6 months (MD = 0.01, 95% CI −1.58 to 1.60). Similarly, no significant differences were observed for CGI-S, CGI-I, CGAS, ChOCI-C, ChOCI-P, or FAS. Moderate-to-high heterogeneity was present for several outcomes; however, sensitivity analyses resolved heterogeneity in most secondary outcomes. Digital CBT demonstrated comparable clinical effectiveness to conventional interventions for pediatric OCD, supporting its role as an accessible alternative when face-to-face CBT is unavailable. Larger, high-quality trials are needed to determine the optimal digital delivery modalities and long-term effectiveness.

درمان شناختی-رفتاری (CBT) دیجیتال به عنوان راهبردی نویدبخش برای بهبود دسترسی به درمان مبتنی بر شواهد برای اختلال وسواس فکری-عملی کودکان و نوجوانان مطرح شده است. با این حال، اثربخشی مقایسه‌ای آن نسبت به مداخلات متعارف همچنان نامشخص است. این مرور نظام‌مند و فراتحلیل، اثربخشی درمان شناختی-رفتاری دیجیتال را در کودکان و نوجوانان مبتلا به اختلال وسواس فکری-عملی ارزیابی کرد. پایگاه‌های PubMed، Scopus و Web of Science از ابتدا تا ژوئیه ۲۰۲۶ به طور نظام‌مند برای کارآزمایی‌های تصادفی کنترل‌شده (RCT) که درمان شناختی-رفتاری دیجیتال را با درمان شناختی-رفتاری حضوری، فهرست انتظار یا درمان معمول مقایسه کرده بودند، جست‌وجو شدند. پیامد اصلی، نمرات مقیاس وسواس فکری-عملی ییل-براون کودکان (CY-BOCS) پس از درمان و در پیگیری‌های ۳ و ۶ ماهه بود. پیامدهای ثانویه شامل مقیاس برداشت کلی بالینی-شدت (CGI-S)، مقیاس برداشت کلی بالینی-بهبود (CGI-I)، مقیاس ارزیابی کلی کودکان (CGAS)، پرسشنامه وسواس فکری-عملی کودکان (ChOCI-C/P) و مقیاس سازگاری خانواده (FAS) بود. فراتحلیل‌های مدل اثرات تصادفی با استفاده از تفاوت میانگین‌ها (MD) با فاصله اطمینان ۹۵٪ (CI) انجام شد. شش کارآزمایی تصادفی کنترل‌شده با مشارکت ۴۰۴ نفر وارد مطالعه شدند. درمان شناختی-رفتاری دیجیتال تفاوت معناداری با مداخلات مقایسه‌ای در کاهش نمرات CY-BOCS پس از درمان (MD = ‎−۲.۰۹، ۹۵٪ CI ‎−۴.۹۲ تا ۰.۷۴)، در ۳ ماه (MD = ۱.۱۵، ۹۵٪ CI ‎−۰.۷۴ تا ۳.۰۴) یا در ۶ ماه (MD = ۰.۰۱، ۹۵٪ CI ‎−۱.۵۸ تا ۱.۶۰) نشان نداد. به طور مشابه، تفاوت معناداری در CGI-S، CGI-I، CGAS، ChOCI-C، ChOCI-P یا FAS مشاهده نشد. ناهمگنی متوسط تا زیاد برای چندین پیامد وجود داشت؛ با این حال، تحلیل‌های حساسیت ناهمگنی را در بیشتر پیامدهای ثانویه برطرف کرد. درمان شناختی-رفتاری دیجیتال اثربخشی بالینی مشابهی با مداخلات متعارف برای اختلال وسواس فکری-عملی کودکان و نوجوانان نشان داد و نقش آن را به عنوان جایگزینی در دسترس در مواقع عدم دسترسی به درمان شناختی-رفتاری حضوری تأیید می‌کند. انجام کارآزمایی‌های بزرگ‌تر و با کیفیت بالاتر برای تعیین شیوه‌های بهینه ارائه دیجیتال و اثربخشی بلندمدت ضروری است.

Digital cognitive behavioral therapy (CBT) has emerged as a promising strategy to improve access to evidence-based treatment for pediatric obsessive-compulsive disorder (OCD). However, its comparative efficacy relative to conventional interventions remains uncertain. This systematic review and meta-analysis evaluated the effectiveness of digital CBT in children and adolescents with OCD. PubMed, Scopus, and Web of Science were systematically searched from inception to July 2026 for randomized controlled trials (RCTs) comparing digital CBT with face-to-face CBT, waitlist, or treatment as usual. The primary outcome was Children's Yale-Brown Obsessive Compulsive Scale (CY-BOCS) scores post-treatment and at 3- and 6-month follow-up. Secondary outcomes included Clinical Global Impression-Severity (CGI-S), Clinical Global Impression-Improvement (CGI-I), Children's Global Assessment Scale (CGAS), Child Obsessive-Compulsive Inventory (ChOCI-C/P), and Family Accommodation Scale (FAS). Random-effects meta-analyses were performed using mean differences (MDs) with 95% confidence intervals (CIs). Six RCTs involving 404 participants were included. Digital CBT showed no significant difference from comparator interventions in reducing CY-BOCS scores post-treatment (MD = −2.09, 95% CI −4.92 to 0.74), at 3 months (MD = 1.15, 95% CI −0.74 to 3.04), or at 6 months (MD = 0.01, 95% CI −1.58 to 1.60). Similarly, no significant differences were observed for CGI-S, CGI-I, CGAS, ChOCI-C, ChOCI-P, or FAS. Moderate-to-high heterogeneity was present for several outcomes; however, sensitivity analyses resolved heterogeneity in most secondary outcomes. Digital CBT demonstrated comparable clinical effectiveness to conventional interventions for pediatric OCD, supporting its role as an accessible alternative when face-to-face CBT is unavailable. Larger, high-quality trials are needed to determine the optimal digital delivery modalities and long-term effectiveness.

درمان شناختی-رفتاری (CBT) دیجیتال به عنوان راهبردی نویدبخش برای بهبود دسترسی به درمان مبتنی بر شواهد برای اختلال وسواس فکری-عملی کودکان و نوجوانان مطرح شده است. با این حال، اثربخشی مقایسه‌ای آن نسبت به مداخلات متعارف همچنان نامشخص است. این مرور نظام‌مند و فراتحلیل، اثربخشی درمان شناختی-رفتاری دیجیتال را در کودکان و نوجوانان مبتلا به اختلال وسواس فکری-عملی ارزیابی کرد. پایگاه‌های PubMed، Scopus و Web of Science از ابتدا تا ژوئیه ۲۰۲۶ به طور نظام‌مند برای کارآزمایی‌های تصادفی کنترل‌شده (RCT) که درمان شناختی-رفتاری دیجیتال را با درمان شناختی-رفتاری حضوری، فهرست انتظار یا درمان معمول مقایسه کرده بودند، جست‌وجو شدند. پیامد اصلی، نمرات مقیاس وسواس فکری-عملی ییل-براون کودکان (CY-BOCS) پس از درمان و در پیگیری‌های ۳ و ۶ ماهه بود. پیامدهای ثانویه شامل مقیاس برداشت کلی بالینی-شدت (CGI-S)، مقیاس برداشت کلی بالینی-بهبود (CGI-I)، مقیاس ارزیابی کلی کودکان (CGAS)، پرسشنامه وسواس فکری-عملی کودکان (ChOCI-C/P) و مقیاس سازگاری خانواده (FAS) بود. فراتحلیل‌های مدل اثرات تصادفی با استفاده از تفاوت میانگین‌ها (MD) با فاصله اطمینان ۹۵٪ (CI) انجام شد. شش کارآزمایی تصادفی کنترل‌شده با مشارکت ۴۰۴ نفر وارد مطالعه شدند. درمان شناختی-رفتاری دیجیتال تفاوت معناداری با مداخلات مقایسه‌ای در کاهش نمرات CY-BOCS پس از درمان (MD = ‎−۲.۰۹، ۹۵٪ CI ‎−۴.۹۲ تا ۰.۷۴)، در ۳ ماه (MD = ۱.۱۵، ۹۵٪ CI ‎−۰.۷۴ تا ۳.۰۴) یا در ۶ ماه (MD = ۰.۰۱، ۹۵٪ CI ‎−۱.۵۸ تا ۱.۶۰) نشان نداد. به طور مشابه، تفاوت معناداری در CGI-S، CGI-I، CGAS، ChOCI-C، ChOCI-P یا FAS مشاهده نشد. ناهمگنی متوسط تا زیاد برای چندین پیامد وجود داشت؛ با این حال، تحلیل‌های حساسیت ناهمگنی را در بیشتر پیامدهای ثانویه برطرف کرد. درمان شناختی-رفتاری دیجیتال اثربخشی بالینی مشابهی با مداخلات متعارف برای اختلال وسواس فکری-عملی کودکان و نوجوانان نشان داد و نقش آن را به عنوان جایگزینی در دسترس در مواقع عدم دسترسی به درمان شناختی-رفتاری حضوری تأیید می‌کند. انجام کارآزمایی‌های بزرگ‌تر و با کیفیت بالاتر برای تعیین شیوه‌های بهینه ارائه دیجیتال و اثربخشی بلندمدت ضروری است.

Background: Chatbots are increasingly used to deliver cognitive behavioural therapy (CBT) via mobile and web applications. Many mental health systems cannot meet demand with face-to-face care alone. CBT chatbots have therefore been introduced in app form, but data on outcomes, dropout, and unequal uptake remain limited. Objective: This review evaluates whether CBT chatbots reduce anxiety and depression symptoms, which user- and design-related factors are linked to engagement and dropout, and which structural barriers limit who can practically use these tools. Methodology: Peer-reviewed studies from 2018 to 2026 were identified through searches in PubMed/MEDLINE and Google Scholar. Included studies examined automated CBT chatbots (e.g., Woebot, Wysa, Youper, Limbic Care) and reported clinical outcomes, engagement or dropout, and/or access-related findings. Twenty-four publications were synthesised thematically. Results: Short-term trials and observational studies reported reductions in anxiety and depression symptoms, with small-to-moderate effects1. Generative conversational designs were linked to higher engagement than static digital programmes in at least one RCT, which reported roughly 2.4 times the use frequency of a generative CBT app relative to workbook controls3. Attrition remained notable; one meta-analysis estimated intervention-arm dropout at 21.84%5. Unequal access persisted because of connectivity, device availability, and digital literacy, despite the privacy and round-the-clock availability of app-based care23. Conclusion: CBT chatbots may serve as useful low-intensity interventions, but their public health value depends on improved retention and fairer access. Implementation should address digital literacy, culturally appropriate design, and governance that does not restrict validated tools to already advantaged users.

زمینه: چت‌بات‌ها به طور فزاینده‌ای برای ارائه درمان شناختی-رفتاری (CBT) از طریق برنامه‌های موبایل و وب مورد استفاده قرار می‌گیرند. بسیاری از نظام‌های سلامت روان تنها با مراقبت حضوری قادر به پاسخگویی به تقاضا نیستند. بنابراین، چت‌بات‌های CBT به صورت اپلیکیشن معرفی شده‌اند، اما داده‌ها درباره پیامدها، ریزش و استفاده نابرابر همچنان محدود است. هدف: این مرور بررسی می‌کند که آیا چت‌بات‌های CBT علائم اضطراب و افسردگی را کاهش می‌دهند، کدام عوامل مرتبط با کاربر و طراحی با مشارکت و ریزش ارتباط دارند و چه موانع ساختاری استفاده عملی از این ابزارها را محدود می‌کند. روش‌شناسی: مطالعات داوری‌شده از سال ۲۰۱۸ تا ۲۰۲۶ از طریق جستجو در PubMed/MEDLINE و Google Scholar شناسایی شدند. مطالعات واردشده، چت‌بات‌های خودکار CBT (مانند Woebot، Wysa، Youper، Limbic Care) را بررسی کرده و پیامدهای بالینی، مشارکت یا ریزش و/یا یافته‌های مرتبط با دسترسی را گزارش کرده‌اند. بیست‌وچهار مقاله به صورت موضوعی سنتز شدند. یافته‌ها: کارآزمایی‌های کوتاه‌مدت و مطالعات مشاهده‌ای کاهش علائم اضطراب و افسردگی را با اثرات کوچک تا متوسط گزارش کردند۱. طراحی‌های مکالمه‌ای مولد با مشارکت بالاتر نسبت به برنامه‌های دیجیتال ایستا در دست‌کم یک کارآزمایی تصادفی‌سازی‌شده مرتبط بودند که حدوداً ۲.۴ برابر فراوانی استفاده از اپلیکیشن CBT مولد نسبت به کنترل‌های مبتنی بر دفترچه کار را گزارش کرد۳. ریزش همچنان قابل توجه بود؛ یک فراتحلیل نرخ ریزش در بازوی مداخله را ۲۱.۸۴٪ برآورد کرد۵. دسترسی نابرابر به دلیل اتصال، در دسترس بودن دستگاه و سواد دیجیتال، علی‌رغم حفظ حریم خصوصی و دسترسی شبانه‌روزی مراقبت مبتنی بر اپلیکیشن، ادامه داشت۲۳. نتیجه‌گیری: چت‌بات‌های CBT می‌توانند به عنوان مداخلات کم‌شدت مفید باشند، اما ارزش سلامت عمومی آن‌ها به بهبود نگهداشت و دسترسی عادلانه‌تر وابسته است. پیاده‌سازی باید به سواد دیجیتال، طراحی متناسب با فرهنگ و حکمرانی‌ای که ابزارهای اعتبارسنجی‌شده را به کاربران برخوردار محدود نمی‌کند، توجه کند.

Introduction The rapid digitalization of services for migrant populations has transformed the ways in which information, guidance, and social support are delivered. However, existing research has primarily focused on clinical digital mental health interventions or on migrants' own uses of digital technologies, paying considerably less attention to digital devices developed by public institutions and community organizations. This study comparatively analyzes four digital intervention devices implemented in Spain and Argentina, two public and two community-based, to examine how they may contribute to psychosocial well-being from a social determinants of health perspective. Methods and Results Using a qualitative design based on digital ethnography and comparative thematic content analysis, the study explores the characteristics, functions, and intervention strategies of these digital resources, with particular attention to their roles in information provision, guidance, psychosocial support, and community participation. The findings show that these digital resources function as hybrid intervention ecosystems that integrate technological tools, professional support, and community networks rather than merely providing information. Four predominant intervention models were identified: administrative-information, institutional guidance and service access, rights-based community, and community guidance, accompaniment, and referral. Discussion Together, these models offer a novel analytical framework for understanding the diverse roles of digital interventions in migration contexts. Rather than providing direct therapeutic care, these devices contribute to psychosocial well-being by reducing barriers to access, strengthening social support networks, promoting rights, and facilitating connections with specialized services. By shifting the focus from clinical digital health to digital social intervention ecosystems, this study expands current debates on digital interventions for migrant populations and provides practical implications for the development of more inclusive, accessible, and culturally responsive digital resources aimed at promoting psychosocial well-being.

مقدمه: دیجیتالی‌ شدن سریع خدمات برای جمعیت‌های مهاجر، شیوه‌های ارائه اطلاعات، راهنمایی و حمایت اجتماعی را دگرگون کرده است. با این حال، پژوهش‌های موجود عمدتاً بر مداخلات بالینی سلامت روان دیجیتال یا بر استفاده مهاجران از فناوری‌های دیجیتال تمرکز داشته‌اند و به ابزارهای دیجیتالی که توسط نهادهای عمومی و سازمان‌های اجتماعی توسعه یافته‌اند، توجه بسیار کمتری شده است. این مطالعه به صورت مقایسه‌ای چهار ابزار مداخله دیجیتال اجرا شده در اسپانیا و آرژانتین، دو مورد عمومی و دو مورد مبتنی بر جامعه را تحلیل می‌کند تا بررسی نماید که چگونه این ابزارها می‌توانند از منظر عوامل اجتماعی تعیین‌کننده سلامت به بهزیستی روانی‌اجتماعی کمک کنند. روش‌ها و نتایج: با استفاده از طراحی کیفی مبتنی بر قوم‌نگاری دیجیتال و تحلیل محتوای مقایسه‌ای تماتیک، این پژوهش ویژگی‌ها، کارکردها و راهبردهای مداخله‌ای این منابع دیجیتال را با تمرکز ویژه بر نقش آن‌ها در ارائه اطلاعات، راهنمایی، حمایت روانی‌اجتماعی و مشارکت اجتماعی بررسی می‌کند. یافته‌ها نشان می‌دهد که این منابع دیجیتال به عنوان اکوسیستم‌های مداخله‌ای ترکیبی عمل می‌کنند که ابزارهای فناورانه، حمایت حرفه‌ای و شبکه‌های اجتماعی را ادغام می‌نمایند و صرفاً به ارائه اطلاعات محدود نمی‌شوند. چهار الگوی غالب مداخله شناسایی شد: اطلاعات اداری، راهنمایی نهادی و دسترسی به خدمات، جامعه‌محور مبتنی بر حقوق، و راهنمایی، همراهی و ارجاع اجتماعی. بحث: این الگوها در مجموع چارچوب تحلیلی نوینی برای درک نقش‌های متنوع مداخلات دیجیتال در زمینه مهاجرت ارائه می‌دهند. این ابزارها به جای ارائه مراقبت درمانی مستقیم، با کاهش موانع دسترسی، تقویت شبکه‌های حمایت اجتماعی، ترویج حقوق و تسهیل ارتباط با خدمات تخصصی، به بهزیستی روانی‌اجتماعی کمک می‌کنند. با تغییر تمرکز از سلامت دیجیتال بالینی به اکوسیستم‌های مداخله اجتماعی دیجیتال، این مطالعه مباحث جاری درباره مداخلات دیجیتال برای جمعیت‌های مهاجر را گسترش داده و پیامدهای عملی برای توسعه منابع دیجیتال فراگیرتر، قابل دسترس‌تر و پاسخگوتر به فرهنگ با هدف ارتقای بهزیستی روانی‌اجتماعی ارائه می‌دهد.

Family caregivers often experience anxiety and depression. Technology-based Acceptance and Commitment Therapy (technology-based ACT) provides new treatment options, but its effectiveness for family caregivers needs further research. To explore the effectiveness of technology-based ACT in relieving family caregivers’ anxiety and depression symptoms. Search databases of PubMed, Web of Science, Cochrane Library, CINAHL, and Embase from inception to January 6, 2026. Then, use the Cochrane Risk of Bias Assessment Tool, Version 2 to evaluate study quality. Finally, conduct statistical analysis with Stata 17.0 and Review Manager 5.4. A total of 1067 papers were initially retrieved, among which 7 met the inclusion criteria. The meta-analysis showed a statistically significant improvement in anxiety symptoms (SMD = -0.42; 95% CI -0.64 to -0.19; p < 0.001). For depressive symptoms, the fixed-effect analysis indicated a small statistically significant improvement (SMD = -0.28; 95% CI -0.51 to -0.06; p = 0.014); however, this effect was not statistically significant under the random-effects sensitivity analysis, indicating limited robustness to model choice. Exploratory subgroup analyses suggested greater improvements in anxiety among caregivers of care recipients with relatively mild conditions, while studies”’ using the GAD-7 showed a larger estimated effect than those using other anxiety measures. Greater improvements in depressive symptoms were observed among caregivers of care recipients with relatively mild conditions and in interventions lasting ≥ 8 weeks. Given the small number of studies, these subgroup findings should be interpreted cautiously. Technology-based ACT may improve anxiety symptoms among family caregivers, while the evidence for depressive symptoms is less robust and should be interpreted cautiously. Given the limited number of included RCTs and participants, these findings should be considered preliminary and require confirmation in larger, adequately powered trials.

مراقبان خانوادگی اغلب دچار اضطراب و افسردگی می‌شوند. درمان مبتنی بر پذیرش و تعهد مبتنی بر فناوری (technology-based ACT) گزینه‌های درمانی جدیدی ارائه می‌دهد، اما اثربخشی آن برای مراقبان خانوادگی نیازمند پژوهش‌های بیشتری است. هدف این مطالعه بررسی اثربخشی درمان مبتنی بر پذیرش و تعهد مبتنی بر فناوری در کاهش علائم اضطراب و افسردگی مراقبان خانوادگی است. پایگاه‌های داده PubMed، Web of Science، Cochrane Library، CINAHL و Embase از ابتدا تا ۶ ژانویه ۲۰۲۶ جست‌وجو شدند. سپس، برای ارزیابی کیفیت مطالعات از ابزار Cochrane Risk of Bias Assessment Tool، نسخه ۲ استفاده شد. در نهایت، تحلیل آماری با نرم‌افزار Stata 17.0 و Review Manager 5.4 انجام شد. در مجموع، ۱۰۶۷ مقاله به طور اولیه بازیابی شد که از میان آن‌ها ۷ مطالعه معیارهای ورود را داشتند. فراتحلیل نشان داد که بهبود معناداری از نظر آماری در علائم اضطراب وجود دارد (SMD = -0.42؛ ۹۵٪ CI: ‎-0.64 تا ‎-0.19؛ p < 0.001). برای علائم افسردگی، تحلیل اثرات ثابت بهبود معنادار آماری کوچکی را نشان داد (SMD = -0.28؛ ۹۵٪ CI: ‎-0.51 تا ‎-0.06؛ p = 0.014)؛ با این حال، این اثر در تحلیل حساسیت اثرات تصادفی از نظر آماری معنادار نبود که نشان‌دهنده محدودیت پایداری نسبت به انتخاب مدل است. تحلیل‌های اکتشافی زیرگروه‌ها نشان داد که بهبود بیشتری در علائم اضطراب در میان مراقبان گیرندگان مراقبت با شرایط نسبتاً خفیف مشاهده شد، در حالی که مطالعاتی که از GAD-7 استفاده کردند، اثر تخمینی بیشتری نسبت به سایر ابزارهای سنجش اضطراب داشتند. بهبود بیشتری در علائم افسردگی در میان مراقبان گیرندگان مراقبت با شرایط نسبتاً خفیف و در مداخلاتی با مدت زمان ≥ ۸ هفته مشاهده شد. با توجه به تعداد کم مطالعات، این یافته‌های زیرگروهی باید با احتیاط تفسیر شوند. درمان مبتنی بر پذیرش و تعهد مبتنی بر فناوری ممکن است علائم اضطراب را در مراقبان خانوادگی بهبود بخشد، در حالی که شواهد مربوط به علائم افسردگی کمتر قوی است و باید با احتیاط تفسیر شود. با توجه به تعداد محدود کارآزمایی‌های تصادفی‌سازی‌شده و شرکت‌کنندگان وارد شده، این یافته‌ها مقدماتی بوده و نیازمند تأیید در مطالعات بزرگ‌تر و با توان آماری کافی هستند.

Artificial intelligence (AI)-assisted digital mental health interventions are being increasingly discussed as a potential strategy for improving access to psychological support among adolescents with anxiety symptoms and anxiety disorders. Their possible advantages include flexible availability, reduced barriers to help-seeking, psychoeducation, symptom monitoring, CBT-informed exercises, conversational interaction, and personalized feedback. However, their clinical role remains insufficiently defined, particularly regarding efficacy, safety, ethical governance, and the distinction between digital support and psychotherapy in the traditional clinical sense. This narrative review examines current evidence and conceptual debates regarding AI-assisted digital interventions relevant to adolescent anxiety disorders, with a focus on usability, acceptability, preliminary efficacy, safety, ethical and legal considerations, and human clinical oversight. Available literature suggests that conversational agents and CBT-informed digital tools may provide low-threshold support and may reduce the symptoms of anxiety, depression, or general emotional distress in some users. Nevertheless, existing evidence remains heterogeneous and preliminary, often relying on young adult, mixed-age, non-clinical, or transdiagnostic samples, short follow-up periods, and self-report outcomes. Direct evidence for AI-assisted interventions specifically in adolescents with formally diagnosed anxiety disorders remains limited, and findings from broader youth, young adult, mixed-age, or transdiagnostic samples should not be directly generalized to this clinical population. It should not be considered a replacement for therapist-delivered psychotherapy, clinical assessment, or specialist child and adolescent mental health care. Their most appropriate current role is as adjunctive or supportive tools within supervised, stepped-care, or blended-care models. Future research should include adolescent-specific clinical trials, anxiety-focused outcomes, longer follow-up, systematic safety reporting, and clear evaluation of human oversight models. AI-assisted digital interventions may help reduce parts of the adolescent mental health treatment gap; however, their use must remain evidence-informed, developmentally sensitive, ethically regulated, and clinically supervised.

مداخلات سلامت روان دیجیتال با کمک هوش مصنوعی (AI) به طور فزاینده‌ای به عنوان راهبردی بالقوه برای بهبود دسترسی نوجوانان دارای علائم اضطراب و اختلالات اضطرابی به حمایت روان‌شناختی مورد بحث قرار گرفته‌اند. مزایای احتمالی این مداخلات شامل دسترسی انعطاف‌پذیر، کاهش موانع جستجوی کمک، آموزش روانی، پایش علائم، تمرینات مبتنی بر درمان شناختی-رفتاری (CBT)، تعامل مکالمه‌ای و بازخورد شخصی‌سازی‌شده است. با این حال، نقش بالینی آن‌ها همچنان به طور کافی تعریف نشده است، به ویژه در زمینه اثربخشی، ایمنی، حاکمیت اخلاقی و تمایز میان حمایت دیجیتال و روان‌درمانی به معنای بالینی سنتی. این مرور روایتی به بررسی شواهد موجود و مباحث مفهومی پیرامون مداخلات دیجیتال با کمک هوش مصنوعی مرتبط با اختلالات اضطرابی نوجوانان می‌پردازد، با تمرکز بر قابلیت استفاده، پذیرش، اثربخشی مقدماتی، ایمنی، ملاحظات اخلاقی و حقوقی و نظارت بالینی انسانی. ادبیات موجود نشان می‌دهد که عامل‌های مکالمه‌ای و ابزارهای دیجیتال مبتنی بر درمان شناختی-رفتاری (CBT) ممکن است حمایت با آستانه پایین فراهم کنند و علائم اضطراب، افسردگی یا پریشانی هیجانی کلی را در برخی کاربران کاهش دهند. با این حال، شواهد موجود ناهمگون و مقدماتی باقی مانده و اغلب بر نمونه‌های بزرگسال جوان، گروه‌های سنی مختلط، نمونه‌های غیر بالینی یا فراتشخیصی، دوره‌های پیگیری کوتاه و نتایج خودگزارشی متکی است. شواهد مستقیم برای مداخلات با کمک هوش مصنوعی به طور خاص در نوجوانان با اختلالات اضطرابی تشخیص‌گذاری‌شده به طور رسمی محدود است و یافته‌های حاصل از نمونه‌های وسیع‌تر جوانان، بزرگسالان جوان، گروه‌های سنی مختلط یا فراتشخیصی نباید مستقیماً به این جمعیت بالینی تعمیم داده شود. این مداخلات نباید جایگزین روان‌درمانی ارائه‌شده توسط درمانگر، ارزیابی بالینی یا مراقبت تخصصی سلامت روان کودک و نوجوان تلقی شود. مناسب‌ترین نقش فعلی آن‌ها به عنوان ابزارهای کمکی یا حمایتی در چارچوب مدل‌های مراقبت پله‌ای، تلفیقی یا تحت نظارت است. پژوهش‌های آینده باید شامل کارآزمایی‌های بالینی ویژه نوجوانان، نتایج متمرکز بر اضطراب، پیگیری طولانی‌تر، گزارش‌دهی نظام‌مند ایمنی و ارزیابی شفاف مدل‌های نظارت انسانی باشد. مداخلات دیجیتال با کمک هوش مصنوعی ممکن است به کاهش بخشی از فاصله درمان سلامت روان نوجوانان کمک کند؛ با این حال، استفاده از آن‌ها باید مبتنی بر شواهد، حساس به رشد، تحت نظارت اخلاقی و با نظارت بالینی باقی بماند.