The use of mobile apps for health and well being promotion has grown exponentially in recent years. Yet, there is currently no app-quality assessment tool beyond "star"-ratings.The objective of this study was to develop a reliable, multidimensional measure for trialling, classifying, and rating the quality of mobile health apps.A literature search was conducted to identify articles containing explicit Web or app quality rating criteria published between January 2000 and January 2013. Existing criteria for the assessment of app quality were categorized by an expert panel to develop the new Mobile App Rating Scale (MARS) subscales, items, descriptors, and anchors. There were sixty well being apps that were randomly selected using an iTunes search for MARS rating. There were ten that were used to pilot the rating procedure, and the remaining 50 provided data on interrater reliability.There were 372 explicit criteria for assessing Web or app quality that were extracted from 25 published papers, conference proceedings, and Internet resources. There were five broad categories of criteria that were identified including four objective quality scales: engagement, functionality, aesthetics, and information quality; and one subjective quality scale; which were refined into the 23-item MARS. The MARS demonstrated excellent internal consistency (alpha = .90) and interrater reliability intraclass correlation coefficient (ICC = .79).The MARS is a simple, objective, and reliable tool for classifying and assessing the quality of mobile health apps. It can also be used to provide a checklist for the design and development of new high quality health apps.

The Mobile Application Rating Scale (MARS) provides a reliable method to assess the quality of mobile health (mHealth) apps. However, training and expertise in mHealth and the relevant health field is required to administer it.This study describes the development and reliability testing of an end-user version of the MARS (uMARS).The MARS was simplified and piloted with 13 young people to create the uMARS. The internal consistency and test-retest reliability of the uMARS was then examined in a second sample of 164 young people participating in a randomized controlled trial of a mHealth app. App ratings were collected using the uMARS at 1-, 3,- and 6-month follow up.The uMARS had excellent internal consistency (alpha = .90), with high individual alphas for all subscales. The total score and subscales had good test-retest reliability over both 1-2 months and 3 months.The uMARS is a simple tool that can be reliably used by end-users to assess the quality of mHealth apps.

There is growing evidence for the positive impact of mindfulness on wellbeing. Mindfulness-based mobile apps may have potential as an alternative delivery medium for training. While there are hundreds of such apps, there is little information on their quality.This study aimed to conduct a systematic review of mindfulness-based iPhone mobile apps and to evaluate their quality using a recently-developed expert rating scale, the Mobile Application Rating Scale (MARS). It also aimed to describe features of selected high-quality mindfulness apps.A search for "mindfulness" was conducted in iTunes and Google Apps Marketplace. Apps that provided mindfulness training and education were included. Those containing only reminders, timers or guided meditation tracks were excluded. An expert rater reviewed and rated app quality using the MARS engagement, functionality, visual aesthetics, information quality and subjective quality subscales. A second rater provided MARS ratings on 30% of the apps for inter-rater reliability purposes.The "mindfulness" search identified 700 apps. However, 94 were duplicates, 6 were not accessible and 40 were not in English. Of the remaining 560, 23 apps met inclusion criteria and were reviewed. The median MARS score was 3.2 (out of 5.0), which exceeded the minimum acceptable score (3.0). The Headspace app had the highest average score (4.0), followed by Smiling Mind (3.7), iMindfulness (3.5) and Mindfulness Daily (3.5). There was a high level of inter-rater reliability between the two MARS raters.Though many apps claim to be mindfulness-related, most were guided meditation apps, timers, or reminders. Very few had high ratings on the MARS subscales of visual aesthetics, engagement, functionality or information quality. Little evidence is available on the efficacy of the apps in developing mindfulness.

Researchers increasingly use meta-analysis to synthesize the results of several studies in order to estimate a common effect. When the outcome variable is continuous, standard meta-analytic approaches assume that the primary studies report the sample mean and standard deviation of the outcome. However, when the outcome is skewed, authors sometimes summarize the data by reporting the sample median and one or both of (i) the minimum and maximum values and (ii) the first and third quartiles, but do not report the mean or standard deviation. To include these studies in meta-analysis, several methods have been developed to estimate the sample mean and standard deviation from the reported summary data. A major limitation of these widely used methods is that they assume that the outcome distribution is normal, which is unlikely to be tenable for studies reporting medians. We propose two novel approaches to estimate the sample mean and standard deviation when data are suspected to be non-normal. Our simulation results and empirical assessments show that the proposed methods often perform better than the existing methods when applied to non-normal data.

ABSTRACT Aims To examine the prevalence of psychotic symptoms among regular methamphetamine users. Design Cross‐sectional survey. Setting Participants were recruited from Sydney, Australia, through advertisements in free‐press magazines, flyers and through word‐of‐mouth. Participants Methamphetamine users ( n = 309) who were aged 16 years or over and took the drug at least monthly during the past year. Measurements A structured face‐to‐face interview was used to assess drug use, demographics and symptoms of psychosis in the past year. Measures of psychosis included: (a) a psychosis screening instrument derived from the Composite International Diagnostic Interview; and (b) the Brief Psychiatric Rating Scale subscales of suspiciousness, unusual thought content, and hallucinations. Dependence on methamphetamine was measured using the Severity of Dependence Scale. Findings Thirteen per cent of participants screened positive for psychosis, and 23% had experienced a clinically significant symptom of suspiciousness, unusual thought content or hallucinations in the past year. Dependent methamphetamine users were three times more likely to have experienced psychotic symptoms than their non‐dependent counterparts, even after adjusting for history of schizophrenia and other psychotic disorders. Conclusion The prevalence of psychosis among the current sample of methamphetamine users was 11 times higher than among the general population in Australia. Dependent methamphetamine users are a particularly high‐risk group for psychosis.

Importance Test accuracy studies often use small datasets to simultaneously select an optimal cutoff score that maximizes test accuracy and generate accuracy estimates. Objective To evaluate the degree to which using data-driven methods to simultaneously select an optimal Patient Health Questionnaire-9 (PHQ-9) cutoff score and estimate accuracy yields (1) optimal cutoff scores that differ from the population-level optimal cutoff score and (2) biased accuracy estimates. Design, Setting, and Participants This study used cross-sectional data from an existing individual participant data meta-analysis (IPDMA) database on PHQ-9 screening accuracy to represent a hypothetical population. Studies in the IPDMA database compared participant PHQ-9 scores with a major depression classification. From the IPDMA population, 1000 studies of 100, 200, 500, and 1000 participants each were resampled. Main Outcomes and Measures For the full IPDMA population and each simulated study, an optimal cutoff score was selected by maximizing the Youden index. Accuracy estimates for optimal cutoff scores in simulated studies were compared with accuracy in the full population. Results The IPDMA database included 100 primary studies with 44 503 participants (4541 [10%] cases of major depression). The population-level optimal cutoff score was 8 or higher. Optimal cutoff scores in simulated studies ranged from 2 or higher to 21 or higher in samples of 100 participants and 5 or higher to 11 or higher in samples of 1000 participants. The percentage of simulated studies that identified the true optimal cutoff score of 8 or higher was 17% for samples of 100 participants and 33% for samples of 1000 participants. Compared with estimates for a cutoff score of 8 or higher in the population, sensitivity was overestimated by 6.4 (95% CI, 5.7-7.1) percentage points in samples of 100 participants, 4.9 (95% CI, 4.3-5.5) percentage points in samples of 200 participants, 2.2 (95% CI, 1.8-2.6) percentage points in samples of 500 participants, and 1.8 (95% CI, 1.5-2.1) percentage points in samples of 1000 participants. Specificity was within 1 percentage point across sample sizes. Conclusions and Relevance This study of cross-sectional data found that optimal cutoff scores and accuracy estimates differed substantially from population values when data-driven methods were used to simultaneously identify an optimal cutoff score and estimate accuracy. Users of diagnostic accuracy evidence should evaluate studies of accuracy with caution and ensure that cutoff score recommendations are based on adequately powered research or well-conducted meta-analyses.

Polysubstance use is common among people who use methamphetamine. This prospective study examined the three-month polysubstance use profiles among people enrolled in outpatient treatment for methamphetamine use and associated substance use, mental health, and treatment correlates. The present study used routinely collected client-reported outcome measures data from N = 1,507 clients enrolled in outpatient treatment who reported methamphetamine as their primary drug of concern (Mean age = 34.48; SD = 8.68; 56% male). Past-month substance use was assessed at baseline, one-, and three-months. Repeated measures latent class analyses revealed four classes: (1) high and decreasing methamphetamine + stable moderate alcohol + stable high cannabis and daily tobacco (n = 474, 31.45%); (2) stable high methamphetamine + stable high alcohol and daily tobacco (n = 346, 22.96%); (3) low and decreasing methamphetamine + stable moderate daily tobacco (n = 322, 21.37%); (4) stable high methamphetamine + stable moderate daily tobacco (n = 365, 24.22%). Probability of using substances other than methamphetamine remained relatively stable for each class across time. Classes 1 and 4 had greatest severity of methamphetamine involvement at baseline and three-months. Class 1 had greater odds of experiencing moderate-to-severe depression and anxiety, and PTSD and psychosis, compared to class 3. Individuals enrolled in outpatient treatment who report methamphetamine as their primary drug of concern report distinct substance use patterns, although daily tobacco use was mostly ubiquitous. Polysubstance use was widespread, with 79% of participants having moderate-to-high probability of polysubstance use at all timepoints. Clients with the most severe polysubstance use had the highest rates of co-occurring psychopathology.

Individuals seeking alcohol and other drug (AOD) treatment consistently experience higher rates of suicidal behaviours and death by suicide when compared to the general population. By linking residential AOD treatment data to administrative healthcare and death datasets, we aimed to examine suicide-related behaviours and identify risk and protective factors for these events following discharge from residential treatment. Participants included 1056 individuals aged 18–69 (M = 32.06, SD = 9.55, male = 696,65.9 %) admitted to three residential treatment facilities in Queensland, Australia from January 1, 2014 to December 31, 2016. Treatment data was linked to administrative hospital, emergency department (ED), mental health service, and Registry of Deaths data 2-years post-discharge. ICD-10 codes were used to identify and analyse suicide-related events. Within 2-years post-discharge, 175 (16.6 %) individuals had a suicide-related event (n = 298 episodes). The highest proportion of episodes (11.1 %) occurred within 1-month of discharge. Higher risk of a recurrent suicide-related event was associated with receiving a Disability Support Pension (aHR = 1.69 (95%CI:1.10,2.59), two or more previous episodes of residential AOD treatment (aHR = 1.49 (95%CI:1.30,2.15). Completing residential treatment was associated with a lower risk of suicide-related events (aHR = 0.54 (95%CI:0.35,0.83). The amalgamation of suicidal ideation, attempts, and death into a single outcome oversimplifies their complex nature and interplay. The exclusive focus on one service provider limits generalisability, and data constraints and missingness preclude many analyses. Understanding suicidal behaviours and critical risk periods following discharge from residential treatment is crucial for improving continuing care, developing effective suicide prevention, and implementing targeted interventions among this high-risk population.