Policy Research Working Paper                             8872




Group‐Based Cognitive Behavioral Therapy (CBT)
       Training Improves Mental Health
            of SME Entrepreneurs
Experimental Evidence from Conflict‐Affected Areas of Pakistan

                                    Priyam Saraf
                                  Tasmia Rahman
                                   Julian Jamison




 Finance, Competitiveness and Innovation Global Practice
 June 2019
Policy Research Working Paper 8872


  Abstract
 Mental health, well-being, and lasting economic outcomes                           immediate post-intervention period. Based on analysis of
 are intimately connected. However, in geographies marked                           pooled data across two follow-up rounds (at five weeks and
 by fragility, conflict, and violence (FCV), entrepreneurs                          three months post-intervention), entrepreneurs in the treat-
 of small and medium size enterprises (SMEs) experience                             ment group experienced statistically significant reduction
 chronic stress and poor mental health on a regular basis.                          in the intensity and prevalence of depression and anxiety
 These issues can hamper performance and quality of life                            symptoms (measured by the Patient Health Question-
 for the entrepreneurs, and can dampen the benefits of                              naire Anxiety and Depression Scale) and higher levels of
 existing financial and business assistance programs. Few                           well-being (measured by the World Health Organization
 proven rigorous interventions are known. This study tests                          Well-Being Index) compared with the control group. The
 the hypothesis that a five-week group Cognitive Behavioral                         effect was marked for those experiencing mild/moderate
 Therapy (CBT) training called Problem Management Plus                              levels of depression and anxiety, suggesting the clinical
 for Entrepreneurs (PM+E), in combination with financial                            value of such low touch interventions. Overall, the study
 assistance, could be more effective at reducing psycho-                            demonstrates that empirical research through Randomized
 logical stressors of SME entrepreneurs in FCV contexts                             Control Trials (RCTs) can be conducted in challenging,
 than financial assistance alone. Meaningful and statistically                      FCV settings through appropriate rapid training of local
 significant improvements in mental health were achieved,                           researchers and non-specialist providers (NSPs) at a low
 with improvements persisting and increasing beyond the                             cost, yielding scalable programmatic and policy level lessons.




 This paper is a product of the Finance, Competitiveness and Innovation Global Practice in collaboration with the Mind,
 Behavior and Development Unit. It is part of a larger effort by the World Bank to provide open access to its research and
 make a contribution to development policy discussions around the world. Policy Research Working Papers are also posted
 on the Web at http://www.worldbank.org/prwp. The authors may be contacted at psaraf@worldbank.org.




         The Policy Research Working Paper Series disseminates the findings of work in progress to encourage the exchange of ideas about development
         issues. An objective of the series is to get the findings out quickly, even if the presentations are less than fully polished. The papers carry the
         names of the authors and should be cited accordingly. The findings, interpretations, and conclusions expressed in this paper are entirely those
         of the authors. They do not necessarily represent the views of the International Bank for Reconstruction and Development/World Bank and
         its affiliated organizations, or those of the Executive Directors of the World Bank or the governments they represent.


                                                       Produced by the Research Support Team
             Group‐Based Cognitive Behavioral Therapy (CBT) Training Improves 
                          Mental Health of SME Entrepreneurs:   
              Experimental Evidence from Conflict‐Affected Areas of Pakistan1 
                                                       Priyam Saraf 
                                                     Tasmia Rahman 
                                                      Julian Jamison 




JEL: C10, C93, D80, D90, I31, J17, J24, L25, L26, O15 
Keywords: randomized field experiments, entrepreneurship, fragility, conflict, violence, uncertainty, 
mental health, depression, anxiety, well‐being, stress, cognitive behavioral therapy, human capital, small 
medium enterprises, risk, behavioral economics. 




1 This working paper summarizes the motivation, randomized control trial set‐up, results, and study limitations published in the 

main report (Saraf, 2019). The experiment was funded by the joint WBG‐IFC SME Launchpad Fund, the State and Peacebuilding 
Fund (SPF), a research grant from the Development Economic Group (DEC), and support from the Multi‐Donor Trust Fund (MDTF). 
Tara Beteille, Leonardo Iacovone, Patricio Marquez, and Steven Commins provided valuable peer review comments. With Priyam 
Saraf,  Julian  Jamison,  Atif  Rahman,  Usman  Hamdani,  Duolao  Wang,  and  Mohammad  Naseem  Khan  contributed  as  co‐
investigators at different stages of the experiment. Kiran Afzal, Keiko Nagai, Javed Iqbal, Sarmad Hussain and Raja Muhammad 
Nasir  supported  implementation  of  the  experiment  in  conflict‐affected  provinces  with  contributions  from  the  Human 
Development Research Foundation team. Helpful inputs were received at various stages from Charles Lor, Siddhartha Sharma, 
Victoria Levin, Ganesh Rasagam, Denis Medvedev, Miriam Bruhn, Miguel Gallardo, Zafer Mustafaoglu, Najy Benhassine, Martin 
Kanz, Mariana Pereira, Sebastien Molineus, John Speakman, Klaus Tilmes, Nabila Assaf, Suhail Kassim, Natalia Agapitova, and 
Elvira Van Deele (in no particular order). Participants at the World Bank Human Development Week Seminars during June 24‐28, 
2019 in Washington D.C. and at the Global Mental Health Ministerial Summit (Lancet Commission) on Oct 9–10, 2018 in London 
contributed comments. The interpretations, and any errors associated with it, remain the authors’ responsibility. Corresponding 
author: Priyam Saraf, Economist, World Bank (psaraf@worldbank.org). 
                                                               1. Introduction 
The increase in conflict and natural disasters around the world has affected nearly 132 million 
globally, with conflict continuing to be the main driver of growing humanitarian needs (UNOCHA 
2019).  The  pattern  of  fragility,  conflict,  and  violence  (FCV)  engulfing  many  parts  of  the  world 
today is associated with long‐term psychological consequences (Murthy and Lakshminarayana 
2006). Parts of the Khyber Pakhtunkhwa (KPK) province and the Federally Administered Tribal 
Areas (FATA) of Pakistan have suffered from such armed conflict for the last 3 decades. The 2009‐
10 insurgency and subsequent security operations displaced an estimated 2 million people from 
both regions. Severe damage to infrastructure and livelihoods has negatively impacted the social 
and economic fabric of the entire region, which now ranks among the poorest in the country. 
Epidemiological studies from these areas in Pakistan have shown high rates of common mental 
disorders (such as depression and anxiety) among the general population.  A meta‐analysis of a 
subset  of  relatively  rigorous  post‐conflict  surveys  showed  the  prevalence  of  depressive 
symptoms to be around 17.3 percent (Steel and others 2009).2 Global estimates of productivity 
losses due to depression are estimated to be around US$1 trillion dollars per year globally (World 
Health Organization (WHO) 2017). In this context, the question of the impact of common mental 
disorders, such as depression and anxiety, on economic productivity in FCV regions is a critical 
one  (British  Psychological  Society  2011).3  Since  economic  activity  in  FCV  regions  is  heavily 
dominated by small and medium enterprises (SMEs) whose owners are prone to high levels of 
stress (Ang, 1991), it is pivotal to understand better the extent of prevalence of mental health 
challenges  among  SME  entrepreneurs  as  well  as  its  impact  on  their  health  and  economic 
outcomes.  
Mental  health,  well‐being,  and  lasting  economic  outcomes  are  intimately  related.  The  WHO 
defines mental health as “a state of well‐being in which every individual realizes his or her own 
potential, can cope with the normal stresses of life, can work productively and fruitfully, and is 
able to make a contribution to her or his community” (WHO 2014). There are several arguments 
to be considered for why researchers interested in improving economic outcomes in a broader 
sense  need  to  focus  on  the  mental  health  and  well‐being  of  SME  entrepreneurs,  rather  than 
focusing on productivity alone. First, well‐being is a multi‐dimensional construct that is a robust 
predictor  of  health,  productivity,  and  retention  outcomes  at  the  firm‐level  (Sears  and  others 
2013). Second, depression in parents is associated with children’s poorer physical health, lower 
human  capital  attainment,  and  the  onset  of  psycho‐pathology  later  in  life,  leading  to  multi‐
generational  suboptimal  health  and  economic  outcomes  (National  Research  Council  (US)  and 
Institute  of  Medicine  (US)  Committee  on  Depression,  Parenting  Practices,  and  the  Healthy 
Development of Children 2009). Finally, from a social justice point of view, freedom to achieve 
well‐being  is  of  primary  moral  importance,  and  is  to  be  understood  in  terms  of  people's 


                                                            
2 The unadjusted weighted prevalence rate of depression across all studies was found to be 30.6 percent. A more conservative 

estimate, based on 26 surveys that combined diagnostic interviews with representative samples, found the prevalence across 
the studies to be 17.3 percent.   
3 Common mental disorders are defined as depression, generalized anxiety disorder (GAD), panic disorder, social anxiety 

disorder, phobias, obsessive‐compulsive disorder (OCD), and post‐traumatic stress disorder (PTSD).  

                                                                                                                              2 
 
capabilities, that is, opportunities to do and be what they have reason to value (Sen 2000). Lack 
of mental health affects this freedom as well as the ability to lead a productive and healthy life.  
 
Despite this, there is very little research about interventions that could address the poor mental 
health among small business owners in rebuilding the economy of conflict‐affected regions. Most 
interventions for SME entrepreneurs restrict themselves to improving sales or profits at the firm 
level (which are important for growth and job creation), but tend not to look more deeply at 
questions  of  quality  of  life,  human  capital,  and  related  inter‐generational  effects  of  SME 
entrepreneurs. Towards filling some of the gaps in this area of work, the aims of this study are 
threefold:    1)  to  develop  a  research  toolkit  to  enable  rapid  and  safe  collection  of  data  from 
conflict‐affected  settings  to  inform  intervention  development;  2)  to  develop  a  feasible  and 
culturally  appropriate  psychosocial  training  intervention  to  improve  mental  health  and  well‐
being  outcomes  of  SME  entrepreneurs;  and  3)  to  evaluate  the  feasibility  and  impact  of 
implementing the intervention in this population.  
As peace has returned to the region, the 2012 World Bank‐supported Economic Revitalization of 
KPK  and  FATA  Project  (ERKF)  is  working  toward  the  rehabilitation  of  SMEs  and  the 
creation/restoration of jobs.  This support is in the form of financial cash transfers, or grants, 
provided to individuals who then use the funds to re‐establish businesses affected by conflict in 
their locality. The envisioned mental health and well‐being intervention, which aims to improve 
psychosocial and business outcomes of SME entrepreneurs, was built on the ERKF program in 
KPK.  
The key questions explored in this study are: 
       What is the incidence of mental health conditions among SME entrepreneurs in low‐
        capacity or FCV contexts? Is it a problem ‐ why focus on it?  
       Are there existing psychosocial interventions that can be leveraged to improve mental 
        health among SME entrepreneurs in FCV contexts? How can these interventions be 
        adapted to the local/ KPK context? 
       To what extent is the chosen psychosocial intervention effective in improving mental 
        health and well‐being of SME entrepreneurs in the KPK region, when combined with 
        cash grants (compared to cash grants only)?  
       To what extent does the chosen psychosocial intervention improve business outcomes?  
The first two questions are addressed through the literature review and a qualitative analysis 
conducted at the baseline. The midline evaluation of the intervention is used to answer the third 
question. As it is associated with business performance outcomes, the fourth question requires 
a  longer  period  to  be  properly  addressed.  This  paper,  therefore,  focuses  on  the  first  three 
questions, with the fourth being the subject of a longer‐term endline assessment to be completed 
18 months post‐intervention.  
This paper documents the incremental effects of a five‐week group Cognitive Behavioral Therapy 
(CBT)  based  training  intervention  ‐  over  and  above  the  effect  of  receiving  cash  grants  ‐  on 
reducing depression and anxiety, as well as improving well‐being among SME entrepreneurs in 
conflict‐affected  parts  of  Pakistan.  Entrepreneurs  in  the  treatment  group  received  the 

                                                                                                            3 
 
intervention as well as cash grants, whereas those in the control group received only cash grants. 
The study, conducted with 235 SME entrepreneurs, found that CBT leads to improvements in 
mental health outcomes in the short run. Meaningful and statistically significant improvements 
in  mental  health  were  achieved,  with  improvements  persisting  and  increasing  beyond  the 
immediate post‐intervention period. Three months after the intervention, based on analysis of 
pooled data across two follow‐up rounds (at five weeks and three months post‐intervention), 
entrepreneurs  in  the  treatment  group  experienced  statistically  significant  reduction  in  the 
intensity and prevalence of depression and anxiety symptoms (measured by the Patient Health 
Questionnaire Anxiety and Depression Scale) and higher levels of well‐being (measured by the 
WHO‐5 Well‐Being Index) compared with the control group. The effect was marked for those 
experiencing mild/moderate levels of depression and anxiety, indicating the clinical value of such 
low touch early interventions. Overall, the study demonstrates that empirical research through 
Randomized  Control  Trials  (RCTs)  can  be  conducted  in  challenging,  FCV  settings  through 
appropriate rapid training of local researchers and non‐specialist providers (NSPs) at a low cost, 
yielding scalable programmatic and policy level lessons. 
 

       2. Why Focus on the Mental Health and Well‐Being of SME Entrepreneurs? 
2.1 Global Literature Review  
It is widely recognized that SMEs are a lifeline for job creation and economic growth in developing 
countries,  including  those  affected  by  fragility,  conflict,  and  violence  (FCV).  However,  SME 
entrepreneurs deal with unusually high levels of uncertainty and experience cognitive resource 
depletion,  which  have  high  psychological  and  physical  health  costs  (Fernet  and  others  2016; 
Monsell 2003). Studies show that individuals with a leadership predisposition and independent 
work arrangements, including entrepreneurs, tend to be more vulnerable to stress, alienation, 
loneliness, emotional turmoil, and burnout (Rokach 2014; Akisal and others 2005). Given the co‐
morbidity of stress prevalence with physical and mental health conditions, the risk of rising health 
care costs due to job stress for entrepreneurs can be significant (Buttner 1992; Jamal 1997; Jamal 
and Badawi 1995; Lewin‐Epstein and Yuchtman‐Yaar 1991).  
Compared to large enterprises, SME entrepreneurs are at a greater risk for depression, anxiety, 
and other mental health conditions  (Akande 1994; Ang 1991; Boyd and Gumpert 1983; Cocker, 
Martin, Scott, Venn, and Sanderson 2013). SME entrepreneurs lacking diversified capital, stable 
sources  of  income,  or  delegation  opportunities  tend  to  suffer  from  more  stress  and  anxiety 
compared with their peers in salaried jobs or those working in larger firms. The high cognitive 
burden experienced by SME entrepreneurs can lead to weakened psychological health that can 
hinder their capacity to decide and act, thereby increasing counter‐productive work behaviors. 
This can result in lower sales turnover over the long run (Akende 1994; Dewe and Guest 1990; 
Harris and others 1999).  
 
In FCV contexts, the combination of regular business‐related entrepreneurial stressors with the 
uncertainties  in  the  external  environment  can  amplify  poorer  psychological  outcomes  and 
hamper  business  performance  (Saraf  and  others  2018).  The  high  levels  of  unpredictability, 

                                                                                                      4 
 
perceived risk, and cognitive depletion among entrepreneurs in such contexts can, in turn, lead 
to poor psycho‐emotional and psycho‐pathological outcomes (Ahmad and Salim 2009; Grant and 
Ferris 2017; Rockmore 2016; Tahir 2016).  
 
The literature points to three mechanisms by which stress can affect the business performance 
of  SME  entrepreneurs,  namely:  (i)  the  depletion  of  psychological  resources,  which  lowers 
performance by reducing their capacity to cope with work‐related stress, as well as their ability 
to  perform  complex  tasks  (Fernet  and  others  2016;  Harms  and  others  2017;  McGuire  and 
Botvinick  2010;  Meglino  1977;  Spears  2011;  Vohs  and  others  2008);    (ii)  erosion  of  their 
influencing  and  motivating  role  within  the  organization  due  to  anxiety  and  depression,  which 
leads to a negative mood contagion effect on employees, including communication barriers, an 
increase  in  conflict  and  absenteeism,  and  lower  team  performance  (Brummelhuis  and  others 
2014;  Harms  and  others  2017;  Johnson  2008;  Sy,  Côté,  and  Saavedra  2005);  and  (iii) 
counterproductive work behavior  as a result of reduced self‐regulation capacity and weakened 
cognitive  controls  (Boye  and  Jones  1997;  Tucker  and  others  2009).    All  these  result  in  lower 
productivity, which is defined as lost value for the enterprise, typically defined as being away 
from  work  (for  example,  short‐term  absenteeism),  or  not  being  fully  productive  in  meeting 
expectations while at work (defined as presenteeism) (Sears and others 2013). 
Even though there are several programs targeting SME growth and entrepreneurship policy in 
FCV  contexts,  most  of  these  do  not  focus  on  improving  the  psychological  well‐being  of 
entrepreneurs, which could be a path to improved productivity through the expansion of their 
capability to function (Sen 2000). To the best of our knowledge, almost no empirical work exists 
in the domain of understanding what would enable a sense of greater well‐being among SME 
entrepreneurs, and whether enhanced well‐being is linked to better business outcomes. These 
are some of the gaps the study aims to fill.  
 
Despite  the  strong  empirical  evidence  regarding  the  poor  mental  health  status  of  SME 
entrepreneurs,  market  failures  and  constraints  in  FCV‐affected  countries  prevent  appropriate 
support services from reaching them. These constraints are well‐acknowledged in the economic, 
public health, and anthropology literature: information asymmetries in the health system that 
collect information only from in‐coming patients, a crippling shortage of trained health providers, 
cultural norms that regard adult breadwinners (especially men) as invincible, to name a few.  
 
The training intervention was not aimed at resolving the market failures mentioned above but it 
helped to test two mechanisms that contribute to alleviating them. On the supply side, the pilot 
tested  whether  rapidly  trained  non‐specialist  providers  (NSPs)  could  help  in  executing 
psychosocial well‐being interventions effectively. On the demand side, it gathered evidence on 
the type of framing and messaging which would help navigate the cultural norms and increase 
demand  for  such  services.  These  results  would  inform  policy  decisions  on  how  to  scale 
approaches  that  were  piloted  in  addition  to  undertaking  a  systematic  reform  of  the  health 
system. These reforms are, however, outside of the scope of discussion of this paper. 
 
 

                                                                                                          5 
 
 
2.2 Rapid Needs Assessment of Stressors in Pakistan’s KPK Province 
To  seek  a  deeper  understanding  of  the  contextual  factors  and  training  needs  of  SME 
entrepreneurs working in Pakistan’s KPK areas, a needs assessment was conducted using a semi‐
structured  interview  guide  that  explored  the  nature  of  the  problems  entrepreneurs  face, 
perceived causes and their effects, as well as current practices in dealing with the impact of these 
challenges.  This  was  piloted  among  a  small  sample  of  17  SME  entrepreneurs  who  were  ERKF 
grantees (see Annex 1 for details on the rapid needs assessment sample).  
The Assessment confirmed that the chronic adversities prevailing in KPK manifest themselves in 
the form of ‘distress’ for SME entrepreneurs (for example, inability to concentrate on work, poor 
sleep  and  appetite,  low  self‐esteem,  anxiety  about  future  of  their  businesses,  etc.)  (Saraf, 
Rahman, Hamdani, Jamison, and others, 2018). Participants linked these feelings of distress to 
low  mood  and  low  energy,  impaired  quality  of  life,  poor  self‐esteem,  and  increased  conflicts 
within the household. Distress also caused feelings of negativity, hopelessness, and agitation — 
leading to suicidal thoughts in some cases. In the long‐term, these were linked with the inability 
to problem solve and innovate, low quality of work, and low return on investments. All of these, 
collectively, were impacting their sense of well‐being and their productivity.  
The Assessment also identified the potential utility of a psychological intervention program to 
improve the resilience, productivity, and personal efficacy of SME entrepreneurs. It highlighted 
the need to deliver training in the local language (Urdu), form groups based on `affinity’ (that is, 
key characteristics such as gender, education, and business type), and hold sessions in a central 
location that is accessible, acceptable, and safe for both male and female entrepreneurs. These 
provided useful guidance in the design of the intervention. More details about the rapid needs 
assessment and its findings are found in Chapter 2 of the main report (Saraf, 2019).  
BOX 1: Rapid needs assessment results: Major causes of perceived stress among SME entrepreneurs in 
                                    the KPK region of Pakistan 
Findings show unacknowledged mental well‐being issues experienced by SME entrepreneurs and their 
common causes. The following issues emerged as major causes of perceived stress:   
i. Safety and security concerns: Due to frequent violence, people report being in constant fear for their 
safety  and  the  safety  of  their  loved  ones.  Their  activities  are  strictly  monitored  through  ongoing 
surveillance by law enforcement agencies. This restricts business activities by limiting the movement of 
international business delegates in the region, as well as by impeding the promotional, sales, and capacity‐
building activities of businesses.  
 
ii. Financial difficulties: Since most businesses were either destroyed or experienced significant drops in 
sales due to the security crisis, financial difficulties were reportedly widespread. Most entrepreneurs say 
that  they  lack  the  financial  resources  to  reestablish  and  sustain  their  businesses.  As  such,  they  have 
resorted to loans, which become difficult to repay due to unfavorable economic conditions for businesses, 
including inflation (which lowers sales).  
 
iii. Lack of appropriate skills: Entrepreneurs perceive that they lack the appropriate technical and soft skills 
to run their businesses, and view such deficiencies as barriers to achieving higher productivity and product 

                                                                                                                   6 
 
quality. The low quality leads to low returns on investments, and decreased profitability and earnings for 
everyone — lowering enthusiasm in consequence.  
 
iv.  Disturbance  in  family  life:  Entrepreneurs  report  that  the  uncertainties  lead  to  distress and  frequent 
disagreements in their personal, professional, and family lives. The unstable socio‐political environment, 
financial constraints, and long working hours are perceived to disturb their work‐life balance. This, in turn, 
impairs their family and social lives, and for some, the lack of family support can make this situation worse.   
 
v. Gender‐specific issues for female entrepreneurs: Pervasive social and cultural barriers, lack of technical 
skills, limited availability of capacity building opportunities, household responsibilities, and lack of 
financial and emotional support from families were reported as additional barriers for female 
entrepreneurs.  
 
Source: World Bank Group, 2018; Saraf, Rahman, Hamdani, Jamison, and others, 2018 
 
                                  3. Psychosocial Training Interventions 
3.1 Literature on Relevant Interventions 
Behavioral economics and cognitive psychology provide a set of tested tools to address stress 
and cognitive resource depletion, including restoration of emotional well‐being in the workplace. 
One key approach found across psychological interventions is CBT. It has been commonly used 
in psychological settings, and more recently, in economic interventions with youth and adults in 
FCVs. Greater exploration of this approach in the context of mental health improvements for SME 
entrepreneurs in FCV situations is documented in the following paragraphs. 

The simple  idea behind  CBT  (Figure  1)  is  that an  individual’s unique  patterns  of  thinking 
(cognition) and feeling are significant factors in how they experience their surroundings and the 
type of actions they take (behavior), both desirable and undesirable. As these patterns have such 
a  significant  impact  on performance,  it  follows  that addressing these  patterns  —  where  they 
have become maladaptive due to mitigating circumstances — can change their experience of the 
world and hence, actions and performance (Martin 2016).  CBT workshops can help to generate 
a more positive outlook, developing resilience and improving decision‐making abilities and will‐
power. CBT tends to be short (3‐4 months) and inexpensive (US$300‐$750 per participant). It can 
include somatic interventions, such as deep breathing exercises. In some cases, CBT has been 
delivered by NSPs with positive results.   

 

 

 

 

 

                                                                                                                   7 
 
                        Figure 1: Cognitive Behavioral Therapy Framework 




                                                                                  
                    Source: Cognitive Behavioral Therapy LA (http://cogbtherapy.com/about‐cbt/) 

Traditionally,  CBT  has  been  used  in  the  context  of  mental  health  and  has  been  shown  to 
successfully reduce depression across various clinical demographic groups (Craigie and Nathan 
2009; Fava and others 2004; Kessler and others 2009; Mataix and others 2015; Mohr and others 
2005;  Spector  and  others  2014;  Rahman  and  others  2019).  Evidence  of  successful  CBT 
applications and similar psychosocial interventions is now growing to include non‐mental health 
areas  as  well.  One  of  the  most  effective  applications  of  CBT  is  the  “Becoming  a  Man”  (BAM) 
program,  which  succeeded  in  significantly  reducing  violent  crime  arrests  and  improving  both 
school engagement and graduation rates among at‐risk adolescents in Chicago. The changes can 
be attributed to slowing down the thought process of individuals to allow for “slow”, deliberative 
reflection to override “fast”, automatic decision‐making (Heller and others 2013, 2015).  

A similar study in Liberia used a CBT module designed to foster self‐regulation, patience, and a 
non‐criminal identity and lifestyle for at‐risk youth. It succeeded in dramatically decreasing crime 
and violence (especially when followed by a cash grant) (Blattman and others 2017). A study in 
the  Netherlands,  conducted  with  self‐employed  individuals,  used  two  types  of  CBT.  One  was 
delivered  by  psychotherapists  and  the  other  was  provided  by  labor  experts.  The  goal  was  to 
successfully reduce the number of sick days taken due to psychological complaints (for example, 
anxiety, depression, burnout), and improve psychological outcomes (Blonk and others 2006). 

More  recently,  a  number  of  trials  have  been  conducted  using  the  CBT‐informed  Problem 
Management Plus (PM+) module. This intervention tends to be brief, group‐based, and can be 
delivered by NSPs. One such study in rural SWAT, Pakistan, used a group‐based CBT module to 
achieve clinically significant reductions in depression and anxiety among women with common 
mental disorders (Rahman and others 2019).  

Some non‐CBT approaches have proven effective to improve business outcomes. In an action‐
regulation  training  experiment,  focusing  on  self‐regulation  and  active  behavior  in 
entrepreneurship improved personal initiative behavior and led to increases in sales (27 percent) 
and the number of employees (35 percent) (Frese and others 2016). Following a similar approach, 

                                                                                                         8 
 
a  recent  study  in  Togo  used  a  psychology‐based,  personal  initiative  training,  which  taught 
proactive mindset and focused on entrepreneurial behaviors. It led to an increase in firm profits 
by 30 percent (compared to an 11 percent increase with traditional business training) (Campos 
and others 2017). In both studies, however, there was no baseline verification to assess whether 
the participants were experiencing mental health challenges, and whether the training improved 
mental health and well‐being outcomes. 
A summary of the core themes, structure, and delivery of each curriculum is provided in Annex 
2.  However, the literature is relatively scant when it comes to rigorous impact evaluations of 
CBT‐based approaches for entrepreneurs, which represents an area of opportunity for this study.  
 

3.2 Development of PM+E (Problem Management Plus for Entrepreneurs) 
Curriculum for KPK Entrepreneurs 
Among the several available CBT curricula, the Problem Management Plus (PM+) curricula was 
chosen and adapted for this intervention for three reasons.4 First, its focus on managing stress, 
problem management, behavioral activation, and strengthening social support was found to be 
relevant to the issues faced by entrepreneurs as revealed by the rapid needs assessment. Second, 
the literature showed that it has already been tested in KPK for contextual validity, albeit for 
different clinical beneficiary groups. This ensured that the language of the standard curriculum 
was  appropriately  tested  for  this  local  context,  and  that  it  could  be  further  built  on.  Finally, 
compared to some other curricula, it could be delivered by trained NSPs. This would be a critical 
factor for implementation in conflict‐affected areas that report a crippling shortage of technical 
staff. All these factors would allow for the intervention to be implemented on time, at a low‐cost, 
and at the appropriate scale.  

Once the core PM+ curriculum was identified, the framing of the curriculum was adapted to make 
it  feasible  to  implement  among  SME  entrepreneurs  who  tend  to  be  high‐achievers  and  are 
suffering from an  unrecognized burden of mental health problems but not clinically diagnosed 
yet. The revised curriculum was called PM+E (Problem Management Plus for Entrepreneurs).5 
The  curriculum  was  contextualized  in  leadership  and  adaptive  skills  and  focused  on  self‐
improvement  for  well‐being  and  business  outcomes  rather  than  use  the  traditional  language 
found in the PM+ curriculum. Such framing helped to improve the acceptability of the training 
program among SME entrepreneurs and circumvent the cultural reservations around “mental 
health”.  For  example,  distress‐generating  scenarios  and  anonymized  real‐life  case  studies  ‐ 
pertinent to the business community ‐ were included in the curriculum with lessons on stress 
management,  problem  solving,  behavioral  activation,  strengthening  social  networks,  and  self‐
care.  In  doing  so,  rather  than  targeting  specific  treatments  for  clinical  individuals,  the 



                                                            
4 Permission obtained from WHO for use of the Urdu curriculum and its adaptation. (Source: 

https://www.who.int/mental_health/emergencies/problem_management_plus/en/) 
5 Henceforth, PM+ and PM+E will be used interchangeably throughout the report. 



                                                                                                              9 
 
intervention focused on adaptive skills for at‐risk non‐clinical populations, which increased its 
acceptability among SME entrepreneurs.  
The PM+E intervention was designed to provide the entrepreneurs with a skillset that could be 
applied  to  stressful  situations  in  their  everyday  life  and  work  to  help  them  to  negotiate  such 
challenges  in  an  adaptive  fashion.    The  core  content  of  the  5‐week  training  intervention  is 
summarized below.  
    1. Stress  management:  The  stress  management  strategy  improves  the  management  of 
        stress related to business and personal problems and helps participants to remain calm 
        during moments of stress. This includes somatic and deep breathing exercises. 
    2. Problem  solving:  This  is  a  strategy  to  apply  in  situations  where  a  participant  is 
        experiencing practical problems (for example, loss in business, conflict in the family, and 
        so on). It gives participants real‐time tools to deal with daily problems, such as breaking 
        down  a  complex  problem  into  what  is  within  their  control  and  what  is  outside,  and 
        strategies to respond to both categories.  
    3. Behavioral activation: This strategy is aimed at improving participants’ levels of activity 
        (relevant particularly where regular activity has been affected due to stressful conditions). 
        In addition, it introduces participants to an “experimental mind‐set” to encourage them 
        to break out of the vicious cycle of the problems/adversity by trying out different ways of 
        managing the challenges of everyday life.  
    4. Strengthening  support  network:  Individuals  with  distress  can  isolate  themselves  from 
        supportive people and organizations. The module focuses on strategies for strengthening 
        a participant’s social support network (for example, with trusted friends, family members, 
        co‐workers, or community organizations) that can promote well‐being.  
    5. Self‐care:  This  strategy  is  centered  around  principles  of  peace  and  calmness  that 
        participants  can  use  to  take  better  care  of  themselves  and  improve  their  physical  and 
        mental health.   
 
The  training  is  brief,  consisting  of  five  days  of  face‐to‐face  training  spread  over  five  weeks, 
followed by Whatsapp reminder messages. A ‘cascade’ model of training and supervision was 
used that involves the training of local coaches in the curriculum by master trainers. The cascade 
model  of  training  and  supervision  was  tailored  to  address  the  lack  of  specialists,  as  well  as 
mobility restrictions and security concerns of delivery agents and participants in such settings. 
More details about the training the trainer module and quality control mechanisms can be found 
in Chapter 3 of the main report (Saraf, 2019). 

                              4. Theory of Change and Key Outcomes 
It is hypothesized that the PM+E intervention would improve mental health outcomes through 
reduced intensity and prevalence of depression and anxiety symptoms. Because mental health 
and well‐being are intimately linked, concurrent improvements in well‐being are expected as the 
mental  health  of  entrepreneurs  improves.  Over  time,  this  would  lead  to  better  business 
performance, such as increased sales, reduced employee turnover, and lower absenteeism rates 
within the firm. These tangible improvements at the firm level are likely to be mediated by a 

                                                                                                          10 
 
number of potential impact pathways (or pro‐adaptive behaviors), which enable entrepreneurs 
to be more productive in the workplace. While the current literature does not provide concrete 
evidence  on  the  types  of  pro‐adaptive  behaviors  that  facilitate  improvements  in  business 
performance  of  SME  entrepreneurs  in  FCV  environments,  it  is  hypothesized  that these  would 
include  behaviors  such  as  better  social  networking,  lower  counterproductive  work  behavior, 
better work‐life balance that prevents burnout, and proactive decision‐making (see Figure 2). 
In this sense, the theory of change posits that improved individual mental health (as measured 
by a reduction in the prevalence and intensity of depression and anxiety symptoms) and, 
relatedly, improvements in well‐being, will result in improved business performance via pro‐
adaptive behaviors.  
                                      Figure 2: Theory of Change 

                                                                                  Endline (at 18 months):  
                                                                                    Longer term results 




                                                                                                                 
                                            Source: Saraf, 2019 

Since  changes  in  firm  performance  take  longer  to  manifest,  the  primary  focus  of  this  midline 
report is improvements in the intensity and prevalence of depression and anxiety symptoms. This 
was measured using the Patient Health Questionnaire‐ Anxiety and Depression Scale (PHQ‐ADS), 
where a score of 10 or above indicates prevalence of anxiety and depression (ranging from mild 
to severe). A secondary, but closely related outcome variable,  is well‐being, measured by the 
WHO  (Five)  Well‐being  Index  (WHO‐5).    In  addition  to  these  key  variables,  the  study  also 
measures additional variables at both baseline and the subsequent rounds to understand some 
current behaviors of entrepreneurs and, eventually, to shed light on the pathways through which 
improved  mental  health  and  well‐being  could  lead  to  better  business  performance.  At  this 
juncture,  business  performance  indicators  are  not  reported.  These  variables  will  be  collected 
during the endline survey. See Annex 3 for details on short‐term and long‐term business‐relevant 
outcome measures that will be used to assess the results of the interventions. 
 

                                                                                                              11 
 
 

                                 5. Sample and Experiment Design 
The 2012 World Bank Group‐supported Economic Revitalization of KP and FATA (ERKF) project 
provided a unique setting to compare individuals who received a cash grant to rebuild or establish 
businesses in the conflict‐ affected area with individuals who received both a grant and the 5‐
week PM+E training intervention. This allowed for the testing of the hypothesis that financial 
assistance coupled with the psychosocial training would be more effective than just receiving 
cash grants in reducing depression and anxiety, the most common manifestations of psychosocial 
distress.  

5.1 Sample Size Calculations 
The unit of randomization in the study was individual entrepreneurs, with an equal number of 
entrepreneurs  randomized  into  the  intervention  and  control  groups.  The  sample  size  was 
estimated using a recent study that measured changes in the occurrence of depressive symptoms 
as measured by the PHQ‐9 (as a proxy for the PHQ‐ADS, which has not been applied in similar 
contexts). The study utilized a sample of primary care (clinical) participants in the same area of 
Pakistan that showed a similar PM+ intervention had an effect size of 0.725 with a PHQ‐9 total 
score as the outcome.  An effect size which is one‐third of the precedent effect size was assumed 
because the current sample was not derived from a clinically‐referred population. Factoring this 
in, a 20 percent reduction (roughly, one‐third of 0.725) in the occurrence of psychological distress 
was considered meaningful.  

Power calculations suggested a minimum sample size of 84 participants per arm (power = 0.90; 
α = .05, 2‐sided). To account for a 25 percent attrition at the 3‐month follow‐up, a total of 235 
participants were included and randomized into intervention (n=118) and control (n=117) arms 
(Saraf, Rahman, Hamdani, Jamison, and others, 2018).   

5.2 Sample, Recruitment, and Data 
A sample of 235 SME entrepreneurs was drawn from among beneficiaries of the ERKF cash grants 
program. All participants received a cash grant of 2 million Pakistani Rupees (PKR) (approximately 
US$14,300) from ERKF for rehabilitation of their businesses. Participants were invited to join the 
training program from different locations of KPK, and were between 21 to 80 years of age. The 
majority (95 percent) of the entrepreneurs in the sample were male, which is representative of 
the ERKF beneficiary pool.  
Data were collected on psychological indicators of study participants across three rounds. All data 
were conducted via telephonic interviews. The baseline survey was conducted prior to the start 
of the intervention, the first midline survey immediately after delivery of the intervention (at the 
5‐week  mark),  and  a  follow‐up  midline  survey  3  months  after  the  intervention  via  telephonic 
interviews. An endline survey is scheduled to be completed 18 months after the intervention.  

5.3 Randomization  

                                                                                                     12 
 
Effectiveness  of  the  intervention  was  evaluated  using  an  RCT.  Following  the  baseline  survey, 
recruited participants were randomized into intervention (n=118) and control (n=117) groups by 
an independent researcher. The intervention group received cash grants plus the 5 weekly face‐
to‐face group sessions of the PM+E training intervention, while the control group received cash 
grants only.  

5.4 Descriptive Statistics at Baseline  
Majority of the participants (95 percent) were male and married (90 percent), with around 11.3 
years  of  education  on  average.  Average  household  income  was  PKR  101,291  (US$  725),  and 
average  number  of  dependents  was  10.  Fewer  than  half  of  the  entrepreneurs  (40  percent) 
received  funding  from  ERKF  during  the  first  round  of  ERKF  cash  grants  (1  year  before  the 
intervention), while the remaining received grants during the second round (6 months before the 
intervention).  The  largest  proportion  of  firms  owned  by  these  entrepreneurs  (36  percent) 
belonged to the service sector, followed by manufacturing, retailing, etc. Most firms (87 percent) 
were microenterprises (that is, having full‐time employees of ≤ 20). Overall, the sample selected 
was representative of the larger population of ERKF grantees.  
Tables  1‐3  below  show  the  demographic,  business,  and  psychological  characteristics  of 
participants across the treatment and control groups at baseline. Demographic characteristics of 
participants  across  the  treatment  and  control  groups  were  well  balanced  at  baseline. 
Psychological indicators at baseline suggest that 1 in 3 to 4 entrepreneurs were experiencing mild 
to severe symptoms of depression or anxiety at baseline (i.e. PHQ‐ADS score of 10 or higher). 
These were balanced at baseline. Participants in the treatment group appear to have marginally 
higher well‐being scores at baseline, with the difference statistically significant at the 10% level. 
                              Table 1: Demographic Characteristics of Participants  
                                                 Control                       Treatment                   t‐test 
    Variable                               N        Mean/SE               N          Mean/SE              p‐value 
    Male                                  117          95.7%             118            94.1%              0.566 
                                                      [0.019]                         [0.022]                  
    Age (years)                           116           42.9             118             42.2              0.604 
                                                      [0.987]                         [0.992]                  
    Married                               117          90.6%             118            88.1%              0.542 
                                                      [0.027]                          [0.030]                 
    Education (years)                     117           11.6             117             11.0              0.298 
                                                      [0.329]                         [0.418]                   
    No. of dependents                    109            10.5             113              9.5               0.372 
                                                      [0.642]                         [0.882]                   
    Household income (PKR)               101         109,485             102           93,176               0.312 
                                                     [12,880]                          [9712]                   
    ERKF Round 1                          117           41%              118            38.1%             0.6522 
                                                      [0.046]                          [0.045]                
     Note: Standard errors in brackets. The values displayed for the t‐tests are the p‐values of difference across the 
               groups. ***, **, and * indicate significance at the 1, 5, and 10 percent levels, respectively. 
                                     Source: Saraf, 2019; World Bank Group, 2018 


                                                                                                                      13 
 
     
                                                  Table 2: Business Characteristics of Participants  
                        Variable        Categories                      Control    Intervention     X2      p‐value 
                                                                           (%)          (%) 
                    Business                    Manufacturing            33.3%        31.4%        4.911    0.427 
                    sectors                     Retailing                13.7%        17.0%                     
                                                Services                 12.9%        17.8%                     
                                                Wholesale                 5.1%         6.8%                     
                                                Other                    35.0%        27.1% 
                                                                                           
                                                                                                                
                    Size                        Micro (0‐20)             86%           88%         1.131    0.770 
                                                Small (21‐50)            7.6%         7.7%                      
                                                Medium (50+)              5%           4%                       
    Note: The value displayed for the t‐tests are the p‐values of difference across the groups. ***, **, and * indicate 
                               significance at the 1, 5, and 10 percent levels, respectively 
                                      Source: Saraf, 2019; World Bank Group, 2018 
                                                                        
                                             Table 3: Psychological Characteristics of Participants  
                                                                      Control                      Treatment           t‐test 
    Variable                                                      N          Mean/SE            N        Mean/SE       p‐value 
    PHQ‐ADS score                                                117            7.215          118         6.678       0.639 
                                                                               [0.816]                   [0.769] 
    PHQ‐ADS prevalence                                           117            29.9%          118        22.0%        0.170 
                                                                               [0.043]                   [0.038]        
    Transformed WHO‐5 score                                      116           77.931          117        82.393       0.096* 
                                                                               [1.984]                   [1.786]        
         Note: The value displayed for t‐tests are the p‐values of difference across the groups. Standard errors in 
                 brackets. ***, **, and * indicate significance at 1, 5, and 10 percent levels respectively. 
                                      Source: Saraf, 2019; World Bank Group, 2018 
                                                               
5.5 Intervention Implementation, Take‐up, and Attendance Rates 
A total of 118 participants received the intervention in 12 groups at 9 locations. Training was 
organized in the form of `affinity groups` based on the gender and location of the participating 
entrepreneurs based on inputs from the rapid needs assessment. Fourteen trainers participated 
in the  training of trainers, and each group (with 10 participants on average) was led by one of 
these trainers and a co‐facilitator. The five interactive sessions were, on average, approximately 
three hours each.  

Overall,  workshop  attendance  exceeded  the  usual  rates  seen  in  FCV  contexts.6  However, 
attendance was lower than the assumed 75 percent, with 63.5 percent of the 118 participants 
                                                            
6 Typically, due to implementation challenges, attendance rates are rarely above 50 percent for interventions carried out in 

emergency areas.  

                                                                                                                                  14 
 
attending 3 or more sessions. The median number of workshops attended was 3 (mean 2.6; SD 
1.8), which is considered to be the critical number of sessions for PM+ training consideration. 
While attrition was higher than expected due to a religious festival and security episodes, there 
was  no  significant  difference  in  the  attrition  rates  between  treatment  and  control  group 
participants (see Annexes 4 and 5 for details of the full flow of participants from invitation to 
recruitment to allocation and data collection and analysis of attrition).  

5.6 Empirical Specification 
The causal impact of the intervention on primary outcome indicators was estimated separately 
across the two time periods, that is, immediately after the intervention at 5 weeks, and then 3 
months after the intervention. The ‘Intent to Treat’(ITT)7 effect on outcomes, Y, was estimated 
using an analysis of covariance (ANCOVA) specification to maximize power. Logistic regressions 
were used for binary outcomes. The estimation specification took the following form:  
              (i)            YiE = αi + β1Treatmenti + Xiλ + δYiB + εi, 
where Treatment indicates random assignment to the treatment arm. YiB is the baseline value of 
the outcome indicator Y.  Baseline characteristics, X, are also controlled for, including age, ERKF 
funding round, and level of education.  
To  maximize  the  small  sample  size,  impact  was  also  estimated  using  the  following  pooled 
specification using panel data:  
              (ii)           YiE = αi + β1Treatmenti*Roundi + Xiλ + δYiB + εi, 
Where, Treatment*Round indicates random assignment to the treatment arm in Rounds 2 and 
3. As before, baseline characteristics, X, include age, ERKF funding round, and level of education, 
and YiB is the baseline value of the outcome indicator Y.  
Once again, logistic regressions were used for binary outcomes. Pooled regressions with standard 
errors clustered at the individual level are also estimated.  

                                                               6. Results 
This section summarizes the effect of the intervention on the primary (depression and anxiety 
symptoms)  and  secondary  (well‐being)  outcomes  at  the  midline  time  points.  Business 
performance improvements, which are expected to take longer than 3 months to manifest, will 
be measured and analyzed following the endline survey. All results are analyzed by individual 
round (at the 5‐week mark, immediately post‐intervention, and at the 3‐month mark) as well as 
by  pooling  data  across  both  rounds.  Results  are  captured  at  the  outcome  level  for  PHQ‐ADS 
scores and prevalence (using odd‐ratio). More details and direct accounts of beneficiary feedback 
can be found in Chapter 8 of the main report (Saraf, 2019). 


                                                            
7 Intention to Treat (ITT) analysis includes every subject who is randomized according to the randomized treatment assignment. 

This means that once all the participants are randomized into intervention and control groups, all the participants are included 
in the analysis regardless of if they complete the end‐point or not (Gupta 2011).  

                                                                                                                              15 
 
6.1 Depression and Anxiety (PHQ‐ADS)  
6.1.1 PHQ‐ADS Score (Intensity) 
The Patient Health Questionnaire‐ Anxiety and Depression Scale (PHQ‐ADS) 8 is a measure where 
a score of 10 or above indicates prevalence and levels of anxiety and depression. Lower PHQ‐ADS 
scores, therefore, indicate lower intensity of experiencing symptoms of anxiety and depression. 
Intent‐to‐treat  (ITT)  estimates  show  that  entrepreneurs  in  the  treatment  arm  have  PHQ‐ADS 
scores 0.74 lower than the scores of SME entrepreneurs in the control group at the 5‐weeks (from 
a  baseline  average  of  6.94).  At  the  3‐month  mark,  the  PHQ‐ADS  score  for  the  treatment  arm 
entrepreneurs goes down even more‐ by 1.36‐ relative to the control group. This suggests that 
intensity  or  level  of  depression  and  anxiety  reduced  for  entrepreneurs  in  the  treatment  arm 
compared  to  the  control  arm,  and  the  results  improved  over  time.  The  3‐month  results  are 
statistically  significant  at  the  10%  level  (p=0.087).  Table  4  reports  the  Intention  to  Treat  (ITT) 
estimates of the effect of the intervention on PHQ‐ADS scores. 
This  also  holds  true  when  results  are  pooled  across  both  rounds.  On  average,  those  in  the 
treatment group experience a 1.07 reduction in PHQ‐ADS score relative to the control group. The 
effect is statistically significant at the 10% level (p=0.057). When standard errors are clustered, 
results are not statistically significant. 
                                                 Table 4. Impact of Treatment on PHQ‐ADS Score  
                                                               (1)            (2)                     (3)              (4) 
                                                                   ANCOVA                                  Pooled 
                                                         5 weeks         3 months                 Pooled        Clustered SEs 
                                                       PHQ‐ADS score  PHQ‐ADS score            PHQ‐ADS score  PHQ‐ADS score 
                                                                                                                         
              Treatment                                   ‐0.736           ‐1.358*                ‐1.070*            ‐1.070 
                                                          (0.801)           (0.788)               (0.560)           (0.672) 
              Baseline score                             0.434***        0. 429***               0.432***          0.432*** 
                                                         (0.0460)          (0.0457)              (0.0323)          (0.0591) 
              Round‐ ERKF                                  1.249            ‐0.714                 0.309             0.309 
                                                          (0.826)           (0.830)               (0.583)           (0.635) 
              Age                                        ‐0.00995          ‐0.0197                ‐0.0153           ‐0.0153 
                                                         (0.0383)          (0.0374)              (0.0267)          (0.0308) 
              Education                                   0.0326           0.00303                 0.0164           0.0164 
                                                         (0.0991)          (0.0984)              (0.0696)          (0.0858) 
              Constant                                     1.604             3.149                 2.430             2.430 
                                                          (2.178)           (2.164)               (1.530)           (1.967) 
                         
              Observations                                     206                200                 406           406 
                                                               Note: Standard errors in parenthesis. 
                                                            
8 PHQ‐ADS is a measure where a score of 10 or above indicates prevalence and levels of anxiety and depression. It is a 

composite measure of PHQ‐9 (depression) and GAD‐7 (anxiety). The PHQ‐9 measures whether a person had difficulty in 
sleeping, felt hopeless/down, felt tired, had trouble falling asleep, had poor appetite, felt bad about him/herself, had difficulty 
concentrating, had been slow or restless, and had suicidal thoughts. The GAD‐7 measures whether a person felt nervous or 
anxious, could stop worrying, worried too much, had trouble relaxing, was very restless, became easily irritable, and felt afraid 
about bad things happening. 

                                                                                                                                  16 
 
              Column 4 shows results of pooled regression with standard errors clustered at the individual level 
                                              *** p<0.01, ** p<0.05, * p<0.1 
                                       Source: Saraf, 2019; World Bank Group, 2018 

                                Figure 3. Changes in Scores of Depression and Anxiety Symptoms
                                                                          a. PHQ‐ADS Score
                                                     8
                                                     6
                                                     4
                                                     2
                                                     0
                                                               Baseline          5 weeks         3 months

                                                                           Control         Treatment
                                                                                                               
                                                          Source: Saraf, 2019; World Bank Group, 2018 

                                                                                                                                 

6.1.2 PHQ‐ADS Odds‐Ratio (Prevalence) 
Prevalence  of  depression  and  anxiety  symptoms  in  the  study  population  is  measured  by  the 
proportion of respondents with PHQ‐ADS scores greater than or equal to 10, which is indicative 
of whether someone is experiencing these symptoms for more than 3 days during the previous 
2  weeks.  The  prevalence  of  depression  and  anxiety  symptoms  was  balanced  between  the 
treatment  and  control  groups  at  baseline.  Impact  on  prevalence  is  expressed  in  odds‐ratios, 
which  indicates  the  odds  of  an  outcome  occurring  given  a  particular  exposure  (in  this  case, 
conditional on being in the treatment group), compared to the odds of the outcome occurring in 
the absence of that exposure (in this case, being in the control group). 
Improvements are reflected in the lowered odds ratio of prevalence of depression and anxiety 
symptoms. Intention to Treat (ITT) estimates (see Table 5 below) show dramatically lower odds 
of individuals in the treatment group experiencing depressive symptoms relative to those in the 
control  group  at  both  the  5‐week  and  3‐month  post‐intervention  marks.9  Compared  to  SME 
entrepreneurs in the control group, those in the treatment group have 0.65 times the odds of 
experiencing depression and anxiety symptoms at 5 weeks, immediately after the intervention 
(Column 1).  The effect is larger at 3 months post intervention, with those in the treatment group 
having 0.46 times the odds of experiencing depression and anxiety symptoms compared to those 
in the control group (Column 2).  



                                                            
9 The results show the odds of an outcome occurring given a particular exposure (in this case, conditional on being in the 

treatment group), compared to the odds of the outcome occurring in the absence of that exposure (in this case, being in the 
control group). An odds ratio of 1 means that a person will have the same odds of experiencing depression and anxiety 
symptoms irrespective of whether he/she belongs to the treatment or control group. By contrast, an odds ratio of x/y means 
that the odds of a person in the treatment group experiencing such symptoms is x/y times that of the odds of a person 
experiencing such symptoms in the control group. 

                                                                                                                              17 
 
This suggests that entrepreneurs in the treatment group are substantially less likely (half as likely) 
to experience depression and anxiety symptoms compared to those in the control group, and 
that the effects improve over time. In absolute levels of prevalence, this means that one‐third 
more entrepreneurs in the treatment group experienced improved quality of life as a result of 
their  improved  mental  health  status  compared  to  entrepreneurs  in  the  control  group.  Even 
though the effects are substantial in size, they are not statistically significant in both the 5‐week 
and the 3‐month mark, likely due to the small sample size and higher than expected levels of 
attrition. 
The results are confirmed by using the alternative approach of the pooled regression10 (Columns 
3 and 4). Consistent with the earlier impact estimates, SME entrepreneurs in the treatment group 
have 0.56 times the odds of experiencing depression and anxiety symptoms compared to those 
in the control group. The effect is statistically significant at the 10% level (p=0.054) and remains 
statistically  significant  at  the  10%  level  (p=  0.097)  when  standard  errors  are  clustered  at  the 
individual level.  
                                                     Table 5. Impact of Treatment on Prevalence  
                                                                (1)               (2)           (3)               (4) 
                                                                       ANCOVA                          Pooled 
                                                             5 weeks          3 months        Pooled        Clustered SEs 
                                                           PHQ‐ADS prev.  PHQ‐ADS prev.    PHQ‐ADS prev.  PHQ‐ADS prev. 
                                                                                                                     
         Treatment                                             0.649             0.459        0.563*            0.563* 
                                                              (0.252)           (0.219)       (0.168)           (0.195) 
         Baseline prev.                                      4.684***         11.04***       6.503***          6.503*** 
                                                              (1.848)           (5.301)       (1.931)           (2.215) 
         Round‐ ERKF                                           1.484             0.684         1.120             1.120 
                                                              (0.584)           (0.345)       (0.341)           (0.385) 
         Age                                                   1.004             1.001         1.002             1.002 
                                                             (0.0186)          (0.0227)      (0.0143)          (0.0162) 
         Education                                             0.972             1.009         0.983             0.983 
                                                             (0.0459)          (0.0610)      (0.0364)          (0.0413) 
         0.127***0.127**Constant                               0.155           0.0759*       0.127***          0.127*** 
                                                              (0.158)          (0.0986)       (0.101)           (0.120) 
                      
         Observations                        206                 200                406                 406 
                                           Note: Standard errors in parenthesis.  
              Column 4 shows results of pooled regression with standard errors clustered at the individual level 
                                              *** p<0.01, ** p<0.05, * p<0.1 
                                       Source: Saraf, 2019; World Bank Group, 2018 

Figure 4 below show prevalence trends across the three rounds for all participants.   
 

                                                            
10 The pooled sample comprises of all respondents from both follow‐up panels (i.e. 5 weeks and 3 months). Table 5, Column 3 

shows the result of the pooled logistic regression, and Column 4 shows the same result after clustering standard errors at the 
individual level.   

                                                                                                                              18 
 
                 Figure 4. Changes in Prevalence of Depression and Anxiety Symptoms 

                                                     a. Prevalence
                                30

                                20

                                10

                                0
                                         Baseline             5 weeks         3 months

                                                    Control             Treatment
                                                                                           
                                     Source: Saraf, 2019; World Bank Group, 2018 

  Looking at the movement of individuals across the four categories of severity measured by the 
  PHQ‐ADS (none, mild, moderate, and severe) provides a clearer picture of how these changes 
  affect individual entrepreneurs at various points along the depression‐anxiety spectrum.  Table 
  6 (Columns 1‐2) shows the changes across the severity categories between the treatment and 
  the control group participants. This analysis suggests that the  treatment was most effective at 
  improving outcomes for those at the margins or onset of depression and anxiety (that is, those in 
  the “mild” category), as well as those experiencing moderate levels of depression and anxiety, the 
  latter especially at the 5‐week mark. This becomes clearer when data is restricted to only those 
  entrepreneurs  who  were  interviewed  at  all  3  rounds  (columns  3  and  4).  The  proportion  of 
  treatment group entrepreneurs in the mild and moderate categories go from 19.3% at baseline 
  to 8.2% at the 3 months mark, which is a substantial reduction. While reduction is also observed 
  in the control group (from 24.2% to 17.6%), the percentage reduction is much smaller.  
                 Table 6. Changes in Depression and Anxiety Category across 3 Rounds 
                                                                All                             Restricted sample*  
  Time‐     Categories                       Treatment                   Control         Treatment             Control 
  points                                       Group                      Group            Group               Group  
                                                 (1)                       (2)               (3)                 (4) 
Baseline                                       N, f (%)                  N, f (%)          N, f (%)            N, f (%) 
            None (0‐9)                        92(78.0)                   82(70.1)         76(77.6)            66(72.5) 
            Mild (10‐19)                      15(12.7)                   24(20.5)         12(12.2)            15(16.5) 
            Moderate (20‐29)                   8(6.6)                     8(6.8)           7(7.1)               7(7.7) 
            Severe (30‐48)                     3(2.5)                     3(2.6)           3(3.1)               3(3.3) 
5 weeks                                                                                                             
            None (0‐4)                        90 (85.7)                  80(77.7)         86(87.8)            72(79.1) 
            Mild (5‐9)                        12(11.4)                   16(15.5)         10(10.2)            12(13.2) 
            Moderate (10‐14)                   1(1.0)                     7(6.8)           0 (0.0)              7(7.7) 
            Severe (15‐19)                     2(1.9)                      0(0)            2(2.0)               0(0.0) 
3 months                                                                                                            
            None (0‐4)                         92(90.2)                  81(81.0)         88(89.8)            73(80.2) 
            Mild (5‐9)                          5(4.9)                   13(13.0)          5(5.1)             12(13.2) 
            Moderate (10‐14)                    3(2.9)                    4(4.0)           3(3.1)              4(4.4) 
            Severe (15‐19)                      2(2.0)                    2(2.0)           2(2.0)              2(2.2) 

                                                                                                                      19 
   
    Note: * A total of 189 participants (98 in the treatment group and 91 in the control group were interviewed in all 3 rounds). 
                                        Source: Saraf, 2019; World Bank Group, 2018 
                                                               
This  intra‐category  analysis  seems  to  suggest  that  low‐touch  psychosocial  intervention  for 
entrepreneurs in FCV contexts might be most effective in cases of mild to moderate depression 
that may risk becoming chronic and severe distress in future.  Such a diagnostic and preventative 
approach could result in significant health care cost savings, as well as improvements in business 
productivity. 

6.2 Well‐Being 
At the baseline, personal well‐being was high (with average WHO‐5 score of 80). Despite this 
strong  starting  point,  there  were  substantial  improvements  observed  in  well‐being  of  SME 
entrepreneurs in the treatment group, especially 3 months after the intervention.  Table 7 shows 
the  ITT  estimates  of  treatment  effect  on  the  WHO‐5  score  at  5  weeks  and  3  months  post 
intervention, as well as results of analysis using pooled data. At the 3‐month mark, WHO‐5 score 
among  entrepreneurs  in  the  treatment  group  is  4.73  higher  on  average  compared  to  their 
counterparts in the control group (Column 2). The difference between the scores is statistically 
significant  at  the  10  percent  level  (p=0.074).  Using  pooled  regressions,  WHO‐5  scores  of 
entrepreneurs  in  the  treatment  group  in  2.7  higher  on  average,  though  the  effect  is  not 
statistically significant. 
 
                                      Table 7. Effect of Treatment on Well‐Being   
                                              (1)                   (2)                 (3)                  (4) 
                                                      ANCOVA                            Pooled 
                                           5 weeks           3 months          Pooled       Clustered SEs 
                                                                               WHO‐5 
                                   WHO‐5 score          WHO‐5 score             score       WHO‐5 score 
                                                                                                     
          Treatment                     0.751               4.732*              2.710            2.710 
                                       (2.147)              (2.637)            (1.698)          (1.958) 
          Baseline score              0.442***             0.338***         0.392***          0.392*** 
                                       (0.056)              (0.067)           (0.0436)         (0.0580) 
          Round‐ ERKF                   0.105                3.669              1.924            1.924 
                                       (2.197)              (2.742)            (1.750)          (1.845) 
          Age                           0.134               ‐0.135           ‐0.00123         ‐0.00123 
                                       (0.103)              (0.125)           (0.0810)         (0.0926) 
          Education                  ‐0.735***              ‐0.207           ‐0.480**         ‐0.480** 
                                       (0.265)              (0.327)            (0.210)          (0.212) 
          Constant                    50.73***             60.76***         55.73***          55.73***
                                       (6.711)              (8.144)            (5.280)          (6.675) 
                                                                                                     
          Observations                   205                  199                404              404
                                         Note: Standard errors in parenthesis. 
           Column 4 shows results of pooled regression with standard errors clustered at the individual level 
                                              *** p<0.01, ** p<0.05, * p<0.1 
                                    Source: Saraf, 2019; World Bank Group, 2018 

                                                                                                                                 20 
 
Figure  5  illustrates  the  improved  trend  in  well‐being  observed  among  the  treatment  group 
participants  relative  to  the  control  group  participants.  At  the  5‐week  mark,  positive  trend  is 
observed in the WHO‐5 scores across both groups. At 3 months, the positive and increasing trend 
in  personal  well‐being  is  maintained  in  the  treatment  group,  whereas  the  control  group 
experiences a decline. Entrepreneurs in the treatment group, therefore, experience improved 
well‐being (that is, they are in good spirits, relaxed, engaged, and so on more often) as a result 
of going through the training program‐ months after the secession of the intervention.  
 
 
 
 
 
 
            Figure 5. Psychological Indicators Across the Treatment and Control Groups 

                                            Average WHO‐5 scores
                                100

                                90

                                80

                                70

                                60

                                50
                                       Baseline          5 weeks        3 months

                                                  Treatment        Control
                                                                                     
                                  Source: Saraf, 2019; World Bank Group, 2018 

                                                          

6.3 Discussion 
Our results suggest that although cash transfers (with an average size of US$14,300) may improve 
mental health by perhaps addressing financial constraints and related stress, combining it with a 
low‐cost  PM+E  intervention  (at  a  cost  of  US$300/trainee)  can  further  improve  mental  health 
(both  prevalence  and  intensity  of  depression  and  anxiety)  as  well  as  well‐being  among  SME 
entrepreneurs  in  FCV  contexts.  The  odds  of  experiencing  depression  and  anxiety  for 
entrepreneurs in the treatment arm is substantially lower (0.46x) compared to the control group.  
Across  all  outcome  indicators,  impact  is  larger  3  months  after  the  intervention,  compared  to 
immediately  after  at  5  weeks.  This  suggests  that  benefits  of  a  CBT‐based  training  curriculum, 

                                                                                                        21 
 
which  focuses  on  changing  mindsets  (that  is,  developing  positive  outlook  and  resilience,  and 
improving  decision‐making  abilities),  may  be  incremental  over  time.  It  also  implies  that  the 
impact  of  psychosocial  interventions,  in  general,  on  mental  health  and well‐being may  take  a 
while to manifest, and impact evaluations need to factor that in.  
Since this is one of the first studies looking at the impact of such an intervention on a non‐clinical 
population,  a  proper  benchmark  for  comparison  does  not  yet  exist.  For  instance,  it  was  not 
possible to  answer how a reduced odds ratio  of 0.46  of encountering depression and anxiety 
compares  to  other  interventions  for  entrepreneurs.  However,  consultations  with  clinical 
psychologists  in  Pakistan  and  at  the  University  of  Liverpool  who  have  conducted  PM+  RCTs 
suggest  that  a  reduction  of  this  magnitude  in  the  prevalence  and  intensity  of  depression  and 
anxiety symptoms is meaningful for a non‐clinical population such as entrepreneurs. That the 
PM+E curriculum was able to move people across categories of depression and anxiety is also a 
test of clinical meaningfulness. 
Given the challenging implementation environment, attrition levels were higher than anticipated 
which reduced the power to detect statistically significant impact with greater confidence. At the 
same time, with the existing sample size, the results show (clinically) meaningful and directionally 
expected results. Three months after the intervention, based on analysis of pooled data across 
two follow‐up rounds, entrepreneurs in the treatment group experienced statistically significant 
reduction in the intensity and prevalence of depression and anxiety symptoms and higher levels 
of well‐being compared with the control group. This implies that with a larger sample in future 
studies, these effects could be determined with greater confidence. 

                                                               7. Conclusion 
The  project  demonstrates  that  empirical  research,  including  RCTs,  can  be  conducted  in 
challenging, FCV settings through appropriate rapid training of local researchers and NSPs. The 
ERKF  project  provided  a  unique  setting  for  researchers  to  test  the  hypothesis  that  financial 
assistance,  coupled  with  the  5‐week  PM+E  training  intervention,  can  be  more  effective  at 
reducing  psychological  stressors  of  SME  entrepreneurs  in  FCV  contexts,  such  as  symptoms  of 
depression and anxiety — the most common manifestations of psychosocial distress.  
The results of this study are encouraging for a few reasons. 
First,  it  confirms  that  even  non‐clinical  populations  suffer  from  clinically  significant  levels  of 
mental health issues such as depression and anxiety. The baseline data indicates that 1 of every 
3 to 4 SME entrepreneurs in KPK experiences symptoms of depression and anxiety. This is new 
data and provides a sense of the gravity of the situation. It would help to make a case for mental 
health services to be made available for not only clinical populations, but also for populations at‐
risk,  as  per  the  Lancet  Commission  recommendations.11  As  such,  it  can  also  help  to  prevent 
burgeoning healthcare costs in the future, ensuring a decent quality of life for all. 


                                                            
11
   According to the Lancet Commission report on Global Mental Health (2018), policy makers and practitioners need to 
“broaden the global mental health agenda from a focus on reducing the treatment gap for people affected by mental disorders 
to the improvement of mental health for whole populations.” 

                                                                                                                         22 
 
Second,  meaningful  improvements  in  mental  health  were  achieved,  with  improvements 
persisting,  and  indeed  increasing,  beyond  the  immediate  post‐intervention  period.  The 
intervention leads to reduced odds of experiencing symptoms of depression and anxiety (0.46 
times the odds compared to the control group), and results in a statistically significant decline in 
the PHQ‐ADS score of treatment group entrepreneurs compared to the control group when data 
is pooled across both rounds. Essentially, this reduces the prevalence rate in the treatment group 
by more than half. On intensity of occurrence, beneficiaries in the treatment group experienced 
statistically significant improvements compared to the control group, using pooled data. 
Third, given the limited evidence base on the impact of psychosocial interventions on mental 
health  for  SME  entrepreneurs,  this  study  serves  as  a  positive  example  of  the  feasibility  of 
implementing such interventions in post‐conflict and violence‐affected contexts. The tool that 
was developed using existing literature and a rigorous mixed‐methods approach can be applied 
to such environments to collect high quality information. 
Finally,  the  intervention  was  delivered  by  NSPs,  circumventing  the  need  for  scarce  specialist 
resources. The cascade model of training and supervision can serve to train NSPs in other FCV‐
affected areas, not only for entrepreneurs but also for other beneficiary groups. The curriculum 
can  be  adapted  to  adult  income‐earner  populations,  as  well  as  those  affected  by  forced 
displacement. For example, teachers who are in the stressful and critical job of instructing in FCV 
contexts might benefit from such CBT‐based training. 
The  intervention  also  revealed  several  limitations  and  constraints  of  implementing  such 
programs  and  evaluations  in  challenging  environments.  The  geographical  spread  and  conflict 
persistence had an impact on attendance and attrition rates. Although the average attendance 
rate was above 60 percent, which is considered quite good for FCV contexts, it was lower than 
the  75  percent  attrition  anticipated  by  the  team.  These  limitations  in  sample  size  most  likely 
affected the ability to detect significant effects of the intervention on outcome variables such as 
prevalence, which only shows statistically significant effect when data is pooled across the two 
rounds, despite having large effect sizes using ANCOVA. This attendance and attrition rates could 
be improved in the future by focusing the training on specific groups of entrepreneurs. From this 
work, it appears that low‐income entrepreneurs (as opposed to high income entrepreneurs) tend 
to attend diligently, probably because they lack substitute networks and resources to otherwise 
access  such  trainings.  Larger  sample  size  (calculated  circa  630+)  would  allow  to  stratify 
randomization along critical characteristics in future studies. 
Overall,  the  findings  from  this  study  introduce  a  novel  and  scalable  method  of  implementing 
useful psychosocial training and conducting research in a challenging real‐life setting. Positive 
trend in the results is promising and clinically important, and could be further built upon in larger 
studies in the future. 
 




                                                                                                         23 
 
ANNEX 1. Rapid Needs Assessment Sample 
Further details on the study sample 

The sample of in‐depth interviews (IDIs) for the Rapid 
Needs Assessment included SME entrepreneurs who 
were ERKF grantees. The ERKF employs the following 
selection  criteria  for  its  grantees:  the  SME 
entrepreneur is a citizen of Pakistan doing business in 
KPK  or  FATA,  and  employs  a  minimum  of  3  and  a 
maximum  of  100  persons.  The  SME  was  doing 
business before the 2009‐10 humanitarian crisis and 
his or her business was affected by the crisis. The SME 
is  located  in  target  sectors  and  locations  supported 
by the project. The grants are used as working capital 
for  reconstruction  of  basic  infrastructure,  and/or 
acquiring/repairing machinery and equipment. Over 
90 percent of the recipients are male. 
A sub‐sample representative of ERKF grantees was 
selected. Utilizing a list of 34 SME entrepreneurs 
shared by the ERKF, 26 SME entrepreneurs from KPK 
and FATA were selected to participate in the IDIs. Of 
the 26 participants, 17 participants were 
interviewed (13 from Peshawar and 4 from Swat). 
Two participants could not be contacted using the available        Image 1: Rapid Assessment Study Sites 
contact details, and 7 participants could not be interviewed 
                                                                   Source: World Bank Group, 2018 
due to their unavailability and/or unwillingness to participate 
in the study (Figure 6). 
 
 
 
 
 
 
 
 
 


                                                                                                     24 
 
    Figure 6: Participants Flow 




    Source: World Bank Group, 2018 

                                       




                                          25 
 
ANNEX 2. Common Psychological Intervention Curricula 
                        Table 8. Comparison of Common Psychological Intervention Curricula  
Intervention           Standards Themes                                      Structure and Delivery 
Cognitive Behavior     1. Recognizing automatic thoughts                     Group or individual; repeated long‐term 
Therapy (CBT)              (understanding and identifying thoughts/          session (3‐4 months), also utilizing feedback 
                           beliefs and subsequent reactions; thinking        and homework; delivered in‐person, in groups, 
                           report)                                           over the phone, internet, videos, and so on; 
                       2. Thinking of new ways to respond (slowing           mostly delivered by trained facilitators with 
                           down automatic thought, alternative               varying levels of expertise. 
                           responses, responding to conflict, rational 
                           self‐analysis).  
                       3. Social mobilization (community connections, 
                           how actions affect others, decision‐making 
                           scenarios) 
                       (CBT 2.0 Curriculum, Ideas42 and Crime Lab) 
Mindfulness‐based      1. Awareness and automatic pilot                      Eight weekly group sessions of approximately 2 
cognitive therapy      2. Living in our heads                                hours each, plus a 6‐hour practice session; 
(MBCT)                 3. Gathering the scattered mind                       individual daily homework in between sessions; 
                       4. Recognizing aversion                               can be delivered online or through trained 
                       5. Allowing/letting be                                facilitators. 
                       6. Thoughts are not facts 
                       7. Taking care of self 
                       8. Maintaining and extending new learning 
                       (Segal, Williams and Teasdale 2013) 
Rational Emotive       1. Activating event                                   Adaptable: individuals, couples, families or 
Behavior Therapy       2. Beliefs (rational and irrational)                  groups; facilitated by trained therapists; a 
(REBT)                 3. Consequences                                       higher number of sessions is better. 
                       4. Disputing irrational thoughts/feelings 
                       5. Effective adaptation 
                       (David and others 2005) 
Problem                1. Managing stress                                    Five weekly group of individual sessions of 90 
Management Plus        2. Managing problems                                  minutes and 3 hours each, respectively; can be 
(PM+)                  3. Get going, keep doing                              adapted for groups; delivered by trained, lay‐
                       4. Strengthening social support                       persons, that is, non‐mental health specialists. 
                       #All based on CBT core principles 
                       (WHO 2016) 
Personal Initiative    1. Self‐starting behavior                             Twelve half‐day group sessions across four 
Training (PIT)         2. Innovation, identification and exploitation of     weeks; 36 hours of instruction; group and 
                           opportunities                                     individual components; individual component 
                       3. Goal‐setting                                       includes in‐person mentoring for four months; 
                       4. Access to finance                                  and three‐hour long business visits by trainers.    
                       5. Planning 
                       6. Feedback 
                       7. Overcoming obstacles 
                       8. Individual project 
                       (Campos and others 2018) 
                                        Source: Adapted from Saraf and others (2018)                                     

                                                                                                                  26 
           
ANNEX 3. Outcome Measures 
Primary Indicators 
Depression and anxiety: The primary outcomes are the prevalence and intensity of depression 
and anxiety symptoms, as measured using the Patient Health Questionnaire Anxiety‐Depression 
Scale (PHQ‐ADS), which combines the 9‐item Patient Health Questionnaire (PHQ‐9) and the 7‐
item Generalized Anxiety Disorder (GAD‐7) scales (Kroenke and others 2016; Chilcot and others 
2018).  The  PHQ‐9  incorporates  Diagnostic  and  Statistical  Manual  of  Mental  Disorders  (DSM)‐
Version IV depression diagnostic criteria with other major depressive symptoms (Kroenke and 
others 2001). Participants rate their responses on a 4‐point Likert scale ranging from ‘not at all’ 
to ‘nearly every day’ (0‐3), with the score ranging from 0 to 27. It measures whether a person 
had  difficulty  in  sleeping,  felt  hopeless/down,  felt  tired,  had  trouble  falling  asleep,  had  poor 
appetite, felt bad about him/herself, had difficulty concentrating, had been slow or restless, and 
had  suicidal  thoughts.  The  GAD‐7  is  based  on  the  DSM  IV  diagnostic  criteria  for  generalized 
anxiety disorder and has 7 items (Spitzer and others 2006). As with the PHQ‐9, each item is scored 
on a 4‐point Likert scale ranging from ‘not at all’ to ‘nearly every day’ (0‐3), with the score ranging 
from 0 to 21. The GAD‐7 measures whether a person has not been able to control worrying, has 
trouble relaxing, feels nervous and on the edge, is easily irritable, feels afraid that something 
terrible might happen, etc. The PHQ‐ADS score is calculated as the sum of the PHQ‐9 and GAD‐7, 
with  the  total  score  ranging  from  0  to  48.  Higher  scores  indicate  higher  intensity.  The  cutoff 
scores of 10, 20, and 30 indicate mild, moderate, and severe levels of depression and anxiety, 
respectively. 
The Cronbach’s Alpha scores of PHQ‐9 and GAD‐7 scores show strong internal consistency, with 
scores above 0.8 across all three rounds (see Table 9). The overall PHQ‐9 and GAD‐7 scores also 
appear to be highly correlated. 
                                   Table 9. Reliability of PHQ‐ADS score 
                                          Cronbach’s Alpha*            Correlation 
                       Baseline                0.8449                    0.7402 
                       5 weeks                 0.8232                    0.7009 
                       3 months                0.8348                    0.7184 
                                              Source: Saraf, 2019 

Secondary Indicator 
Well‐being:  This was measured using the WHO‐5 Well‐Being (WHO‐5) index (Topp and others 
2015). The WHO‐5 is a short, generic global rating scale measuring subjective well‐being. The 
respondent  is  asked  to  rate  how  well  each  of  the  5  statements  applies  to  him  or  her  when 
considering the previous 14 days. Each of the 5 items is scored from 5 (‘all of the time’) to 0 (‘none 
of the time’). The raw score ranges from 0 (an absence of well‐being) to 25 (maximal well‐being). 
Scores are then converted to a percentage scale from 0 (absent) to 100 (maximal). The WHO‐5 
measures whether a person reports feeling cheerful and in good spirits, calm and relaxed, active 
and vigorous, fresh and rested, and values their daily life. 
 

                                                                                                          27 
 
Mediating Variables 
These are variables that might facilitate improvements in business performance as a result of 
improved mental health and well‐being of entrepreneurs. They include counterproductive work 
behaviors (CWB), social networking, perceived social support, individual entrepreneurial 
orientation (autonomy, risk taking, proactive decision making, information seeking, and so on), 
as well as overall work‐life balance. A brief description of each is provided below. 
       Perceived social support was measured using the Multi‐dimensional Scale for Perceived 
        Social Support (MSPSS). MSPSS measures perceived social support in three domains: 
        family, friends and significant others (4 items each). 
       Psychological capital was measured using the Psychological Capital Questionnaire (PCQ) 
        12 items version. The PCQ‐12 measures psychological capital across four domains 
        (hope‐4 items, optimism‐2 items, resilience 3 items and self‐efficacy‐3 items). 
       Individual Entrepreneurial Orientation (IEO) was measured using an adapted Individual 
        Entrepreneurial  Orientation  (IEO)  Scale  (Sang  and  Lim  2009).  Data  were  collected 
        regarding  the  autonomy,  innovativeness,  risk  taking,  competitive  aggressiveness, 
        information  seeking  (pro‐active  behavior)  and  impulsiveness  to  reflect  the  degree  of 
        change in behaviors over time.    
       Social networking was measured using the composite scores of social networking with 
        other business circles, as measured by the 4‐item Social Networking Questionnaire. The 
        questionnaire tapped into 4 areas of entrepreneurial networking: 1) sharing of business 
        ideas,  new  techniques  or  suppliers;  2)  formation  of  connections  with  new  potential 
        customers,  markets  or  other  entrepreneurs;  3)  gain  of  new  customers,  or  financial 
        support  from  other  entrepreneurs;  and  4)  Sharing  of  tools,  inputs,  equipment  or 
        employees with other entrepreneurs. 
       Work‐life balance (WLB) was measured using the composite scores of work‐life balance 
        as  measured  by  the  8‐item  Work‐life  Balance  Questionnaire.  WLB  is  described  in  the 
        current study as the balance that an individual requires between the time allocated for 
        work and other aspects of life. 
       Counterproductive  work  behavior  (CWB)  was  measured  using  the  composite  score  of 
        counterproductive work behaviors as measured by 4 counterproductive work behavior 
        questions.  CWB  is  non‐productive  behavior  of  entrepreneurs  that  goes  against  the 
        legitimate interests of an organization. As such, it can harm organizations or people in 
        organizations,  including  employees  and  clients,  customers.  Entrepreneurs  were  asked 
        whether they thought they should have stayed home, had angry outbursts, complained 
        about insignificant things at work, or thought of leaving the business in the previous three 
        months. 

Business Performance Variables: Sales, asset turnover, employee turnover etc.  
Since improvements in mediating variables and business performance are likely to take longer 
to manifest, these outcome variables will only be measured at endline.  
 

                                                                                                   28 
 
ANNEX 4. Attendance 
A total of 118 participants received the intervention in 12 groups at these locations: Peshawar (3 
groups),  Swat,  Nowshera  (2  groups),  and  Charsadda,  Hungu,  Bannu,  Naraan  and  Dir  (1  group 
each). A total of 14 trainers participated in the  training of trainers’ workshop. The training was 
delivered  face‐to‐face  in  a  group  format,  with  an  average  group  size  of  10  participants.  Each 
group  was  led  by  the  trainer  and  a  co‐facilitator,  who  supported  with  logistics,  group 
management, and group activities. The 5 interactive sessions were, on average, approximately 
three hours each. 

                              Figure 7. Study Site Provinces in Pakistan 




                                                                                               
                                            Source: Saraf, 2019 

The workshop participants represented a very heterogeneous group of SME entrepreneurs with 
respect to key variables, such as age, socioeconomic status, educational background, business 
sectors,  knowledge,  skills  and  experiences,  scale  of  operations,  annual  turnover,  number  of 

                                                                                                        29 
 
employees, and geographical locations. To cater to this heterogeneity, the training was organized 
in the form of `affinity groups` based on the gender and location of SME entrepreneurs. Since the 
geographical spread of ERKF grantees was wide, the training was organized at venues convenient 
for  the  participants.  Indeed,  some  of  sessions  were  organized  at  the  business  sites  of 
entrepreneurs. Separate training groups were organized for male (n=11 groups) and female (n=1 
group) SME entrepreneurs. 

Overall, attendance at the intervention workshops was satisfactory, exceeding the usual rates 
seen in FCV contexts due to the challenges of implementation.12 However, they were lower than 
75 percent, which was assumed during the sample size calculation. Seventy‐five (63.5 percent) 
of the 118 participants attended 3 or more sessions, 19 (16 percent) attended 2 or less, and 24 
(20  percent)  did  not  attend  any  sessions.  The  median  number  of  workshops  attended  by  the 
participants was 3 (mean 2.6; standard deviation [SD] 1.8), which is considered to be the critical 
number of sessions for PM+ training consideration.  Details of the full flow of participants from 
invitation to recruitment to allocation and analysis are in Figure 8. 

The heterogeneity among participants appeared to influence their engagement and participation 
in the training. For example, most participants from urban areas such as Peshawar were high‐
end  entrepreneurs,  with  higher  educational  backgrounds  and  advanced  business  skills.  Such 
participants were extremely busy and found it difficult to commit to the training amid competing 
business demands. On the other hand, participants who operated small businesses and belonged 
to  lower  socioeconomic  strata  and  geographical  areas,  which  were  directly  impacted  by 
humanitarian crises such as Dir and Charsadda, had the highest participation rates. This provides 
useful insight about what kind of entrepreneurs could benefit more/most from such programs.

 
 
 




                                                            
12 Typically for interventions carried out in emergency areas, attendance rates are rarely above 50 percent.  



                                                                                                                 30 
 
                                                Figure 8: Flow of Study Participants 


                                              Potentially eligible participants (N=364)                    Excluded (N= 64) 
         
   Not approachable (n= 65)                                                                               •  Went to perform Umrah=2 
*Wide geographical spread = 35                                                                            •  Health conditions (age above 70) = 
*Phone Switched off/did not pick                                                                             3  
                                             Participants contacted and assessed for 
up=30                                                                                                     • Grant application terminated=2 
                                                        eligibility (N= 299)                              • Talked to secretary, could not reach 
                                                                                                             participant = 1 
                                                                                                           Consent declined at initial contact= 
                                                         Consented (n= 235)                                19 
                                                                                                           Consent declined at baseline = 37 
                         Eligibility 



                                                                                                          • Busy (n=9) 
                                                                                                          • Did not pick up the call (n=9) 
                                                                                                          • Not interested (n=9) 
                                                     Baseline assessment (n= 235) 
                                                                                                          • Not comfortable in disclosing 
                                                                                                             information (n =7) 
                                                                                                          • Hospitalized (n=1) 
                                                                                                          • Death of a family member (n=1) 
                                                        Randomized (n= 235) 
                                                                                                          • Consent decline  
                                                                                                          • Half assessment (n=1) 
         
                                                                Allocation       
                                          
                      Allocated to Intervention= 118                                Allocated to Control= 117 
                                                                                        Received allocated 
        Enrolment 
             Received allocated intervention n= 75                                     intervention n= 117 
             Did not receive allocated intervention= 43 
                        
                                                                                                    
                       Conflicting commitments= 25 
                       Phone switched off/did not pick up= 5 
                       Reasons not known= 3 
                       Business closed=1 
                       Business transferred = 1 
                       Personal issues= 4 
                       Death in family= 1 
                       Heath issues=2                                  
                       Expected financial assistance=1 
         
                                                            Post‐Intervention Follow‐Up 
         
                     Completed post‐intervention assessment=106                 Completed post‐intervention assessment=104 
                                                                                Did not complete post‐intervention assessment= 14 
                     Did not complete post assessment= 13 
                                                                                          Did not pick up phone/Busy = 12 
                               Did not pick up phone/Busy= 8 
                               Consent Declined=1                                         Consent declined= 1 
                                                                                          Did not receive grant = 1 
                               Refused = 1 
                               Health issues=1 
                               Business is closed=1 
                               Out of city = 1 
                                                                  3 months after assessment  
                                                                                     Completed 3‐month follow‐up assessment = 100 
                Completed 3‐month follow‐up assessment = 102 
                                                                                     Did not complete 3‐month follow‐up assessment = 16 
                Did not complete 3‐month follow‐up assessment = 16 
                                                                                     Not available due to busy schedule = 11 
                Not available due to busy schedule = 11 
                                                                                     Phone switched off = 1  
                Refused to give interview = 2 
                                                                                     Deceased = 1  
                Phone switched off = 3  
                                                                                     In jail = 1  
                                                
                                                                                     Family member is hospitalized =1 
                                                                                     Did not receive grant, refused to give interview = 2  
                                                                                      

                                        Analyzed (n=118)                  Analyzed                     Analyzed (n=117) 
                                                                                                                               31 
         
ANNEX 5. Attrition 
A simple comparison of attrition between the treatment and control group participants 
suggests that there were no significant differences in the rates of attrition between the two 
groups, that is, being in the treatment group did not significantly increase or decrease the 
likelihood of attrition in subsequent rounds.  
                                  Table 10a: Comparison of Attrition  
                                                         (1)              (2) 
                            VARIABLES                  5 weeks         3 months 
                                                                             
                            Treatment                 ‐0.00949         ‐0.00971 
                                                      [0.0418]         [0.0455] 
                            Constant                  0.120***         0.145*** 
                                                      [0.0296]         [0.0323] 
                                        
                            Observations                   235         235 
                            Adjusted R‐squared            ‐0.004      ‐0.004 
                                         Standard errors in brackets 
                                      *** p<0.01, ** p<0.05, * p<0.1 
                               Source: Saraf, 2019; World Bank Group, 2018 
 
Analysis of differential attrition (which assesses if attritors in the treatment group have different 
baseline characteristics compared to attritors in the control group) shows that attritors in both 
groups  are  similar  across  key  demographic  variables‐  gender,  education,  ERKF  funding  round, 
household income (50,000 PKR or above), age, and number of dependents. The exceptions are 
marital status (i.e. whether married or not) and household income at the 5‐week mark. Attritors 
in  the  treatment  group  were  less  likely  to  be  married  (difference  of  38%  percentage  points; 
p=0.0087)  and  had  much  higher  household  income  relative  to  those  in  the  control  group. 
Similarly, non‐attritors in the treatment group had lower income relative to those in the control 
group. However, all difference across the two groups becomes statistically insignificant at the 3 
months mark.  
                                    Table 10b: Differential Attrition  
                                                        Attrition=1                       Attrition=0 
                                                     (1)              (2)              (3)            (4) 
     VARIABLES                                   5 weeks          3 months         5 weeks   3 months 
     ERKF Round                                  ‐0.1648           0.2096           0.0561         ‐0.0026 
                                                 [0.3219]         [0.2400]         [0.4144]       [0.9703] 
     Male                                         ‐0.0549           0.0662          0.0284         0.0090 
                                                 [0.7562]         [0.5238]         [0.1831]       [0.7575] 
     Education                                    0.2418           ‐0.1213          0.5809         0.6703 
                                                 [0.8779]          [0.9380         [0.3043]       [0.2394] 
     Married                                    0.3846***          0.0074           ‐0.0211        0.0276 
                                                 [0.0087]         [0.9504]         [0.6082]       [0.5222] 


                                                                                                              32 
 
    Household Income (PKR)                     ‐80.719*           ‐4,667    28,408*       18,923 
                                                [0.0788]         [0.9347]   [0.0986]     [0.2511] 
    Age                                          4.4560           2.9001     0.2908       0.4213 
                                                [0.2541]         [0.3958]   [0.8458]     [0.7825] 
    No. of Dependents                            1.1282           3.2667     0.9970       0.6212 
                                                [0.6503]         [0.2114]   [0.4501]     [0.6077]   
                 Columns show difference in means between treatment and control group               
                                          p‐values in brackets 
                                     *** p<0.01, ** p<0.05, * p<0.1                                 
                             Source: Saraf, 2019; World Bank Group, 2018 

                                




                                                                                                       33 
 
Bibliography 
    1. Ahmad, S.Z. and F.A.A. Salim. 2009. Sources of stress and the coping mechanism for 
       Malaysian entrepreneurs. African Journal of Business Management 3(6), 311‐316. 
    2. Akande, A. 1994. “Coping with entrepreneurial stress: evidence from Nigeria.” Journal of 
        Small Business Management 32: 83–87.  
    3. Akiskal, K., M. Savino, and H. Akiskal. 2005. “Temperament profiles in physicians, lawyers, 
        managers, industrialists, architects, journalists, and artists: a study in psychiatric 
        outpatients.” Journal of Affective Disorders 85(1‐2): 201‐206. 
    4. Ang, J.S. 1991. “Small business uniqueness and the theory of financial management.” 
        Journal of Small Business Finance 7(1): 1‐13. 
    5. Blattman, C., J.C. Jamison, and M. Sheridan. 2017. “Reducing Crime and Violence: 
        Experimental Evidence from Cognitive Behavioral Therapy in Liberia.” American Economic 
        Review, 107(4): 1165–1206. 
    6. Blonk, R.W.B., V. Brenninkmeijer, S. E. Lagerveld, and I. L.D. Houtman. 2006. “Return to 
        work: A comparison of two cognitive behavioural interventions in cases of work‐related 
        psychological complaints among the self‐employed.” Work & Stress 20(2): 129–144. 
    7. Boyd, D.P. and D.E. Gumpert. 1983. “Coping with entrepreneurial stress.” Harvard 
        Business Review 61: 44–64. 
    8. Boye, M. W., and J.W. Jones. 1997. “Organizational culture and employee 
        counterproductivity.” In Antisocial Behavior in Organizations, edited by R.A. Giacalone 
        and J. Greenberg, 172–184.Thousand Oaks, CA: Sage. 
    9. Buttner, E.H. 1992. “Entrepreneurial stress: is it hazardous to your health?” Managerial 
        Issues 4: 223–240. 
    10. Brummelhuis, L., J. M. Haar, and M.A. Roche. 2014. “Does family life help to be a better 
        leader? A closer look at crossover processes from leaders to followers.” Personnel 
        Psychology 67 (4), 917–949. 
    11. Campos, F., M. Frese, M. Goldstein, L. Iacovone, H. Johnson, D. McKenzie, and M. 
        Mensmann. 2017. “Teaching personal initiative beats traditional training in boosting 
        small business in West Africa.” Science, 357:1287–1290. 
    12. Chilcot, J., J.L. Hudson, R. Moss‐Morris, A. Carroll, D. Game, A. Simpson, and M. Hotopf. 
        2018. “Screening for psychological distress using the Patient Health Questionnaire 
        Anxiety and Depression Scale (PHQ‐ADS): Initial validation of structural validity in dialysis 
        patients.” Gen Hosp Psychiatry, 50: 15‐19. 
    13. Craigie, M. A., and P. Nathan. 2009. “A nonrandomized effectiveness comparison of 
        broadspectrum group CBT to individual CBT for depressed outpatients in a community 
        mental health setting.” Behavior Therapy 40, 302–314. 
    14. Cocker, F., A. Martin, J. Scott, A. Venn, and K. Sanderson. 2013. “Psychological distress 
        and related work attendance among small‐to‐medium enterprise owner/managers: 
        Literature review and research agenda.” International Journal of Mental Health 
        Promotion 10: 5062–5082.  




                                                                                                   34 
 
    15. David, D., et al. 2005. “A Synopsis of Rational‐Emotive Behavior Therapy (REBT); 
        Fundamental and Applied Research.” Journal of Rational‐Emotive & Cognitive‐Behavior 
        Therapy 23(3). 
    16. Dewe P.J. and D.E. Guest. 1990. “Methods of coping with stress at work: a conceptual 
        analysis and empirical study of measurement issues.” Journal of Organizational Behavior 
        11(2): 135–150. 
    17. Fava, G. A., C. Ruini, C. Rafanelli, L. Finos, S. Conti, and S. Grandi. 2004. “Six‐year outcome 
        of cognitive behavior therapy for prevention of recurrent depression.” American Journal 
        of Psychiatry 161: 1872 –1876. 
    18. Fernet, C., O. Torres, S. Austin, and J. St‐Pierre. 2016. “The psychological costs of owning 
        and managing an SME: Linking job stressors, occupational loneliness, entrepreneurial 
        orientation, and burnout.” Burnout Research 3: 45–53. 
    19. Frese, M., M. M. Gielnik, and M. Mensmann. 2016. “Psychological Training for 
        Entrepreneurs to Take Action: Contributing to Poverty Reduction in Developing 
        Countries.” Current Directions in Psychological Science, 25(3): 196–202. 
    20. Grant, S. and K. Ferris, Identifying sources of occupational stress in entrepreneurs for 
        measurement. International Journal of Entrepreneurial Venturing, 2012. 
    21. Gupta, S.K. 2011. “Intention‐to‐treat concept: A review.” Perspectives in Clinical Research 
        2(3): 109–112. 
    22. Harris, J.A., R. Saltstone, and M. Fraboni. 1999. “An Evaluation of the job stress 
        questionnaire with a sample of entrepreneurs.” Journal of Business Psychology 13(3): 
        447–455. 
    23. Harms, P.D., M. Crede, M. Tynan, M. Leon, and W. Jeung. 2017. “Leadership and stress: A 
        metanalytic review.” The Leadership Quarterly 28 (1): 178–194. 
    24. Heller, S. B., A. K. Shah, J. Guryan, J. Ludwig, S. Mullainathan, H. A. Pollack. 2017. 
        “Thinking, Fast and Slow? Some Field Experiments to Reduce Crime and Dropout in 
        Chicago.” Quarterly Journal of Economics 132(1): 1–54. 
    25. Ideas 42 & UChicago Crime Lab. “CBT 2.0 Curriculum”. Ideas42, Dec. 4, 2017, 
        www.ideas42.org/wp‐content/uploads/2017/01/CBTCurriculum.pdf  
    26. Jamal, M. 1997. “Job Stress, Satisfaction, and Mental Health: An Empirical Examination of 
        Self‐Employed and Non‐Self‐Employed Canadians.” Journal of Small Business 
        Management 35(4): 48‐57 
    27. Jamal, M. and J. Badawi. 1995. “Job Stress and Quality of Working Life of Self‐Employed 
        Immigrants: A Study in Workforce Diversity.” Journal of Small Business & 
        Entrepreneurship 12: 55–63. 
    28. Johnson, S. K. 2008. “I second that emotion: Effects of emotional contagion and affect at 
        work on leader and follower outcomes.” The Leadership Quarterly 19: 1–19. 
    29. Kariv, D. 2008. “The Relationship between Stress and Business Performance among Men 
        and Women Entrepreneurs.” Journal of Small Business & Entrepreneurship 21(4): 449–
        476. 
    30. Kessler, D., G. Lewis, S. Kaur, N. Wiles, M. King, S. Weich, D. J. Sharp, R. Araya, S. 
        Hollinghurst, and T.K. Peters. 2009. “Therapist‐delivered internet psychotherapy for 
        depression in primary care: A randomised controlled trial”. The Lancet 374: 628–634. 


                                                                                                     35 
 
    31. Kroenke, K., J. Wu, Z. Yu, M.J. Bair, J. Kean, T. Stump, and P.O. Monahan. 2016. “Patient 
        Health Questionnaire Anxiety and Depression Scale: Initial Validation in Three Clinical 
        Trials.” Psychosomatic medicine 78(6): 716‐27. 
    32. Kroenke, K., R.L. Spitzer, and J.B. Williams. 2001. “The PHQ‐9: validity of a brief 
        depression severity measure.” Journal of general internal medicine 16(9): 606‐613. 
    33. Lancet Commission. The Lancet Commission on global mental health and sustainable 
        development. The Lancet, Oct. 2018, www.thelancet.com/commissions/global‐mental‐
        health. 
    34. Lewin‐Epstein, N. and E. Yuchtman‐Yaar. 1991. “Health risks of self‐employment.” Work 
        and Occupations 18: 291–312. 
    35. Mataix, D., L. Fernandez de la Cruz, K. Isomura, M. Anson, C. Turner, B. Monzani, J. 
        Cadman, L. Bowyer, I. Heyman, D. Veale, G. Krebs. 2015. “A Pilot Randomized Controlled 
        Trial of Cognitive‐Behavioral Therapy for Adolescents with Body Dysmorphic Disorder.” 
        Journal of the American Academy of Child and Adolescent Psychiatry 54(11): 895–904. 
    36. Martin, B. In‐Depth: Cognitive Behavioral Therapy. Psych Central, December 4, 2017, 
        psychcentral.com/lib/in‐depth‐cognitive‐behavioral‐therapy/. 
    37. McGuire, J.T. and M. M. Botvinick. 2010 “Prefrontal cortex, cognitive control, and the 
        registration of decision costs.” PNAS, 107(17): 7922–7926. 
    38. Meglino, B.M. 1977. “The Stress‐Performance Controversy.” MSU Business Topics 25(4): 
        53–59. 
    39. Mohr, D. C., S. L. Hart, L. Julian, C. Catledge, L. Honos‐Webb, L. Vella, and E. T. Tasch. 
        2005. “Telephone‐administered psychotherapy for depression.” Archives of General 
        Psychiatry 62:1007–1014. 
    40. Monsell, S. 2003. “Task switching.” Trends in Cognitive Sciences 7(3): 134‐140. 
    41. Murthy, R. S. and R. Lakshminarayana. 2006. “Mental health consequences of war: a brief 
        review of research findings.” World psychiatry: Official Journal of the World Psychiatric 
        Association (WPA) 5(1): 25–30. 
    42. National Collaborating Centre for Mental Health (UK). 2011. Common Mental Health 
        Disorders: Identification and Pathways to Care. Leicester (UK): British Psychological 
        Society; (NICE Clinical Guidelines, No. 123.) 2, COMMON MENTAL HEALTH DISORDERS. 
        2011, www.ncbi.nlm.nih.gov/books/NBK92254/. 
    43. Rahman, A., et al. 2019. “Effectiveness of a brief group psychological intervention for 
        women in a post‐conflict setting in Pakistan: a single‐blind, cluster, randomised 
        controlled trial”. The Lancet 393 (10182): 1733‐1744. 
    44. Rockmore, M., C.B. Barrett, and J. Annan. 2016. "An Empirical Exploration of the Near‐
        Term and Persistent Effects of Conflict on Risk Preferences." Households in Conflict 
        Network Working Paper No. 239. 
    45. Rokach, A. 2014. “Leadership and Loneliness.” International Journal of Leadership and 
        Change 2(1): 46‐59. 
    46. Saraf, P. 2019. “A Study of Fragility, Entrepreneurship and Mental Health: Investing in 
        Better Cognitive and Behavioral Skills for Small Medium Enterprise Entrepreneurs to 
        Thrive in Conflict‐Affected Areas of Pakistan.” World Bank, Washington, DC. 
    47. Saraf, P., A. Rahman, S.U. Hamdani, J. Jamison, D.Wang, M.N.Khan, T. Rahman, and 
        M.Gallardo. 2018. "Interim Results from Administering Psychosocial Revitalization of 

                                                                                                36 
 
        Entrepreneurs for Optimal Mental Health: A Draft Report". World Bank mimeo 
        (unpublished). 
    48. Saraf, P., T. Rahman, M. Jimenez, J. Jamison, C. Lor. 2018. “Improving mental well‐being 
        and productivity of small‐medium entrepreneurs in fragile, conflict and violence affected 
        areas: can cognitive behavioral therapy trainings help?” Policy Research working paper; 
        no. WPS 8489. Washington, D.C.: World Bank Group.  
    49. Sang L., and L. Seongbae. 2009. "Entrepreneurial orientation and the performance of 
        service business,"Service Business, Springer;Pan‐Pacific Business Association, vol. 3(1), 
        pages 1‐13, March. 
    50. Sears, L. E., Y. Shi, C.R. Coberley, and J.E. Pope. 2013. “Overall well‐being as a predictor of 
        health care, productivity, and retention outcomes in a large employer.” Population 
        Health Management 16(6): 397‐405. 
    51. Segal, Z.V., J.M.G. Williams and J.D. Teasdale. Mindfulness‐Based Cognitive Therapy for 
        Depression, Second Edition. New York, NY: The Guilford Press, 2008. 
    52. Sen, A. Development as Freedom. New York: Anchor Books, 2000. 
    53. Spears, D. 2011. “Economic Decision‐Making in Poverty Depletes Behavioral Control.” The 
        B.E. Journal of Economic Analysis and Policy 11(1):1–44. 
    54. Spector, A., G. Charlesworth, M. King, M. Lattimer, S. Sadek, L. Marston, A. Rehill, J. Hoe, 
        A. Qazi, M. Knapp, M.  Orrell. 2014. “Cognitive Behavioural therapy (CBT) for anxiety in 
        dementia: A pilot randomized controlled trial.” British Journal of Psychiatry volume and 
        issue numbers? :1–27. 
    55. Spitzer, R.L., et al. 2006 “A brief measure for assessing generalized anxiety disorder: the 
        GAD‐7.” Archives of internal medicine 166(10): 1092‐1097. 
    56. Steel, Z., et al. 2009. “Association of torture and other potentially traumatic events with 
        mental health outcomes among populations exposed to mass conflict and displacement: 
        a systematic review and meta‐analysis.” Jama 302(5): 537‐549. 
    57. Sy, T., S. Côté, and R. Saavedra. 2005. “The contagious leader: Impact of the leader’s 
        mood on the mood of group members, group affective tone, and group processes.” 
        Journal of Applied Psychology 90:295–305. 
    58. Tahir, U. 2016. “Entrepreneurial Stress in SMEs.” Journal of Resource Development and  
        Management Volume 18. 
    59. Topp, C.W., et al. 2015. “The WHO‐5 Well‐Being Index: a systematic review of the 
        literature.” Psychotherapy and psychosomatics 84(3): 167‐176. 
    60. Tucker, J.S., R. R. Sinclair, C. D. Mohr, J. L. Thomas, A. D. Salvi, and A. B. Adler. 2009. 
        “Stress and counterproductive work behavior: Multiple relationships between demands, 
        control, and soldier indiscipline over time.” Journal of Occupational Health Psychology 14 
        (3): 257–271. 
    61. United Nations Office for the Coordination of Humanitarian Affairs. Global Humanitarian 
        Overview. Geneva, Switzerland: United Nations Office for the Coordination of 
        Humanitarian Affairs, 2019. 
        interactive.unocha.org/publication/globalhumanitarianoverview/.  
    62. Vohs, K. D., R. F. Baumeister, B. J. Schmeichel, J. M. Twenge, N. M. Nelson, and D. M. Tice. 
        2008. “Making choices impairs subsequent self‐control: A limited resource account of 


                                                                                                    37 
 
        decision making, self‐regulation, and active initiative.” Journal of Personality and Social 
        Psychology 94: 883– 898. 
    63. World Bank Group.2018. Internal draft ‐ Improving Psychosocial Performance of SME 
        Entrepreneurs in Pakistan. World Bank mimeo (unpublished). 
    64. World Health Organization. 2014. “Mental Health: A state of well‐being.” WHO, Sept. 
        2014, www.who.int/features/factfiles/mental_health/en/. 
    65. World Health Organization. Problem Management Plus (PM+): Individual psychological 
        help for adults impaired by distress in communities exposed to adversity. (Generic field‐
        trial version 1.0). Geneva: WHO, 2016. 
    66. World Health Organization. 2017. “Mental Health in the workplace: Information Sheet.” 
        WHO, Aug. 2014, www.who.int/mental_health/in_the_workplace/en/. 
 
 
 




                                                                                                   38