La psychothérapie interpersonnelle (PTI) pour le traitement de la dépression chez les personnes âgées
Notice bibliographique
Résumé
Dans cet article, les auteurs expliquent pourquoi la psychothérapie interpersonnelle (PTI) est un traitement psychosocial particulièrement efficace pour soigner la dépression chez les personnes âgées. Ils abordent des questions qui peuvent surgir lors de la mise en oeuvre de la PTI auprès de personnes âgées et examinent les études portant sur des personnes âgées traitées à l’aide de la PTI. Enfin, ils présentent deux vignettes cliniques qui illustrent l’application de la PTI à ce groupe de personnes. La PTI convient particulièrement bien aux personnes âgées en dépression, car les problématiques abordées s’apparentent grandement aux difficultés auxquelles les aînés font face et qui peuvent, chez certains, déclencher la dépression. De plus, la PTI convient bien aux personnes âgées à cause de ses composantes psychoéducatives, de son recours au paradigme médical et de sa nature coopérative, axée sur les problèmes et circonscrite dans le temps. Bien que la PTI demande très peu d’adaptation pour son application aux personnes âgées, elle devrait s’appuyer sur des connaissances en gérontologie et en psychologie gériatrique. Certaines études, de même que notre pratique clinique, indiquent que le traitement intensif (c’est-à-dire hebdomadaire) en psychothérapie interpersonnelle réduit les symptômes de la dépression chez les personnes âgées, mais il faudra davantage d’études pour confirmer cette hypothèse. Le counseling interpersonnel — une version modifiée de la PTI — a démontré son efficacité dans le traitement des symptômes de la dépression chez les personnes âgées ayant des problèmes médicaux. La poursuite du traitement ou le traitement de maintien en PTI sur une base mensuelle s’est avéré bénéfique chez certaines personnes âgées souffrant de pathologie dépressive grave. Les auteurs présentent deux cas qui illustrent la mise en oeuvre de la PTI. Le premier cas porte sur les conflits interpersonnels, alors que le deuxième est axé sur les transitions de rôles.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».