Mechanisms of symptom reduction in treatment for obsessions.
Notice bibliographique
Résumé
OBJECTIVE: We explored the dynamic relationship between cognition and obsession severity during 2 different treatments for primary obsessions, examining evidence for the hypothesis that symptom reduction would be mediated by appraisals about the meaning of unwanted intrusive thoughts. METHOD: Data from a recent randomized controlled trial were analyzed with traditional mediation analyses and latent difference scores. The trial had compared cognitive behavioral therapy and stress management training among 73 patients with primary obsessions. Mediation analyses were conducted with pre-, post-, and follow-up scores on the Obsessions subscale of the Yale-Brown Obsessive Compulsive Scale and 2 self-report measures of cognitions related to obsessive-compulsive disorder. Bivariate dual change score (BDCS) analyses were conducted with weekly assessments of obsession severity and appraisals of personal significance. RESULTS: Change in most cognitions related to obsessive-compulsive disorder accounted for reduction in obsession severity during the course of treatment and follow-up. BDCS analyses of the longitudinal data, however, indicated prior obsession severity is a leading indicator of subsequent change in appraisals, rather than the reverse. Analyses also suggested cognitive behavioral therapy is more effective than stress management training when symptoms are severe and that stress management training is more advantageous in the context of mild-to-moderate obsessions. CONCLUSIONS: The traditional mediation analysis indicated that appraisal change is a tenable mediator of obsession reduction, but the BDCS results raise doubts about the causal direction. The results highlight the importance of examining the dynamic relationship between putative mediators and outcome variables, and they suggest interesting hypotheses about mechanisms in treatment of obsessions.
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 | 0,004 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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 ».