Nicotine Craving and Cue Exposure Therapy by Using Virtual Environments
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Smokers who are exposed to cues associated with smoking show cardiovascular reactivity and an increase in smoking urges as compared to when they are presented with neutral cues. Cue exposure therapy (CET), which refers to the repeated exposure to drug-related cues in order to extinguish this learned association, has increasingly been proposed as a potential treatment of addictive behaviors, including tobacco smoking. The result of our pilot study suggests that a cue elicited using a virtual environment (VE) is more effective than other cue exposure devices. The VE was composed of craving environments (virtual bar) and objects (an alcoholic drink, a packet of cigarettes, a lighter, an ashtray, a glass of beer, and advertising posters) that are likely to trigger craving, a smoking avatar, and an audio environment that included the noisy sound and music of a restaurant. Sixteen late-adolescent males who smoked at least 10 cigarettes a day were recruited to participate in the VE-CET study. The CET virtual bar program consisted of six sessions, and the participants were exposed repeatedly to each session using different questions and procedures. Although the effects of CET did not yield significant reductions in all of the dependent variables, the craving for cigarettes was gradually decreased during the course of the sessions. This tendency was closely related to the reduction in the smoking count between the morning before the experiment and the start of the experiment. Based on these preliminary results, it appears that VE-CET maybe a useful tool to use in treatment programs to help reduce craving in those who are nicotine dependent.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle