Alleviating distressing intrusive memories in depression: A comparison between computerised cognitive bias modification and cognitive behavioural education
Notice bibliographique
Résumé
Negative appraisals maintain intrusive memories and intrusion-distress in depression, but treatment is underdeveloped. This study compared the efficacy of computerised bias modification positive appraisal training (CBM) versus a therapist-delivered cognitive behavioural therapy session (CB-Education) that both aimed to target and alter negative appraisals of a negative intrusive autobiographical memory. Dysphoric participants (Mean BDI-II = 27.85; N = 60) completed baseline ratings of a negative intrusive memory, negative appraisals and the Impact of Event Scale, and were randomly allocated either one session of CBM, CB-Education, or a no intervention monitoring control condition (Control). Mood and intrusion symptoms were assessed at one week follow-up. For all groups, there were significant reductions over one week in mood (depression and anxiety), memory intrusiveness and negative appraisals. Groups differed in terms of intrusion-related distress, with the CB-Education group showing greatest reduction, followed by the CBM group. The study provides evidence for the link between maladaptive appraisals of intrusive memories and distress in depressed mood. Further, both a single session of CB-Education and (to a lesser degree) CBM are useful in reducing intrusion-related distress. This study may have been underpowered to detect differences and replication is needed with larger samples.
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 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 | 0,001 | 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 | 0,001 | 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».