Antipsychotic treatment beyond antipsychotics: metacognitive intervention for schizophrenia patients improves delusional symptoms
Notice bibliographique
Résumé
BACKGROUND: Although antipsychotic medication still represents the treatment of choice for schizophrenia, its objective impact on symptoms is only in the medium-effect size range and at least 50% of patients discontinue medication in the course of treatment. Hence, clinical researchers are intensively looking for complementary therapeutic options. Metacognitive training for schizophrenia patients (MCT) is a group intervention that seeks to sharpen the awareness of schizophrenia patients on cognitive biases (e.g. jumping to conclusions) that seem to underlie delusion formation and maintenance. The present trial combined group MCT with an individualized cognitive-behavioural therapy-oriented approach entitled individualized metacognitive therapy for psychosis (MCT+) and compared it against an active control. METHOD: A total of 48 patients fulfilling criteria of schizophrenia were randomly allocated to either MCT+ or cognitive remediation (clinical trial NCT01029067). Blind to intervention, both groups were assessed at baseline and 4 weeks later. Psychopathology was assessed using the Positive and Negative Syndrome Scale (PANSS) and the Psychotic Symptom Rating Scales (PSYRATS). Jumping to conclusions was measured using a variant of the beads task. RESULTS: PANSS delusion severity declined significantly in the combined MCT treatment compared with the control condition. PSYRATS delusion conviction as well as jumping to conclusions showed significantly greater improvement in the MCT group. In line with prior studies, treatment adherence and subjective efficacy was excellent for the MCT. CONCLUSIONS: The results suggest that the combination of a cognition-oriented and a symptom-oriented approach ameliorate psychotic symptoms and cognitive biases and represents a promising complementary treatment for schizophrenia.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,001 | 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 ».