Maintenance of gains following experiential therapies for depression.
Notice bibliographique
Résumé
Follow-up data across an 18-month period are presented for 43 adults who had been randomly assigned and had responded to short-term client-centered (CC) and emotion-focused (EFT) therapies for major depression. Long-term effects of these short-term therapies were evaluated using relapse rates, number of asymptomatic or minimally symptomatic weeks, survival times across an 18-month follow-up, and group comparisons on self-report indices at 6- and 18-month follow-up among those clients who responded to the acute treatment phase. EFT treatment showed superior effects across 18 months in terms of less depressive relapse and greater number of asymptomatic or minimally symptomatic weeks, and the probability of maintaining treatment gains was significantly more likely in the EFT treatment than in the CC treatment. In addition, follow-up self-report results demonstrated significantly greater effects for EFT clients on reduction of depression and improvement of self-esteem, and there were trends in favor of EFT, in comparison with CC, on reduction of general symptom distress and interpersonal problems. Maintenance of treatment gains following an empathic relational treatment appears to be enhanced by the addition of specific experiential and gestalt-derived emotion-focused interventions. Clinical and theoretical implications of these findings are presented.
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 | 0,000 | 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 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 ».