Cognitive–behavioral therapy for PTSD and depression symptoms reduces risk for future intimate partner violence among interpersonal trauma survivors.
Notice bibliographique
Résumé
OBJECTIVE: Women who develop symptoms of posttraumatic stress disorder (PTSD) and depression subsequent to interpersonal trauma are at heightened risk for future intimate partner violence (IPV) victimization. Cognitive-behavioral therapy (CBT) is effective in reducing PTSD and depression symptoms, yet limited research has investigated the effectiveness of CBT in reducing risk for future IPV among interpersonal trauma survivors. METHOD: This study examined the effect of CBT for PTSD and depressive symptoms on the risk of future IPV victimization in a sample of women survivors of interpersonal violence. The current sample included 150 women diagnosed with PTSD secondary to an array of interpersonal traumatic events; they were participating in a randomized clinical trial of different forms of cognitive processing therapy for the treatment of PTSD. Participants were assessed at 9 time points as part of the larger trial: pretreatment, 6 times during treatment, posttreatment, and 6-month follow-up. RESULTS: As hypothesized, reductions in PTSD and in depressive symptoms during treatment were associated with a decreased likelihood of IPV victimization at a 6-month follow-up even after controlling for recent IPV (i.e., IPV from a current partner within the year prior to beginning the study) and prior interpersonal traumas. CONCLUSIONS: These findings highlight the importance of identifying and treating PTSD and depressive symptoms among interpersonal trauma survivors as a method for reducing risk for future IPV.
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 | 0,000 | 0,001 |
| 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) | 0,002 | 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 ».