Change in emotion regulation during the course of treatment predicts binge abstinence in guided self-help dialectical behavior therapy for binge eating disorder
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
BACKGROUND: Dialectical behavior therapy (DBT), which appears to be an effective treatment for binge eating disorder (BED), focuses on teaching emotion regulation skills. However, the role of improved emotion regulation in predicting treatment outcome in BED is uncertain. METHODS: This secondary analysis explored whether change in self-reported emotion regulation (as measured by the Difficulties in Emotion Regulation Scale) during treatment was associated with abstinence from binge eating at post-treatment and 4-, 5-, and 6-month follow-up in individuals who received a guided self-help adaptation of DBT for BED. Participants were 60 community-based men and women with BED who received a self-help manual and six 20-minute support phone calls. RESULTS: Greater improvement in self-reported emotion regulation between pre- and post-treatment predicted abstinence from binge eating at post-treatment, 4-, 5-, and 6-month follow-up. However, some follow-up results were no longer significant when imputed data was excluded, suggesting that the effect of emotion regulation on binge abstinence may be strongest at 4-month follow-up but decline across a longer duration of follow-up. CONCLUSIONS: This study provides preliminary support for the theoretical role played by improved emotion regulation in achieving binge eating abstinence. If this finding is replicated with larger samples, further research should identify specific techniques to help more individuals to effectively regulate their emotions over a longer duration.
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 | 0,001 | 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 découle