Cognitive–behavioural therapy for the symptoms of schizophrenia: systematic review and meta-analysis with examination of potential bias
Notice bibliographique
Résumé
BACKGROUND: Cognitive-behavioural therapy (CBT) is considered to be effective for the symptoms of schizophrenia. However, this view is based mainly on meta-analysis, whose findings can be influenced by failure to consider sources of bias. AIMS: To conduct a systematic review and meta-analysis of the effectiveness of CBT for schizophrenic symptoms that includes an examination of potential sources of bias. METHOD: Data were pooled from randomised trials providing end-of-study data on overall, positive and negative symptoms. The moderating effects of randomisation, masking of outcome assessments, incompleteness of outcome data and use of a control intervention were examined. Publication bias was also investigated. RESULTS: Pooled effect sizes were -0.33 (95% CI -0.47 to -0.19) in 34 studies of overall symptoms, -0.25 (95% CI -0.37 to -0.13) in 33 studies of positive symptoms and -0.13 (95% CI -0.25 to -0.01) in 34 studies of negative symptoms. Masking significantly moderated effect size in the meta-analyses of overall symptoms (effect sizes -0.62 (95% CI -0.88 to -0.35) v. -0.15 (95% CI -0.27 to -0.03), P = 0.001) and positive symptoms (effect sizes -0.57 (95% CI -0.76 to -0.39) v. -0.08 (95% CI -0.18 to 0.03), P<0.001). Use of a control intervention did not moderate effect size in any of the analyses. There was no consistent evidence of publication bias across different analyses. CONCLUSIONS: Cognitive-behavioural therapy has a therapeutic effect on schizophrenic symptoms in the 'small' range. This reduces further when sources of bias, particularly masking, are controlled for.
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 | 0,046 | 0,102 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,027 | 0,055 |
| Bibliométrie | 0,009 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».