A group intervention which assists patients with dual diagnosis reduce their drug use: a randomized controlled trial
Notice bibliographique
Résumé
BACKGROUND: There is a well-recognized association between substance use and psychotic disorders, sometimes described as 'dual diagnosis'. The use of substances by people with psychosis has a negative impact in terms of symptoms, longitudinal course of illness and psychosocial adjustment. There are few validated treatments for such individuals, and those that do exist are usually impracticable in routine clinical settings. The present study employs a randomized controlled experimental design to examine the effectiveness of a manualized group-based intervention in helping patients with dual diagnosis reduce their substance use. METHOD: The active intervention consisted of weekly 90-min sessions over 6 weeks. The manualized intervention was tailored to participants' stage of change and motivations for drug use. The control condition was a single educational session. RESULTS: Sixty-three subjects participated, of whom 58 (92%) completed a 3-month follow-up assessment of psychopathology, medication and substance use. Significant reductions in favour of the treatment condition were observed for psychopathology, chlorpromazine equivalent dose of antipsychotics, alcohol and illicit substance use, severity of dependence and hospitalization. CONCLUSIONS: It is possible to reduce substance use in individuals with psychotic disorders, using a targeted group-based approach. This has important implications for clinicians who wish to improve the long-term outcome of their patients.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 ».