Dialectical Behavioural Therapy (DBT)? There is an App for That!!
Notice bibliographique
Résumé
Introduction Borderline personality disorder (BPD) is a common psychiatric disorder. Although DBT has been proven effective, in the treatment of this disorder, many patients suffering from BPD are resistant to taking part in group psychotherapy, a core aspect of DBT. With Internet use ever rising, online DBT could be an alternative effective treatment for these group of patients. Objectives Understand the barriers in receiving DBT in patients with personality disorder and understand how online DBT could be helpful in improving these patients' symptoms Aim Use online DBT as an alternative method for patients who do not have access to live DBT Method We gave the participants the opportunity to choose the online format or the live sessions for Managing Powerful Emotions program at Personality Disorders Service at Queen's university. On each session, patients were provided with information on a topic, homework sheets and feedback from the therapist. All the participants were assessed by using 'self assessment questionnaire' and Difficulties in Emotion Regulation Scale (DERS). Results The DERS scores among these two groups were not significantly different before the treatment. Statistical analysis showed that both online and live DBT significantly reduced DERS scores in all 6 categories and there was no significant differences in amount of the changes in the scores in the 2 groups. Conclusion Despite the proven efficacy of psychotherapy, there are some barriers, including being resistant to taking part in live sessions, long wait-lists and transportation. With Internet use rising, delivering online psychotherapy might be an alternative method.
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 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,030 | 0,006 |
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 ».