Effectiveness of In Virtuo Exposure and Response Prevention Treatment Using Cognitive–Behavioral Therapy for Obsessive–Compulsive Disorder: A Study Based on a Single-Case Study Protocol
Notice bibliographique
Résumé
Obsessive-compulsive disorder (OCD) is characterized by the presence of distressing, recurrent and intrusive thoughts, impulses, or doubts as well as behavioral or mental rituals. OCD has various subtypes, including the fear of contamination in which individuals fear bacteria, germs, disease, or bodily secretions, and engage in clinically significant cleaning and avoidance rituals. Cognitive-behavioral therapy (CBT) is an effective treatment for OCD and involves, among other therapeutic strategies, exposing patients to feared stimuli while preventing them to engage in compulsive behaviors. In recent years, virtual reality (VR) has shown the potential of in virtuo exposure with people suffering from anxiety disorders and OCD. The objective of this pilot study is to examine the effectiveness of a CBT program where exposure in conducted in virtuo. Three adults suffering from OCD with a dominant subtype of contamination were enrolled in a single-case design with multiple baselines across participants. The presence and intensity of obsessions and compulsions were assessed daily during baselines of 3-, 4-, or 5-week, and a 12-session treatment. Follow-up information was gathered after 4 and 8 months. Treatment outcome is assessed with visual inspection of the graphs and ARMA time-series analyses. Clinical information, self-reports, and details of the treatment are provided for each patient. Statistical analyses for the time-series data revealed a statistically significant improvement in all three participants, but global improvement is considered positive for only two. This study innovates in proving preliminary support for the usefulness of VR in the CBT of OCD with contamination features.
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 | 0,009 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».