Gender and Changes in Trauma Narrative Following CBT for PTSD
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
Our study explored whether the characteristics of pretreatment trauma narratives could be used as indicators of posttraumatic stress disorder (PTSD) symptom severity before treatment. We also studied whether pretreatment characteristics could predict treatment efficacy. Although several studies suggest that fragmentation, proportion of internal events, and length in trauma narratives are associated with PTSD symptomatology, there are contradictions in the findings. Given the differences in trauma response between men and women, we considered the potential influence of gender. Before beginning a cognitive-behavioral therapy treatment, 66 participants verbally recounted their traumatic event during a diagnostic interview. After treatment, 48 participants once again provided a trauma narrative. PTSD symptom severity was assessed using the Clinician-Administered PTSD Scale. Linear regression analyses revealed that none of the pretreatment characteristics predicted treatment efficacy. Furthermore, the length of the trauma narrative was the only pretreatment characteristic that correlated with pretreatment PTSD symptomatology. This suggests that more severe symptomatology is associated with shorter narratives. We only found a significant gender difference in narrative length, which was longer in women than in men. Our findings not only highlight the need for additional research on the link between trauma narratives and PTSD symptomatology, but also stress the necessity of considering gender in this field of research. This could allow for enhanced treatments to target gender-specific needs, thus leading to more individualized care for PTSD 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.
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) | 0,001 | 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 découle