Psychological and psychosocial interventions for negative symptoms in psychosis: Systematic review and meta-analysis
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
Background Negative symptoms observed in patients with psychotic disorders undermine quality of life and functioning. Antipsychotic medications have a limited impact. Psychological and psychosocial interventions, with medication, are recommended. However, evidence for the effectiveness of specific non-biological interventions warrants detailed examination. Aims To conduct a meta-analytic and systematic review of the literature on the effectiveness of non-biological treatments for negative symptoms in psychotic disorders. Method We searched for randomised controlled studies of psychological and psychosocial interventions in psychotic disorders that reported outcome on negative symptoms. Standardised mean differences (SMDs) in values of negative symptoms at the end of treatment were calculated across study domains as the main outcome measure. Results A total of 95 studies met our criteria and 72 had complete quantitative data. Compared with treatment as usual cognitive–behavioural therapy (pooled SMD −0.34, 95% CI −0.55 to −0.12), skills-based training (pooled SMD −0.44, 95% CI −0.77 to −0.10), exercise (pooled SMD −0.36, 95% CI −0.71 to −0.01), and music treatments (pooled SMD −0.58, 95% CI −0.82 to −0.33) provide significant benefit. Integrated treatment models are effective for early psychosis (SMD −0.38, 95% CI −0.53 to −0.22) as long as the patients remain in treatment. Overall quality of evidence was moderate with a high level of heterogeneity. Conclusions Specific psychological and psychosocial interventions have utility in ameliorating negative symptoms in psychosis and should be included in the treatment of negative symptoms. However, more effective treatments for negative symptoms need to be developed.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,006 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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