Low-Intensity Cognitive Behavioural Therapy-Based Music Group (CBT-Music) for the Treatment of Symptoms of Anxiety and Depression: A Feasibility Study
Notice bibliographique
Résumé
BACKGROUND: Music has the potential to be an effective and engaging therapeutic intervention in the treatment of mental illness. This research area remains underdeveloped. AIMS: This paper reports the feasibility of an innovative low-intensity CBT-based music (CBT-Music) group targeted to symptoms of depression and anxiety. METHOD: A total of 28 participants with symptoms of depression and anxiety who were attending community mental health services were recruited for the study and randomized into TAU (treatment as usual) plus low-intensity CBT-Music (treatment) or to TAU alone (control). The treatment group consisted of a 9-week music group that incorporated various components of CBT material into a musical context. Feasibility was the primary outcome. The secondary outcomes were a reduction in depression, anxiety (Hospital Anxiety and Depression Scale) and disability (WHO Disability Assessment Schedule 2.0) assessed at baseline and 10 weeks. RESULTS: Recruitment proved feasible, retention rates were high, and the participants reported a high level of acceptability. A randomized control study design was successfully implemented as there were no significant differences between treatment and control groups at baseline. Participants in the treatment group showed improvement in disability (p = 0.027). Despite a reduction in depression and anxiety scores, these differences were not statistically significant. CONCLUSIONS: A low-intensity CBT-based music group can be successfully administered to clients of community mental health services. There are indications of effectiveness in reducing disability, although there appears to be negligible effect on symptoms of anxiety and depression. This is the first report of a trial of a low-intensity CBT-based music group intervention.
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 | 0,005 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».