MétaCan
Menu
Retour à la cohorte
Enregistrement W2795298010 · doi:10.5772/intechopen.70899

Imagery Rehearsal Therapy (IRT) Combined with Cognitive Behavioral Therapy (CBT)

2018· book-chapter· en· W2795298010 sur OpenAlexaff
Katia Levrier, André Marchand, Valérie Billette, Stéphane Guay, Geneviève Belleville

Notice bibliographique

RevueInTech eBooks · 2018
Typebook-chapter
Langueen
DomainePsychology
ThématiquePosttraumatic Stress Disorder Research
Établissements canadiensUniversité LavalInstitut Universitaire en Santé Mentale de QuébecInstitut du Savoir MontfortUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésPsychologyClinical psychologyDistressCognitive behavioral therapyCognitionCognitive processing therapyPsychotherapistPsychiatry

Résumé

récupéré en direct d'OpenAlex

In cases of post-traumatic stress disorder (PTSD), nightmares can often persist, even after a cognitive behavioral therapy (CBT) for this disorder. Imagery rehearsal therapy (IRT) is a CBT that targets the treatment of nightmares directly. Objectives: the present study describes the feasibility and the efficacy of combining IRT with first-line, trauma-focused CBT for PTSD. Method: two individuals with PTSD took part in this experimental case study protocol. The efficacy of the combined treatment was evaluated using semi-structured interviews, self-report questionnaires, and daily self-monitoring diaries. Results: after three IRT sessions for Participant 1 and five IRT sessions for Participant 2, combined with CBT for PTSD, both participants experienced a slight decrease in sleep difficulties and in the intensity of their PTSD symptoms post-treatment. More particularly, one participant demonstrated a significant decrease in the level of distress associated with his post-traumatic nightmares (PTNM). Conclusions: these results demonstrate that it is possible and promising to combine IRT with CBT for PTSD.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0180,004

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.

Tête enseignante Opus0,127
Tête enseignante GPT0,396
Écart entre enseignants0,269 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInTech eBooksMême sujetPosttraumatic Stress Disorder ResearchTravaux en français237 207