Group cognitive‐behavioural therapy for hoarding disorder: Systematic review and meta‐analysis
Notice bibliographique
Résumé
Previous meta-analysis has reported the rate of reliable and clinically significant changes in hoarding disorder (HD) after cognitive-behavioural therapy (CBT) based on the classical CBT model of HD, as between 42% and 25%. However, in this analysis, different types of therapy (group vs individual, G-CBT and I-CBT, respectively), different providers (psychologist vs nonpsychologist), and different diagnosis (HD vs hoarding behaviour) were analysed together. Hence, it remains unclear if reported rate of changes was due to limits of the CBT model of HD or due to the fact that different applications of the model were analysed together. The aim of this meta-analysis is to highlight shortcomings in the description of existing approaches in G-CBT in HD and provide an up-to-date review of the current state of efficacy. We searched references for treatment trials of G-CBT for HD in adults with object hoarding, where treatment was conducted by a professional in PubMed, PsychINFO and Web of Science databases, and ResearchGate (for grey literature). Data on participants, treatment modalities, and outcomes were extracted; treatment effect-size was meta-analysed. Five hundred and forty-three references were found; after title and abstract screening, eight articles (178 participants) were retained of which seven were included in the meta-analysis. G-CBT showed improvement of HD severity at posttreatment (Hedge's g = 0.96). The rate of clinically reliable changes across groups of treatment was 21%-68% (M = 36.7%; SD = 12.1%). The meta-analyses showed a statistically but not clinically significant impact of age on effect-size. No publication bias was found. There is strong evidence supporting the efficacy of G-CBT including modified or extended versions of classical G-CBT protocols. However, controlled trials with follow-up assessment are needed to evaluate long-term G-CBT efficacy for HD. As well, the rate of clinically significant changes is low; further research on the HD model could improve the efficacy of G-CBT.
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 | 0,011 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,018 | 0,030 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 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 ».