Cognitive Behavioural Therapy for Nightmares for Patients with Persecutory Delusions (Nites): An Assessor-Blind, Pilot Randomized Controlled Trial
Notice bibliographique
Résumé
Objective: Nightmares are relatively common in patients experiencing psychosis but rarely assessed or treated. Nightmares may maintain persecutory delusions by portraying fears in sensory-rich detail. We tested the potential benefits of imagery-focused cognitive behavioural therapy (CBT) for nightmares on nightmare severity and persecutory delusions. Method: This assessor-blind parallel-group pilot trial randomized 24 participants with nightmares and persecutory delusions to receive CBT for nightmares delivered over 4 weeks in addition to treatment as usual (TAU) or TAU alone. Assessments were at 0, 4 (end of treatment), and 8 weeks (follow-up). Feasibility outcomes assessed therapy uptake, techniques used, satisfaction, and attrition. The primary efficacy outcome assessed nightmare severity at week 4. Analyses were intention to treat, estimating treatment effect with 95% confidence intervals (CIs). Results: All participants offered CBT completed therapy (mean [SD], 4.8 [0.6] sessions) with high satisfaction, and 20 (83%) participants completed all assessments. Compared with TAU, CBT led to large improvements in nightmares (adjusted mean difference = −7.0; 95% CI, –12.6 to –1.3; d = –1.1) and insomnia (6.3; 95% CI, 2.6 to 10.0; d = 1.4) at week 4. Gains were maintained at follow-up. Suicidal ideation was not exacerbated by CBT but remained stable to follow-up, compared with TAU, which reduced at follow-up (6.8; 95% CI, 0.3 to 3.3; d = 0.7). CBT led to reductions in paranoia (–20.8; 95% CI, –43.2 to 1.7; d = –0.6), although CIs were wide. Three serious adverse events were deemed unrelated to participation (CBT = 2, TAU = 1). Conclusions: CBT for nightmares is feasible and may be efficacious for treating nightmares and comorbid insomnia for patients with persecutory delusions. It shows promise on paranoia but potentially not on suicidal ideation.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».