Metacognitive training for schizophrenia patients (MCT): A pilot study on feasibility, treatment adherence, and subjective efficacy.
Notice bibliographique
Résumé
Objectives: A plethora of studies has confirmed that several cognitive biases (e.g., attributional style, jumping to conclu-sions, bias against disconfirmatory evidence, theory of mind, over-confidence in errors, need for closure, and low self-esteem) may play a pathogenetic role in the emergence and/or maintenance of the disorder, particularly delusions. The present study explored the safety, acceptance and subjective efficacy of a newly developed intervention program aimed at increasing awareness of, and possibly ameliorating, cognitive and behavioural biases in schizophrenia. Metacognitive training (MCT) builds upon inferences drawn from basic research on cognition and metacognition in schizophrenia. Methods: Forty outpatients were randomized to MCT and a control intervention (cognitive remediation, CogPack). Treatment in either group was performed twice weekly for an entire duration of 4 weeks (i.e., 8 sessions each lasting 45-60 minutes). At the end of the training, participants were asked to evaluate the subjective utility and efficacy of the program. In addition, treatment adherence and adverse events were documented. Results: MCT yielded superior scores relative to CogPack on several subjective parameters. Treatment adherence was comparable and no adverse events were noted during either intervention. Conclusions: The present study underscores the feasibility and acceptance of metacogni-tive training in psychosis. Future trials are warranted to verify the impact of MCT on the amelioration of metacogni-
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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) | 0,002 | 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 ».