Metacognitive training for schizophrenia patients (MCT): A pilot study on feasibility, treatment adherence, and subjective efficacy.
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle