MétaCan
Menu
Retour à la cohorte
Enregistrement W2994306466 · doi:10.3390/bs9120137

Change & Grow® Therapeutic Model for Addiction: Preliminary Results of an Interventional Study

2019· article· en· W2994306466 sur OpenAlexaboutno aff
Eduardo Ramadas, Jessica Lopes, Tânia Caetano

Notice bibliographique

RevueBehavioral Sciences · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueMental Health Research Topics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAddictionAnxietyBeck Depression InventoryPsychologyClinical psychologyLongitudinal studyDepression (economics)Therapeutic effectMedicinePsychiatryInternal medicine

Résumé

récupéré en direct d'OpenAlex

The last years have seen a paradigm shift concerning addictive disorders, indicating the necessity to study alternative therapeutic models. In this longitudinal study, the objective was to explore the impact of the Change & Grow® therapeutic model developed and used by VillaRamadas on certain psychological variables that frequently appear associated with addiction. A repeated measures (first and last weeks of treatment) design was used, and the psychological measurements were Beck’s Depression Inventory II (BDI-II), Suicide Ideation Questionnaire (SIQ), State-Trait Anxiety Inventory (STAI), and Montreal Cognitive Assessment (MoCA). Results include 26 (16 male and 10 female) patients. Age varied between 17 and 64 years (M = 35.62, SD = 12.60) and duration of treatment between 91 and 193 days (M = 147.35, SD = 27.05). The MoCA total result was significantly higher in the last week of treatment. The results of BDI-II, SIQ, and STAI (both state and trait) were all significantly lower. Neither duration of treatment nor self-reported motivation presented significant correlation values with the difference between measures for any of the variables. The Change & Grow® therapeutic model appears to have an impact on relevant psychological variables in patients admitted into treatment for addictive disorders.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: Essai non randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,550
Tête enseignante GPT0,567
Écart entre enseignants0,017 · 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'étudeEssai non randomisé
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBehavioral SciencesMême sujetMental Health Research TopicsTravaux en français237 207