The effectiveness of Human Givens Rewind treatment for trauma
Notice bibliographique
Résumé
Purpose Rewind is a trauma-focussed exposure technique that is part of Human Givens (HG) therapy. However, there have been no controlled studies examining the effectiveness or acceptability of Rewind, and a previous study comparing HG therapy outcomes with cognitive behaviour therapy (CBT) benchmarks has yet to be replicated. The paper aims to address these issues. Design/methodology/approach This preliminary investigation used an observational, quasi-experimental design. Using both between-subject and within-subject designs, the outcome measures of those who had Rewind in the second session and participants who had treatment-as-usual (TAU) in the second session followed by Rewind in the third session were compared. Pre–post treatment scores were used to evaluate the overall HG therapy and to compare with benchmarks. Findings Rewind was more effective than control treatment sessions, with 40 per cent recovered and 57 per cent having reliably improved or recovered after the Rewind treatment session. Rewind sessions were rated as acceptable as other treatment sessions. The effect size of HG therapy was above the CBT Clinical Outcomes in Routine Evaluation Outcome-10 (CORE-10) benchmark of 1.22. The recovery rate for treatment completers was 63 per cent, with 91 per cent recovered or reliably improved and was equivalent to the top quartile of services. Practical implications Rewind is a promising alternative trauma treatment, as people need not discuss details of the trauma, multiple traumas can be treated in one session and fewer treatment sessions may be needed. Originality/value There are few HG studies reported in the peer-reviewed literature. This preliminary study is the first controlled study of Rewind. The findings are also in line with previous research on HG therapy.
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 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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».