<scp>Cognitive‐behavioral</scp> therapy in the time of coronavirus: Clinician tips for working with eating disorders via telehealth when face‐to‐face meetings are not possible
Notice bibliographique
Résumé
OBJECTIVE: The coronavirus pandemic has led to a dramatically different way of working for many therapists working with eating disorders, where telehealth has suddenly become the norm. However, many clinicians feel ill equipped to deliver therapy via telehealth, while adhering to evidence-based interventions. This article draws together clinician experiences of the issues that should be attended to, and how to address them within a telehealth framework. METHOD: Seventy clinical colleagues of the authors were emailed and invited to share their concerns online about how to deliver cognitive-behavioral therapy for eating disorders (CBT-ED) via telehealth, and how to adapt clinical practice to deal with the problems that they and others had encountered. After 96 hr, all the suggestions that had been shared by 22 clinicians were collated to provide timely advice for other clinicians. RESULTS: A range of themes emerged from the online discussion. A large proportion were general clinical and practical domains (patient and therapist concerns about telehealth; technical issues in implementing telehealth; changes in the environment), but there were also specific considerations and clinical recommendations about the delivery of CBT-ED methods. DISCUSSION: Through interaction and sharing of ideas, clinicians across the world produced a substantial number of recommendations about how to use telehealth to work with people with eating disorders while remaining on track with evidence-based practice. These are shared to assist clinicians over the period of changed practice.
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 | 0,005 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,005 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,006 |
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 ».