MétaCan
Menu
Retour à la cohorte
Enregistrement W3029668958 · doi:10.1093/sleep/zsaa056.533

0536 Motivation at Pretreatment and its Correlates in a Trial of Digital CBT For Insomnia: Preliminary Findings

2020· article· en· W3029668958 sur OpenAlexaffabout
Xiaowen Ji, Janet M. Y. Cheung, Hans Ivers, Charles M. Morin

Notice bibliographique

RevueSLEEP · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueSleep and related disorders
Établissements canadiensUniversité Laval
Organismes subventionnairesSage Therapeutics
Mots-clésCognitive behavioral therapy for insomniaContext (archaeology)PsychologySleep diaryCronbach's alphaInsomniaClinical psychologyAnxietyCognitive behavioral therapyRandomized controlled trialActigraphyPhysical therapyPsychiatryMedicinePsychometricsInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction Pretreatment motivation is a critical variable in any intervention seeking to modify behaviors. Lack of motivation may hamper the effects of cognitive-behavioral therapy for insomnia (CBT-I), especially when delivered online. This study aims to investigate baseline correlates of pretreatment motivation and its influence on treatment outcomes in the context of digitalized CBT-I. Methods This is a secondary analysis of an ongoing pragmatic trial conducted in primary care clinics of Québec City, Canada. The trial was designed to assess the efficacy of a stepped-care intervention for chronic insomnia in which participants received a digital CBT-I (SHUTi), alone or in addition to sleep medication they were already using. Pre-treatment motivation was measured using two items based on the perceived importance of improving sleep and readiness to change behaviors to improve sleep (Score range: 0 to 20; cronbach’s alpha 0.79). Baseline questionnaires included an extended version of Insomnia Severity Index (ISI), Fatigue Severity Scale (FFS), Generalized Anxiety Disorder (GAD-7) and Patient Health Questionnaire (PHQ-9). Treatment outcome was measured by a change in ISI scores (i.e. ISI post - ISI pre). Results A total of 28 participants were included in the analysis. All participants preferentially selected ISI either as monotherapy (n=13)or in combination with their usual sleep medication (n=15). Participants’ motivation before treatment was high (Mean: 18.04; SD: 1.93). We did not find any associations between motivation and ISI score change or incidence of dropout. However, baseline fatigue was positively correlated with pretreatment motivation (r = 0.51, p = 0.005) and more severe insomnia symptoms were also associated with higher motivation (r=0.43, p=0.03). Specifically, perceived importance was associated with both nighttime and daytime insomnia symptoms while readiness for behavioral change was only associated with daytime impairments on energy, mood and social activities (all p = 0.01). Baseline anxiety and depressive symptoms were not correlated with motivation. Conclusion Insomnia-related daytime impairments and elevated fatigue levels appear to be linked to pretreatment motivation, especially for behavioral changes. Further study with greater statistic power is warranted to understand the relationship between participants’ motivation and treatment adherence or outcomes. Support CIHR0083000212

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)0,004
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,026
Tête enseignante GPT0,270
Écart entre enseignants0,244 · 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'étudeObservationnel
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
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSLEEPMême sujetSleep and related disordersTravaux en français237 207