MétaCan
Menu
Retour à la cohorte
Enregistrement W3089096553 · doi:10.3389/fpsyt.2020.565681

Group Cognitive Behavioral Analysis System of Psychotherapy (CBASP): A Pilot Study for Bipolar Depression

2020· article· en· W3089096553 sur OpenAlexaff
Liliane Sayegh, El Hadj Touré, Elisabeth Farquhar, Serge Beaulieu, Suzane Renaud, Soham Rej, Michel Perreault

Notice bibliographique

RevueFrontiers in Psychiatry · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueBipolar Disorder and Treatment
Établissements canadiensJewish General HospitalConcordia UniversityUniversité de MontréalDouglas Mental Health University InstituteMcGill University
Organismes subventionnairesnon disponible
Mots-clésInterpersonal psychotherapyPsychologyClinical psychologyDepression (economics)Intervention (counseling)Latent class modelBipolar disorderMajor depressive disorderRandomized controlled trialPsychiatryCognitionMedicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Cognitive Behavioral Analysis System of Psychotherapy (CBASP) is an individually administered treatment model designed specifically for Persistent Depression however bipolar patients have traditionally been excluded from CBASP studies. There is a perception that bipolar depression will be harder to treat and requires a unique psychological approach. This pilot study reports on the feasibility of administering the same 20-week manualized group CBASP therapy with bipolar patients currently in a depressive episode. METHODS: exploration of benefits to bipolar depressed patients (n=26) of the same 20-week group CBASP intervention administered to unipolar depressed patients (n=81). The clinical trial for the initial phase examining benefits of the manualized 20-week group CBASP intervention with unipolar patients was registered with the ISRCTN registry, study ID: ISRCTN95149444. Results reported here include mixed ANOVA analyses, across group treatment models and diagnostic categories. Changes over time in self-reported depressive symptoms (Inventory of Depressive Symptoms -IDS-SR), self-reported social functioning, interpersonal problems and interpersonal dispositions are documented for all patients. An exploratory longitudinal latent class analysis was used to examine patients' trajectories of improvement in depressive symptoms. Finally, the best predictors of change in reported depressive symptoms were explored with a logistic regression for all patients. RESULTS: Improvements in depressive symptoms and in social functioning over time were significant for all patients with bipolar patients trending towards a greater improvement in depressive symptoms after controlling for baseline differences. An exploratory Latent Class Analysis identified two different treatment trajectories for the entire sample: 1) moderate to severely depressed patients who improved significantly (49%) and 2) severely depressed patients who did not improve (51%). The best predictors of non-response to group therapy include high baseline problems in social functioning and low rates of self-reported Perceived Improvements in overall health. CONCLUSION: Bipolar patients in a depressive episode appear to benefit from the same 20-week group CBASP model designed originally for the treatment of Persistent Depressive Disorder. Bipolar patients seem more easily mobilized both during and outside of group therapy sessions and report more interpersonal confidence and more agency than unipolar depressed patients.

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)0,003
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 enseignants0,006
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 GPT0,312
Écart entre enseignants0,286 · 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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in PsychiatryMême sujetBipolar Disorder and TreatmentTravaux en français237 207