A Head-to-Head Comparison of Three Self-Help Techniques to Reduce Body-Focused Repetitive Behaviors
Notice bibliographique
Résumé
Body-focused repetitive behaviors (BFRBs) include skin picking, trichotillomania, nail biting and cavitadaxia/lip-cheek biting, among other behaviors. For the first time, we compared three different self-help techniques aimed at reducing BFRBs. We explored the acceptance and preliminary efficacy of the approaches and whether the techniques exerted differential effects depending on BFRB-type.A total of 113 participants with at least one BFRB were randomly allocated to either habit reversal training (HRT; active elements: awareness and competing response training), decoupling (DC) or decoupling in sensu (DC-is). Reassessment was conducted 4 weeks later. The Generic Body-Focused Repetitive Behavior Scale (GBS) served as the primary outcome. The completion rate was best for DC-is (68.6%) as compared to HRT (57.1%) and DC (53.5%). A total of 34.8% of completers in the DC group showed an improvement of at least 35% on the GBS compared to 10.0% in the HRT and 23.3% in the DC-is group. In accordance with previous work, moderator analyses showed that improvement under DC is best for non-skin-pickers. A dose-effect relationship emerged, particularly for HRT. Subjective appraisal ratings were more favorable for DC-is and HRT than for DC. With respect to completion rate, subjective appraisal and symptom improvement, DC-is yielded consistently satisfactory results, whereas HRT showed good subjective but rather poor objective improvement. Those who performed DC, especially non-skin-pickers, showed good improvement but overall completion and subjective efficacy were low. Future studies should investigate whether the three techniques exert add-on effects when combined and whether demonstration via new media (e.g., video) will augment comprehensibility and thus efficacy of the techniques.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».