Efficacy of affirmative cognitive behavioural group therapy for sexual and gender minority adolescents and young adults in community settings in Ontario, Canada
Notice bibliographique
Résumé
OBJECTIVE: This study tested the efficacy of AFFIRM, a brief affirmative cognitive-behavioural group intervention tailored to reduce psychosocial distress and improve coping among sexual and gender minority adolescents and young adults (SGMY). METHOD: SGMY (n = 138; M age = 22.44) were allocated to immediate 8-week AFFIRM intervention delivered at 12 community-based organisations or an 8-week waitlisted control. At baseline, post-intervention or post-waitlist, participants completed self-reported assessments of depression, hope, coping, and stress appraisal. Implementation outcomes of feasibility and acceptability were also assessed. RESULTS: Compared to waitlist, SGMY in the intervention condition significantly reduced their depressive symptoms (b = - 5.79, p = .001) as well as increased reports of hope (agency: b = 0.84, p = .001; pathway: b = 0.79, p = .001), and coping by emotional support (b = 0.59, p < .001), instrumental support (b = 0.67, p < .001), positive framing (b = 0.59, p < .001), humour (b = 0.36, p = .014), planning (b = 0.49, p < .001) as well as reflective coping (b = 0.27, p = .009). Intervention participants were also less likely to perceive stress as a threat (b = - 0.43, p = .001), and more likely to perceive stress as challenge (b = 0.67, p < .001) and have the resources to deal with that stress (b = 0.38, p = .016) in comparison to waitlisted control participants. All outcomes had medium to large effect sizes. AFFIRM participants reported low attrition (8.5%) and high levels of engagement and acceptability (e.g. 99% agreed intervention was relevant to their lives). Over 63% of the community organizations that participated in the training hosted AFFIRM at least once during the study. CONCLUSIONS: Results demonstrate efficacy for the community-based implementation of an affirmative clinical intervention designed for SGMY to address depression and foster coping with universal and minority stressors.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».