Moving Toward and Through Trauma: Participant Experiences of Multi-Modal Motion-Assisted Memory Desensitization and Reconsolidation (3MDR)
Notice bibliographique
Résumé
Introduction:Military members and Veterans are at risk of developing combat-related, treatment-resistant posttraumatic stress disorder (TR-PTSD) and moral injury (MI). Conventional trauma-focused therapies (TFTs) have shown limited success. Novel interventions including Multi-modal Motion-assisted Memory Desensitization and Reconsolidation therapy (3MDR) may prove successful in treating TR-PTSD. Objective:To qualitatively study the experiences of Canadian military members and Veterans with TR-PTSD who received the 3MDR intervention. Methods:This study explored qualitative data from a larger mixed-method waitlist control trial testing the efficacy of 3MDR in military members and veterans. Qualitative data were recorded and collected from 3MDR sessions, session debriefings and follow-up interviews up to 6 months post-intervention; the data were then thematically analyzed. Results:Three themes emerged from the data: (1) the participants' experiences with 3MDR; (2) perceived outcomes of 3MDR; and (3) keys to successful 3MDR treatment. Participants expressed that 3MDR provided an immersive environment, active engagement and empowerment. The role of the therapist as a coach and “fireteam partner” supports the participants' control over their therapy. The multi-modal nature of 3MDR, combining treadmill-walking toward self-selected trauma imagery with components of multiple conventional TFTs, was key to helping participants engage with and attribute new meaning to the memory of the traumatic experience. Discussion:Preliminary thematic analysis of participant experiences of 3MDR indicate that 3MDR has potential as an effective intervention for combat-related TR-PTSD, with significant functional, well-being and relational improvements reported post-intervention. Conclusion:Military members and Veterans are at risk of developing TR-PTSD, with worse outcomes than in civilians. Further research is needed into 3MDR and its use with other trauma-affected populations.
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 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,006 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».