The Impact of Modifying Interpretive Bias on Contamination-Related Obsessive–Compulsive Symptoms
Notice bibliographique
Résumé
Abstract Cognitive-behavioural models of obsessive–compulsive disorder (OCD) propose that a tendency to negatively interpret ambiguous thoughts and situations plays a key role in maintaining the disorder. Moreover, some researchers have proposed that negative interpretive biases may share a common processing mechanism with attentional biases, with changes in one predicted to lead to changes in the other. The current study examined whether training positive (i.e., adaptive) interpretive bias of contamination-related OCD concerns using a cognitive bias modification paradigm (CBM-I) would lead to reductions in contamination concerns, as well as changes in contamination-related attentional bias. Undergraduate students with high levels of contamination-related OCD symptoms were randomly assigned to receive either positive ( n = 31) or neutral ( n = 33) CBM-I training. Participants in the positive training condition, relative to the neutral training condition, showed a significantly greater increase in positive interpretive bias, significantly less within-session behavioural avoidance of contaminants, and significantly reduced contamination-related cognitions (at one-week follow-up). Contrary to expectations, CBM-I training did not differentially impact attentional bias nor self-reported contamination-related OCD symptoms. We discuss future directions in applying CBM-I to contamination-related OCD.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».