Effectiveness of Web-based Cognitive Bias Intervention for Psychiatric Disorders: A Systematic Review Protocol (Preprint)
Notice bibliographique
Résumé
UNSTRUCTURED Background: Traditional psychological therapies focus mainly on modification of individuals’ conscious decision-making process. Unconscious processes such as cognitive biases have been found to be accountable for various psychiatric psychopathologies. The advances in technologies have transformed how bias modification programs are being delivered. Objective: We seek to synthesize the current evidence of web-based cognitive bias modification for psychiatric disorders, by identifying the range of conditions targeted and their current efficacy. We wish to determine if web-based attention bias modification is as efficacious as compared to conventional methods. Methods and analysis: A systematic review will be conducted, and all studies types will be included. There will not be any restrictions on the participants included in the study. A search will be conducted on the respective databases up till 2017. Selection of studies will be by the Preferred Reporting Items for Systematic Review and Meta-analyses (PRISMA-P) guidelines. Quality assessment of the included studies will be assessed using the Cochrane Risk of Bias tool (for randomized trials) and the Newcastle-Ottawa scale for other study designs. A narrative synthesises of the identified articles will be conducted. A meta-analysis will be considered, only if there are sufficient articles in a domain for statistical analysis. Ethical approval for the current protocol and the planned systematic review was not required. Results: Results synthesized would be disseminated using conference presentation or published works in peer-reviewed journals. Conclusions: This review is of importance given how technology transformed the delivery of conventional therapies. The findings from this review will provide guidance for future research involving technology and cognitive bias modification interventions. Registration details: International Prospective Register for Systematic Reviews (PROSPERO) number 2017 CRD42017074754
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 | 0,050 | 0,052 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,004 |
| Méta-épidémiologie (sens large) | 0,015 | 0,012 |
| Bibliométrie | 0,008 | 0,007 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,006 | 0,007 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,006 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,087 | 0,012 |
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 ».