Therapist and operator experiences utilizing multi-modal motion-assisted Memory Desensitization and Reconsolidation (3MDR) for treatment of combat related posttraumatic stress disorder amongst military and veteran populations
Notice bibliographique
Résumé
Background: As provisions of mental healthcare services to military and veteran populations increases the risk to service providers developing secondary traumatic stress (STS), efforts are needed to examine the impact of delivering novel interventions which may include 3MDR. As a virtual-reality supported intervention, 3MDR exposes the patient, therapist and operator to graphic and sensory stimuli (i.e. narratives, imagery, smells, and music) in the course of the intervention. 3MDR is actively being researched at multiple sites internationally within military and veteran populations. It is, therefore, crucial to ensure the safety and wellbeing of 3MDR therapists and operators who are exposed to potentially distressing sensory stimuli. Objective: The purpose of this study is to qualitatively examine the impact and experiences of STS amongst therapists and operators in delivering 3MDR. For this study, impact will be defined as therapists or operators experiencing perceived STS as a result of delivering 3MDR. Methods: = 18) from Canada, the Netherlands, the United Kingdom, and the United States who had previously delivered 3MDR therapy. Telephone or video-conferencing interviews were used to gather data that was subsequently transcribed and thematically analyzed. Results: = 5): (1) personal cost and benefits of 3MDR, (2) professional paradox of a 3MDR therapist, (3) perceived effect of 3MDR on patients, and (4) recommendations for future 3MDR use. Conclusions: STS was not noted to be a significant challenge for 3MDR therapists and operators. Future research may investigate optimal means of providing training and ongoing support for 3MDR therapists and operators. HIGHLIGHTS: Secondary Traumatic Stress was not noted to be a significant challenge for 3MDR therapists and operatorsFuture research may investigate optimal means of providing training and ongoing support for 3MDR therapists and operators.
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 | 0,003 | 0,009 |
| 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 | 0,004 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».