A systematic review of relational-based therapies for the treatment of auditory hallucinations in patients with psychotic disorders
Notice bibliographique
Résumé
BACKGROUND: Auditory hallucinations in patients with psychotic disorders may be very distressing. Unfortunately, a large proportion of individuals are resistant to pharmacological interventions and the gold-standard cognitive-behavioral therapy for psychosis offers at best modest effects. To improve therapeutic outcomes, several therapies have been created to establish a relationship between voice-hearers and their voices. With increasing literature, we conducted a systematic review of dialogical therapies and examined the evidence behind their efficacy. METHODS: A systematic search was performed in PubMed, PsycINFO, Web of Science, and Google Scholar. Articles were included if they discussed the effects of dialogical interventions for patients with psychotic disorders. RESULTS: A total of 17 studies were included within this systematic review. Cumulative evidence from various therapies has shown that entering in a dialog with voices is beneficial to patients, even those who are resistant to current pharmacological treatments. Heightened benefits have been mainly observed with Relating Therapy and Avatar Therapy/Virtual Reality assisted Therapy, with evidence generally of moderate quality. Both these interventions have shown large to very large effects on voices and voice-related distress as well as moderate to large magnitude improvements on affective symptoms. Though, cognitive-behavioral therapy for command hallucinations and making sense of voices noted no improvements on voices. CONCLUSIONS: Literature on relational-based interventions with a strong emphasis on the relational aspects of voice hearing has shown positive effects. Results suggest that these dialogical therapies might surpass the efficacy of current gold-standard approaches.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
| 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 ».