Efficacy and moderators of cognitive therapy versus behavioural activation for adults with depression: study protocol of a systematic review and meta-analysis of individual participant data
Notice bibliographique
Résumé
BACKGROUND: Cognitive therapy and behavioural activation are both widely applied and effective psychotherapies for depression, but it is unclear which works best for whom. Individual participant data (IPD) meta-analysis allows for examining moderators at the participant level and can provide more precise effect estimates than conventional meta-analysis, which is based on study-level data. AIMS: This article describes the protocol for a systematic review and IPD meta-analysis that aims to compare the efficacy of cognitive therapy and behavioural activation for adults with depression, and to explore moderators of treatment effect. (PROSPERO: CRD42022341602). METHOD: Systematic literature searches will be conducted in PubMed, PsycINFO, EMBASE and the Cochrane Library, to identify randomised clinical trials comparing cognitive therapy and behavioural activation for adult acute-phase depression. Investigators of these trials will be invited to share their participant-level data. One-stage IPD meta-analyses will be conducted with mixed-effects models to assess treatment effects and to examine various available demographic, clinical and psychological participant characteristics as potential moderators. The primary outcome measure will be depressive symptom level at treatment completion. Secondary outcomes will include post-treatment anxiety, interpersonal functioning and quality of life, as well as follow-up outcomes. CONCLUSIONS: To the best of our knowledge, this will be the first IPD meta-analysis concerning cognitive therapy versus behavioural activation for adult depression. This study has the potential to enhance our knowledge of depression treatment by using state-of-the-art statistical techniques to compare the efficacy of two widely used psychotherapies, and by shedding more light on which of these treatments might work best for whom.
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 | 0,064 | 0,118 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,005 |
| Méta-épidémiologie (sens large) | 0,026 | 0,039 |
| Bibliométrie | 0,010 | 0,009 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,005 | 0,004 |
| Intégrité de la recherche | 0,009 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,027 | 0,003 |
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 ».