MétaCan
Menu
Retour à la cohorte
Enregistrement W4301400930 · doi:10.3389/fpsyt.2022.951429

Improved emotion regulation following a trauma-informed CBT-based intervention associates with reduced risk for recidivism in justice-involved emerging adults

2022· article· en· W4301400930 sur OpenAlexaff
Nathalie M. Dumornay, Katherine E. Finegold, Anisha Chablani, Lili Elkins, Sotun Krouch, Molly Baldwin, Soo Jeong Youn, Luana Marques, Kerry J. Ressler, Alisha Moreland‐Capuia

Notice bibliographique

RevueFrontiers in Psychiatry · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueChild Abuse and Trauma
Établissements canadiensUniversity of Toronto
Organismes subventionnairesMcLean HospitalBank of America
Mots-clésRecidivismIntervention (counseling)Mental healthPsychologyClinical psychologyPsychiatryCurriculumDistressCognitive behavioral therapyEconomic JusticeCognition

Résumé

récupéré en direct d'OpenAlex

Objective: Male youth who have been involved in the juvenile legal system have disproportionate rates of trauma and violence exposure. Many justice-involved youth have untreated mental illness, with an estimated 66% of young men who are incarcerated meeting criteria for at least one mental health disorder, including posttraumatic stress disorder (PTSD), depression, and substance abuse. While Cognitive Behavioral Therapy (CBT) approaches are considered among effective evidence-based treatments for addressing and treating behavioral and emotional difficulties, male youth with a history of incarceration and youth who are at risk for (re)incarceration, violence, emotion dysregulation, and trauma face significant barriers in accessing these services. Methods: Roca, Inc. (Roca), an internationally recognized organization moving the needle on urban violence by working relentlessly with young people at the center of violence in Massachusetts and Maryland, employs a trauma-informed CBT-based skills curriculum and approach in their intervention model, to improve youths' educational, employment, parenting, and life skills opportunities, while decreasing risk for recidivism, addressing trauma and increasing skills for emotion regulation. The aim of this analysis was to assess the effectiveness of Roca's trauma-informed CBT skills curriculum on youths' emotional and behavioral outcomes. We analyzed data from over 300 participating emerging adult men from four sites in Massachusetts and one site in Baltimore, Maryland who had at least three series of data collection across multiple skills-based sessions. Results: We found improvements in outcomes in overall mean scores related to decreased distress about employment and education, as are expected with standard intervention approaches for justice-involved youth. Participants who show improvement in emotion regulation across engagement (approximately half the cohort), were found to have significant improvements in distress related to relationship and family functioning and self-care, and decreased substance use, along with other outcomes compared to those participants with less improvement in emotion regulation. Furthermore, improvement in different aspects of emotion regulation were associated with improved relationships, life distress, substance use, and improved prosocial thinking. Conclusions: Together, these data suggest that adding mental health support and skills training, such as with trauma-informed CBT models, to programs for justice-involved youth may lead to significant improvements in functioning, quality of life, and mental health outcomes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,274
Écart entre enseignants0,265 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai non randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in PsychiatryMême sujetChild Abuse and TraumaTravaux en français237 207