Cognitive behavioral therapy with adaptive virtual reality exposure vs. cognitive behavioral therapy with in vivo exposure in the treatment of social anxiety disorder: A study protocol for a randomized controlled trial
Notice bibliographique
Résumé
Background: Social anxiety disorder (SAD) has a high prevalence and an early onset with recovery taking decades to occur. Current evidence supports the efficacy of cognitive behavioral therapy (CBT) with virtual reality (VR) exposure. However, the evidence is based on a sparse number of studies with predominantly small sample sizes. There is a need for more trials investigating the optimal way of applying VR based exposure for SAD. In this trial, we will test the efficacy of CBT with adaptive VR exposure allowing adjustment of the exposure based on real-time monitoring of the participants's anxiety level. Methods: (CBT-Exp), (2) CBT including exposure therapy using individually tailored VR-content and a system to track anxiety levels (CBT-ExpVR). Treatment is individual, manual-based and consists of 10 weekly sessions with a duration of 60 min. The study includes 90 participants diagnosed with SAD. Assessments are carried out pre-treatment, mid-treatment and at follow-up (6 and 12 months). The primary outcome is the mean score on the Social Interaction Anxiety Scale (SIAS) with the primary endpoint being post-treatment. Discussion: The study adds to the existing knowledge by assessing the efficacy of CBT with adaptive VR exposure. The study has high methodological rigor using a randomized controlled trial with a large sample size that includes follow-up data and validated measures for social anxiety outcomes. Clinical trial registration: ClinicalTrials.gov, identifier: NCT05302518.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».