Initiating Cognitive Processing Therapy (CPT) in Community Settings: A Qualitative Investigation of Therapist Decision-Making
Notice bibliographique
Résumé
Various organizations have provided treatment guidelines intended to aid therapists in deciding how to treat posttraumatic stress disorder (PTSD). Yet evidence-based psychotherapies (EBPs) for PTSD in the community may be difficult to obtain. Although strides have been made to implement EBPs for PTSD in institutional settings such as the United States Veterans Affairs, community uptake remains low. Factors surrounding clients' decisions to enroll in EBPs have been identified in some settings; however less is known regarding trained therapists' decisions related to offering trauma-focused therapies or alternative treatment options. Thus, the aim of the current study was to examine therapist motivations to initiate CPT in community settings. The present study utilizes data from a larger investigation aiming to support the sustained implementation of Cognitive Processing Therapy (CPT) in community mental health treatment settings. Enrolled therapists participated in phone interviews discussing their opinions of CPT, preferred treatments for PTSD, and process in assessing appropriate PTSD treatments for clients. Semi-structured interviews (N = 29) were transcribed and analyzed using a directed content analysis approach. Several themes emerged regarding therapists' decision-making in selecting PTSD treatments. Therapist motivations to use EBPs for PTSD, primarily CPT, were identified at the client (e.g., perceived compatibility with client-level characteristics), therapist (e.g., time limitations), and clinic levels (e.g., leadership support). The results provide insight into the complex array of factors that affect sustainability of EBPs for PTSD in community settings and inform future dissemination of EBPs, including training efforts in community settings.
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 | 0,007 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».