MétaCan
Menu
Retour à la cohorte
Enregistrement W4385295232 · doi:10.1177/01454455231186586

Improving Romantic Relationship Functioning Among Young Men With First-Episode Psychosis: Impact of a Novel Group Intervention

2023· article· en· W4385295232 sur OpenAlexafffund
Briana Cloutier, Tania Lecomte, Félix Diotte, Justin Lamontagne, Amal Abdel‐Baki, Jean-Gabriel Daneault, Marie Eve Gélineau Rabbath, Alexandre de Connor, Cécile Perrine

Notice bibliographique

RevueBehavior Modification · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueAttachment and Relationship Dynamics
Établissements canadiensCentre Hospitalier de l’Université de MontréalUniversité de Montréal
Organismes subventionnairesFonds de recherche du Québec
Mots-clésPsychologyPsychosisIntervention (counseling)RomanceClinical psychologyDevelopmental psychologyPsychiatryPsychotherapistPsychoanalysis

Résumé

récupéré en direct d'OpenAlex

Previous research has highlighted many of the challenges faced by individuals with psychosis in romantic relationships. The present study aimed to evaluate the impact of a novel group intervention for men with first-episode psychosis (FEP) on dating success, romantic and sexual functioning, self-esteem, self-stigma, mentalizing skills, and symptomatology, while using a repeated single-case experimental design and comparing results across two treatment modalities (i.e., in-person or online). Twenty-seven participants from five treatment sites completed a 12-week group intervention. Qualitative data was also collected to assess participants' subjective experiences with the program. In both modalities, significant improvements were observed for romantic functioning, mentalizing skills, and symptomatology, with effect sizes ranging from small to large. Several participants also attended more dates and entered committed relationships after the intervention. Most participants were satisfied with the program and many felt that they had learned new skills and gained confidence in dating. Future research should replicate these findings in larger and more inclusive samples.

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)0,001
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 enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,061
Tête enseignante GPT0,390
Écart entre enseignants0,328 · 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

Citations16
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBehavior ModificationMême sujetAttachment and Relationship DynamicsTravaux en français237 207