Changes in comorbid depression following intensive trauma-focused treatment for PTSD and complex PTSD
Notice bibliographique
Résumé
BACKGROUND: The extent to which intensive trauma-focused treatment for individuals with post-traumatic stress disorder (PTSD) is also effective in treating comorbid major depressive disorder (MDD) remains unclear. OBJECTIVE: The purpose of the present study was to test the hypothesis that brief intensive trauma-focused therapy for PTSD is associated with significant reductions in depressive symptoms and loss of diagnostic status of MDD. METHODS: A total of 334 adult patients with PTSD (189 patients who were also diagnosed with MDD) underwent a brief intensive trauma-focused treatment programme consisting of EMDR therapy, prolonged exposure, physical activity, and psychoeducation. At pre-treatment, post-treatment and 6-month follow-up, severity and diagnostic status of PTSD and MDD were assessed. A linear mixed model was used to analyze changes in the severity of PTSD and depressive symptoms, whereas a generalized linear mixed model was used to determine changes in the MDD diagnostic status. RESULTS: = 1.67 and 0.73, respectively). The proportion of patients fulfilling the diagnostic status of MDD changed from 57% at pre-treatment to 33% at the 6-month follow-up. Although the initial response to treatment did not differ between patients with and without comorbid MDD, for both groups a significant relapse in depressive symptoms was found after six months, which could be explained almost entirely by the presence of CPTSD at baseline. CONCLUSIONS: The results support the notion that brief, intensive trauma-focused treatment is highly effective for individuals with PTSD and comorbid MDD. Because patients with CPTSD are vulnerable to relapse in depressive symptoms, this target group may require additional treatment.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».