ADAPTING COGNITIVE REMEDIATION GROUP THERAPY AS A HYBRID INTERVENTION FOR PEOPLE WITH HIV AND COGNITIVE CONCERNS
Notice bibliographique
Résumé
Abstract Cognitive impairment is a significant health issue for people aging with HIV/AIDS. With pharmacological treatment lacking, psychosocial group therapies may best help people aging with HIV and cognitive challenges cope with symptoms. The COVID-19 pandemic demonstrated how in-person group therapies need adaptation for hybrid or online delivery. Peer-led focus groups discussed adapting cognitive remediation group therapy (CRGT) as a hybrid or online intervention. CRGT combines mindfulness-based stress reduction and brain training activities. Purposive sampling recruited people aging with HIV (40+) who self-identified cognitive concerns and resided in two Canadian provinces. Content analysis was employed on transcripts by 7 independent coders. Ten, two-hour focus groups were conducted between August and November 2022. Participant (n=45) demographics included age (M=53.22, SD=7.62) gender (45% women, 42% men, 13% trans/non-binary), sexuality (42% gay, 40% heterosexual, 18% other), ethnicity (45% white, 33% black, 13% Indigenous, 9% mixed-race), and employment (33% employed, 67% retired/disability), and all were retained in care. Overall, participants responded favourably to CRGT’s modalities and preferred a hybrid model blending in-person and online interactions. Preferred intervention facilitators were peers and mental health professionals. Knowledge of HIV’s impacts on cognitive health, including HIV-associated neurocognitive disorder, was very low despite high reports of cognitive concerns (e.g., trouble remembering, impaired attention, difficulty problem-solving). Given the aging of the HIV population in Canada and the United States, increasing support will be required to improve quality of life. This presentation will discuss a hybrid CRGT adaptation, alongside considerations for how COVID-19 has impacted intervention research.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».