Differentiating mindfulness-integrated cognitive behavior therapy and mindfulness-based cognitive therapy clinically: the why, how, and what of evidence-based practice
Notice bibliographique
Résumé
It is important to be able to differentiate mindfulness-based programs in terms of their model, therapeutic elements, and supporting evidence. This article compares mindfulness-based cognitive therapy (MBCT), developed for relapse prevention in depression, and mindfulness-integrated cognitive behavior therapy (MiCBT), developed for transdiagnostic applications, on: (1) origins, context and theoretical rationale (why), (2) program structure, practice and, professional training (how), and (3) evidence (what). While both approaches incorporate behavior change methods, MBCT encourages behavioral activation, whereas MiCBT includes various exposure procedures to reduce avoidance, including a protocol to practice equanimity during problematic interpersonal interactions, and a compassion training to prevent relapse. MBCT has a substantial research base, including multiple systematic reviews and meta-analyses. It is an endorsed preventative treatment for depressive relapse in several clinical guidelines, but its single disorder approach might be regarded as a limitation in many health service settings. MiCBT has a promising evidence base and potential to make a valuable contribution to psychological treatment through its transdiagnostic applicability but has not yet been considered in clinical guidelines. While greater attention to later stage dissemination and implementation research is recommended for MBCT, more high quality RCTs and systematic reviews are needed to develop the evidence base for MiCBT.
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 | 0,100 | 0,285 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,002 |
| Bibliométrie | 0,007 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,008 |
| Communication savante | 0,012 | 0,010 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,007 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».