MétaCan
Menu
Retour à la cohorte
Enregistrement W4396727476 · doi:10.1080/10550887.2024.2331528

A pilot study of the Moving On In My Recovery program for people in recovery from substance use

2024· article· en· W4396727476 sur OpenAlexaff
Lee M. Hogan, Mansour Bagheri, W. Miles Cox, David B. Morgan, Hannah Rettie

Notice bibliographique

RevueJournal of Addictive Diseases · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueSubstance Abuse Treatment and Outcomes
Établissements canadiensUniversity College of the North
Organismes subventionnairesnon disponible
Mots-clésSubstance usePsychologyMedicineGerontologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

Background: This study pilot tested Moving On In My Recovery (MOIMR), a 12-session, acceptance-based, cognitive-behavioral, manual-guided group program for individuals in recovery from substance use. MOIMR aims to bridge the gap between formal treatment and sustained recovery. Method: Participants were 61 people in recovery from substance use and in the catchment area of the Betsi Cadwaladr Health Board, North Wales, United Kingdom. Using a variety of questionnaires, participants’ psychological flexibility and wellbeing were assessed at baseline, post-treatment, and a three-month follow-up. Participants who dropped out were contacted at the follow-up and interviewed about their experience. Results: The study successfully recruited participants from real-world treatment services. During the study, significant improvements were observed in participants’ social functioning, experiential avoidance, recovery capital, low mood, and anxiety. The proportion of participants who achieved abstinence also improved. Qualitative feedback confirmed the benefits that participants derived from attending the MOIMR groups. Conclusion: The program offered significant benefits for the participants despite many of them having apprehensions about undertaking a group-based approach. The gains established by quantitative analysis appeared to be supported by the qualitative findings. These findings suggest that a full randomized controlled trial of MOIMR would be feasible.

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)0,008
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,008
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,305
Écart entre enseignants0,271 · 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'étudeObservationnel
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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Addictive DiseasesMême sujetSubstance Abuse Treatment and OutcomesTravaux en français237 207