Technology-enhanced psychological assessment and treatment of distressing auditory hallucinations: a systematic review
Notice bibliographique
Résumé
Purpose Auditory hallucinations (“hearing voices”) are a relatively common experience, which is often highly distressing and debilitating. As mental health services are under increasing pressures, services have witnessed a transformative shift with the integration of technology into psychological care. This study aims to narratively synthesise evidence of technology-enhanced psychological assessment and treatment of distressing voices (PROSPERO 393831). Design/methodology/approach This review was carried out according to the preferred reporting items for systematic reviews and meta-analyses. Embase, MEDLINE, PsycINFO and Web of Science were searched until 30th May 2023. The Effective Public Health Practice Project (EPHPP) tool assessed methodological quality of studies. Findings Searching identified 9,254 titles. Fourteen studies (two assessment studies, twelve treatment studies, published 2010–2022, n = 1,578) were included in the review. Most studies were conducted in the UK, the USA or Canada. Technologies included avatar therapy, mobile apps, virtual reality, a computerised Web-based programme and a mobile-assisted treatment. Overall, technology-enhanced psychological assessments and treatments appear feasible, acceptable and effective, with avatar therapy the most used intervention. EPHPP ratings were “strong” ( n = 8), “moderate” ( n = 5) and “weak” ( n = 1). Originality/value To the best of the authors’ knowledge, this is the first systematic review to investigate these technologies, specifically for distressing voices. Despite the relatively small number of studies, findings offer promising evidence for the clinical benefits of these technologies for enhancing mental health care for individuals with distressing voices. More high-quality research on a wider range of technologies is warranted.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».