The Relationship of Rumination, Worry and OCD Symptoms During Technology Supported Mindfulness Therapy for OCD
Notice bibliographique
Résumé
ABSTRACT Background In this study, we re‐examined data from a previous randomized controlled trial investigating ‘technology supported mindfulness’ (TSM)—an 8‐week treatment intervention for individuals experiencing OCD. The current analysis involves an examination of the longitudinal relationships between rumination, worry and OCD symptom changes during mindfulness treatment, in comparison to a waitlist control. Methods Participants experiencing OCD ( n = 71) were randomly assigned to 8 weeks of (1) TSM or (2) waitlist control. We tested the extent to which rumination (using the Ruminative Response Scale) and worry (using the Penn State Worry Questionnaire) are associated with OCD symptom changes during the acute phase of treatment, concurrently (i.e., within the same longitudinal model). Results Generalized linear model (GLM) results indicated a significant time (week 1 vs. week 8) by condition interaction involving decreased rumination in the TSM condition: F (1, 61) = 13.37, p = 0.001, partial η 2 = 0.18 and observed power = 0.94. A second GLM demonstrated decreased worry in the TSM condition: F (1, 69) = 37.34, p = 0.001, partial η 2 = 0.35 and observed power = 0.83. Longitudinal ‘latent difference’ structural equation analyses demonstrated a cross‐lagged association between worry (but not rumination) and OCD symptom changes. Conclusions Individuals in the TSM condition experienced greater reductions in rumination and worry during 8 weeks of TSM treatment compared to the waitlist control, and reduced worry predicted subsequent OCD symptom reduction.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».