Which PTSD clusters and symptoms are central to reducing suicidal ideation? A network and cross-lagged analysis among individuals receiving cognitive processing therapy
Notice bibliographique
Résumé
BACKGROUND: Posttraumatic stress disorder (PTSD) is associated with suicidal ideation (SI) and SI tends to improve over the course of evidence-based psychotherapy for PTSD. However, it remains unclear which PTSD clusters and symptoms are central to changes in SI throughout treatment. OBJECTIVE: To use (1) network analysis to identify the PTSD clusters and symptoms most uniquely related to SI (at baseline and post-treatment); and (2) cross-lagged analyses to examine whether these PTSD clusters and symptoms prospectively predicted decreases in SI over the course of cognitive processing therapy (CPT). METHOD: Participants were 188 individuals with PTSD receiving CPT as part of an implementation-effectiveness trial. At each session, DSM-IV PTSD clusters and symptoms were assessed using the PTSD Checklist and SI was assessed using the Outcome Questionnaire-45. RESULTS: Multi-staged cross-sectional network analyses indicated that at baseline and post-treatment the avoidance and reexperiencing clusters were uniquely associated with SI. Within these clusters, the symptoms uniquely associated with SI were recurrent thoughts and dreams of trauma, restricted range of affect, and sense of foreshortened future at baseline; and sense of foreshortened future, restricted range of affect, recurrent dreams of trauma, feelings of detachment from others, memory impairment, avoidance of reminders of trauma, and psychological cue reactivity at post-treatment. Multilevel cross-lagged analyses indicated that the avoidance cluster and the restricted range of affect and sense of foreshortened future symptoms, uniquely predicted next-session decreases in SI. CONCLUSIONS: These findings suggest that reductions in SI within treatment may be due to direct targeting of avoidance, affect, and future-related cognitions. Further research remains necessary to determine whether the present findings extend to DSM-5 PTSD clusters and symptoms.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 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 ».