The Effect of Ketamine-Assisted Group Therapy on Treatment-Resistant Mental Health Conditions in Firefighters
Notice bibliographique
Résumé
OBJECTIVE: Firefighters display elevated risk for diagnoses of mental health illnesses. Psychedelic-assisted therapies show promise in the treatment of clinically challenging conditions. This observational case series analyzed data from firefighters with mental health diagnoses who participated in a 12-week ketamine-assisted group therapy treatment plan. METHODS: Questionnaire scores (Generalized Anxiety Disorder Assessment-7, Patient Health Questionnaire-9, The Posttraumatic Stress Disorder Checklist -5, Brief Inventory of Psychosocial Functioning ) collected throughout the program were scored and statistically analyzed for changes. Qualitative data were analyzed through thematic analysis. RESULTS: Significant decreases with large effect sizes were detected in Generalized Anxiety Disorder Assessment-7 and The Posttraumatic Stress Disorder Checklist-5 scores after completion in the 12-week treatment plan, which persisted 6 months later. Participants noted it was beneficial being in a cohort with fellow firefighters. CONCLUSIONS: Statistically and clinically significant improvements to posttraumatic stress disorder and anxiety diagnoses were detected in the cohort of firefighters after the Roots to Thrive Ketamine-Assisted Group Therapy program, with results retained six months post treatment.
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 | 0,000 |
| 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 | 0,000 | 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 ».