MétaCan
Menu
Retour à la cohorte
Enregistrement W4407828760 · doi:10.22541/au.174011957.75208754/v1

Single case study of improving differentiation of self and psychological well-being of patients with Hereditary Sensory Autonomic Neuropathy-2 using Mode Deactivation Therapy

2025· preprint· en· W4407828760 sur OpenAlexaboutno aff
Arash Jelodari, Fatemeh Sadat Marashian, Laleh Hosseini, Joan Swart

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineMedicine
ThématiqueHeart Rate Variability and Autonomic Control
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSensory systemAutonomic neuropathyMedicineSensory neuropathyPsychologyNeuroscienceInternal medicineBiologyGenetics

Résumé

récupéré en direct d'OpenAlex

The current research aimed to examine the effectiveness of the Mode Deactivation Therapy (MDT) on improving differentiation of self and psychological well-being of patients with HSAN-2. The research design was semi-experimental single case with multiple baselines. The statistical population of the research included 50 patients with HSAN2 all over the world from whom 2 were recruited (one from Iran and one from Canada) using purposive sampling method with inclusion-exclusion criteria. The patients filled out Skowron & Friedlander’s (1998) Differentiation of Self Inventory and Ryff’s (1989) Psychological Well-Being Questionnaire. The data were analyzed using clinical significance, visual inspect, diagnostic improvement and the six indices of efficacy. According to the results, the total percentage of improvement for differentiation of self and psychological well-being were 52.76 and 52.69, respectively. One can conclude that the Mode Deactivation Therapy (MDT) was effective in improving differentiation of self and psychological well-being of the patients with HSAN-2 through identifying maladjustment core beliefs and replacing them with useful alternatives via the VCR process.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,041
Tête enseignante GPT0,284
Écart entre enseignants0,243 · 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'étudeÉtude de cas
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHeart Rate Variability and Autonomic ControlTravaux en français237 207