Lost connection? Comparing group cohesion and treatment outcomes between videoconference and in-person cognitive behavioural group therapy for social anxiety disorder and other anxiety disorders
Notice bibliographique
Résumé
Abstract Background: One of the most effective treatments for social anxiety disorder (SAD) is cognitive behavioural therapy (CBT). Prior research indicates group cohesion is connected to treatment success in group CBT for SAD (CBGT). Videoconference CBGT delivery is now common following the COVID-19 pandemic; however, research investigating treatment outcomes and group cohesion in videoconference CBGT for SAD is limited. Aims: The present study aimed to compare group cohesion in videoconference CBGT for SAD to group cohesion in both in-person CBGT for SAD and videoconference CBGT for other anxiety and related disorders. A secondary aim was to compare symptom reduction across all three groups. Method: Patients completed a 12-week CBGT program for SAD in-person ( n= 28), SAD via videoconference ( n= 46), or for another anxiety or related disorder via videoconference ( n= 100). At mid- and post-treatment patients completed the Group Cohesion Scale Revised (GCS-R), and at pre- and post-treatment patients completed the Social Phobia Inventory (SPIN, only in the SAD groups) and the Depression Anxiety Stress Scales (DASS-21). Results: Over the course of treatment, all three groups showed a significant increase in cohesion and a significant decrease in symptoms (η p 2 ranged from .156 to .562, all p <.001). Furthermore, analyses revealed no significant difference in cohesion scores between groups at both mid- and post-treatment. Conclusions: These results suggest that videoconference CBGT for SAD is similarly effective in facilitating cohesion and reducing symptoms compared with in-person delivery. Limitations of the study and implications for treatment are discussed.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 ».