Psychotherapy for problematic pornography use: A comprehensive meta-analysis
Notice bibliographique
Résumé
Introduction: Problematic pornography use (PPU) affects some individuals, causing distress and impaired functioning, and while psychotherapy is considered a first-line intervention, its efficacy remains understudied and unknown to many therapists. This review aimed to comprehensively synthesize the available evidence on psychotherapy for PPU and related problems (i.e., craving). Methods: For this meta-analytic systematic review, we conducted a systematic literature search, followed by study selection, coding, and data extraction. We then meta-analyzed the resulting studies using a random-effects model with subgroup analyses, meta-regressions, and risk of bias assessments. Results: 20 studies with 2,021 participants met the inclusion criteria. Most studies included cognitive behavioral therapy and acceptance and commitment therapy interventions. Participants receiving psychotherapy improved significantly more than controls on PPU, frequency/duration of pornography use, and sexual compulsivity, with large effect sizes, that were small for craving. Within-subject effects were also large and stable at follow-up. In addition, single-case designs meta-analyses showed clinically significant reductions in PPU, craving, and frequency/duration. We identified moderate effects for related depression symptoms. Most subgroup and meta-regression analyses adjusting for treatment and sample characteristics were not significant. Discussion: These results supports the efficacy of cognitive behavioral therapy and acceptance and commitment therapy in treating PPU and related problems. This has relevant implications for clinical practice (e.g., treating these problems with evidence-based interventions). However, these findings are limited by methodological issues, including the high risk of bias identified. To address these limitations, future research should use more rigorous methods (e.g., randomized controlled trials) and include more diverse groups.
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 | 0,013 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,017 | 0,041 |
| Bibliométrie | 0,008 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».