Helping Opioid Use Disorder and PTSD with Exposure (HOPE): An Open-Label Pilot Study of a Trauma-Focused, Integrated Therapy for OUD/PTSD
Notice bibliographique
Résumé
Opioid use disorder (OUD) and posttraumatic stress disorder (PTSD) frequently co-occur. However, there are no psychotherapy treatments intentionally designed for this comorbidity, nor designed to be augmented with medications for OUD. In this open-label pilot trial, we tested Helping Opioid Use Disorder and PTSD with Exposure (HOPE), a novel integrated, trauma-focused treatment for individuals (N = 6) with OUD/PTSD who were stabilized on medications for OUD. HOPE was delivered weekly for 10–12 sessions, and one follow-up visit was conducted ~1-month post-treatment. Primary outcomes included urine drug screens, the Timeline Followback, Desire for Drugs Questionnaire, Clinician-Administered PTSD Scale-5 (CAPS-5), and PTSD Checklist-5 (PCL-5). Boot-strapped linear mixed effect models and generalized estimating equations showed that PTSD symptoms (CAPS-5: B = −7.16, SE = 1.24, p < 0.01; PCL-5: B = −2.04, SE = 0.26, p < 0.01), desire for opioids (B = −0.56, SE = 0.15, p < 0.01), depression symptoms (B = −0.43, SE = 0.09, p < 0.01), and anxiety symptoms (B = −0.50, SE = 0.08, p < 0.01) decreased significantly over time. Client satisfaction increased throughout the study (B = 0.18, SE = 0.08, p = 0.02), and 83.3% of participants completed the therapy and follow-up visit. There were no significant changes in opioid or other substance use from baseline to follow-up. Although preliminary, results show high acceptability and feasibility of the HOPE therapy and demonstrate significant improvements in PTSD and associated symptoms with an integrated, trauma-focused 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».