Acceptability and Feasibility of Training to Integrate Digital CBT for Insomnia Into Routine Psychotherapy: A Focus Group Study
Notice bibliographique
Résumé
OBJECTIVE: Routine psychotherapy for mental health problems does not adequately address insomnia. Integrating cognitive behavior therapy for insomnia (CBTI) into routine psychotherapy could both extend the reach of CBTi and enhance sleep and mental health outcomes. Digital CBTi (dCBTI) is a promising and scalable option for integration that requires little prior training and session time. This study aimed to understand the perspectives of licensed mental health therapists on the acceptability and feasibility of this strategy of integrated dCBTI. METHOD: Six one-hour focus groups were conducted with 52 licensed therapists (21 PhD/PsyD, 11 LCSW, 10 MFT, 9 LPC, 2 MD). Each group included 6-11 participants. Inductive thematic analysis was used. RESULTS: Therapists identified general advantages of dCBTI, benefits to integration, and concerns about integration. They described the knowledge and resources needed both for training and in session. They expressed that a 4-hour workshop and spending 5-10 minutes in session supporting patient use of dCBTI would be feasible. CONCLUSION: Data offer preliminary evidence in support of the perceived value, acceptability, and feasibility of integrating dCBTI in routine psychotherapy from a therapist perspective. Therapists are open to receiving training in integrated dCBTI and see its potential value in improving outcomes for their patients.
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 | 0,029 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».