Exploring the influence of loneliness and social isolation in transdiagnostic internet-delivered cognitive behavioral therapy for depression and anxiety.
Notice bibliographique
Résumé
OBJECTIVE: Past research shows that social factors play an important role in mental health outcomes, but there is limited research on how these factors influence Internet-delivered cognitive behavior therapy (ICBT). This study investigated the prevalence of subjective (i.e., feelings of loneliness) and objective social isolation among patients receiving transdiagnostic ICBT. We explored whether social factors change over treatment and moderate treatment effectiveness and engagement. METHOD: This study used data collected in a routine ICBT clinic. Among clients with elevated depression and/or anxiety who started ICBT (n = 625), we analyzed measures of depression, anxiety, loneliness, and social engagement administered at pretreatment, various points during the treatment and 20 weeks follow-up. RESULTS: Pretreatment prevalence of frequent loneliness and social isolation was 75.7% and 54.6%, respectively. Depression and anxiety decreased over time, with large effect sizes from pretreatment to follow-up (depression d = 1.56; anxiety d = 1.63). Loneliness decreased significantly (d = 0.69), while social engagement improved moderately (d = 0.37). Higher pretreatment loneliness was associated with higher average levels of depression across the treatment period and with fewer completed treatment lessons. CONCLUSIONS: Overall, results indicate that loneliness and social isolation are prevalent among clients seeking ICBT and both decrease during transdiagnostic ICBT. More frequent loneliness during the treatment was associated with lower engagement and smaller treatment gains, while social isolation was not. These findings suggest that further research is warranted on how to address loneliness within ICBT. It also suggests that social isolation can be reduced by means of transdiagnostic ICBT. (PsycInfo Database Record (c) 2025 APA, all rights reserved).
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».