MétaCan
Menu
← Retour à la cohorte
Enregistrement W6939019448 · doi:10.60692/cx194-nf892

The effect of motor interference therapy on traumatic memories: A randomized, double blind, controlled study

2022· article· en· W6939019448 sur OpenAlexaff

Notice bibliographique

RevueGreater South Information System · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensUniversity of AlbertaDouglas College
Organismes subventionnairesnon disponible
Mots-clésAnalysis of varianceTraumatic stressRelaxation (psychology)Repeated measures designPsychological interventionSession (web analytics)Visual analogue scale

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction: Traumatic memories are a core symptom of PTSD and stress-related disorders, as well as a transdiagnostic symptom found in many different mental disorders. There are effective psychological treatments for PTSD symptoms, but access to these specialized treatments can be difficult and expensive. One potential for treatment is the use of visuospatial tasks to interrupt memory reconsolidation processes. The aim of this pilot study was to determine the usefulness of Motor Interference Therapy (MIT), which consists of a visuospatial task verbally directed through an audio, for the treatment of traumatic memories. Methods: We conducted a randomized, double blind, controlled study. 28 participants with at least one traumatic memory causing distress were randomized to receive either MIT or an abbreviated version of Jacobson´s Progressive Muscle Relaxation Technique (PMR). Both interventions were administered twice for a total duration of 30 minutes. The assessment scales (PTSD Symptom Severity Scale-Revised, visual-analog scale (EQ-VAS) from EuroQol 5D, and a visual analogue scale of traumatic memory distress) were administered by a blinded researcher to the treatment group in three times: before the intervention, one week after the intervention and one month later. Only the visual-analog scale that rated the level of stress provoked by the traumatic memory was also applied immediately after the intervention. For each dependent variable a Group (PMR, MIT) x Session analysis of variance was conducted with repeated measures on the second variable. Critical Group x Session interactions were analyzed further with pairwise comparisons. Analyses of covariance were conducted to evaluate posttest scores adjusted for any pretest differences. Results: Mean scores improved from pretest to posttests for both interventions on all seven measures, and these improvements were statistically significant in all seven cases for MIT and in five of seven cases for PMR. Significant statistical differences were observed between groups on the visual analog scale for traumatic memories: MR scores declined from pretest to the immediate posttest ( p = .002) but showed no further decline. MIT scores also declined from pretest to immediate posttest ( p < .001), but they continued to improve over the subsequent week (p = .002) and were sustained one month following treatment. Mean MIT scores were lower than mean PMR scores at one week and one month ( p s < .002). no adverse events were reported in either group. Conclusion: MIT is an easy to apply technique that requires few resources and little training. The results strongly suggests that MIT could be a useful tool in the treatment of traumatic memories and yields proof-of-principle support for conducting future research with a large cohort, properly powered to stablish efficacy. ClinicalTrials.gov Identifier: NCT03627078

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0060,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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.

Tête enseignante Opus0,082
Tête enseignante GPT0,314
Écart entre enseignants0,232 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGreater South Information System→Même sujetTraumatic Brain Injury Research→Travaux en français237 207→