Cognitive-Behavioral Treatment of Tomophobia (Fear of Medical Procedures) Using an Innovative, Virtual-Reality-Augmented Approach: A Case Study in a Patient With Breast Cancer
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Most patients experience elevated anxiety prior to surgery; however, a subset of these individuals will present with clinically significant preoperative anxiety and meet criteria for tomophobia. Tomophobia is a subtype of Specific Phobia characterized by an intense fear of medical procedures, which can lead to avoidance of necessary, even lifesaving, interventions. Despite its clinical significance, research on tomophobia remains limited, and best-practice interventions are not well established. This case study illustrates a promising Cognitive Behavioral Therapy (CBT) approach that incorporates interdisciplinary care and innovative exposure methods using virtual reality (VR). The patient was a treatment-naïve middle-aged woman who was refusing necessary surgical care for breast cancer due to a fear of surgery (i.e., Specific Phobia, Blood-Injection-Injury Type). Assessment and treatment were delivered over 12 preoperative sessions with one postoperative follow-up session. Engagement in treatment resulted in functional improvements, including willingness to undergo surgery, and clinically significant reductions in the validated Severity Measure for Specific Phobia (intake score = 25; final preoperative session score = 7; postoperative session score = 5). This case study highlights how interdisciplinary care and VR can be integrated to systematically expose patients to typically inaccessible yet triggering environments, such as the operating room, providing useful guidance for clinicians treating tomophobia and significant preoperative anxiety.
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.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 découle