Indirect effects of Seeking Safety plus sertraline on alcohol use: The mediating role of reductions in posttraumatic stress disorder symptom severity
Notice bibliographique
Résumé
Posttraumatic stress disorder (PTSD) symptoms and alcohol use frequently co-occur and are mutually reinforcing. Few studies have examined how changes in PTSD severity influence subsequent changes in alcohol use, particularly in the context of comorbidity treatments. This secondary analysis utilized data from a clinical trial comparing 12 weeks of Seeking Safety plus sertraline (SS+S) versus Seeking Safety plus placebo (SS+P) among individuals (N = 69) with co-occurring PTSD and alcohol use disorder. A mediational analysis, using a latent growth modeling framework from five points throughout treatment, was conducted to examine whether reductions in alcohol use were mediated by treatment-led (SS+S vs. SS+P) reductions in PTSD severity. Results revealed a nonsignificant treatment effect on PTSD severity reductions over time, Est. = -0.440. The link between PTSD severity reductions and reductions in alcohol use was significant, Est. = 0.644. Despite the nonsignificant path between treatment group and PTSD severity (and in the presence of bias correction for small sample size), the formal test of mediation was significant such that for participants in the SS+S group, alcohol use reductions were fully mediated by reductions in PTSD severity, Est. = -0.283. These findings suggest one of the mechanisms through which SS+S exerts its effects on alcohol use is through reductions in PTSD severity. Clinicians working within the SS treatment platform may consider augmenting their treatment plan with sertraline in collaboration with clients. Future research is necessary to understand how medication and behavioral therapies synergize over a treatment course to improve PTSD and alcohol use.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».