La psychothérapie interpersonnelle (PTI) pour le traitement de la dépression chez les personnes âgées
Bibliographic record
Abstract
Dans cet article, les auteurs expliquent pourquoi la psychothérapie interpersonnelle (PTI) est un traitement psychosocial particulièrement efficace pour soigner la dépression chez les personnes âgées. Ils abordent des questions qui peuvent surgir lors de la mise en oeuvre de la PTI auprès de personnes âgées et examinent les études portant sur des personnes âgées traitées à l’aide de la PTI. Enfin, ils présentent deux vignettes cliniques qui illustrent l’application de la PTI à ce groupe de personnes. La PTI convient particulièrement bien aux personnes âgées en dépression, car les problématiques abordées s’apparentent grandement aux difficultés auxquelles les aînés font face et qui peuvent, chez certains, déclencher la dépression. De plus, la PTI convient bien aux personnes âgées à cause de ses composantes psychoéducatives, de son recours au paradigme médical et de sa nature coopérative, axée sur les problèmes et circonscrite dans le temps. Bien que la PTI demande très peu d’adaptation pour son application aux personnes âgées, elle devrait s’appuyer sur des connaissances en gérontologie et en psychologie gériatrique. Certaines études, de même que notre pratique clinique, indiquent que le traitement intensif (c’est-à-dire hebdomadaire) en psychothérapie interpersonnelle réduit les symptômes de la dépression chez les personnes âgées, mais il faudra davantage d’études pour confirmer cette hypothèse. Le counseling interpersonnel — une version modifiée de la PTI — a démontré son efficacité dans le traitement des symptômes de la dépression chez les personnes âgées ayant des problèmes médicaux. La poursuite du traitement ou le traitement de maintien en PTI sur une base mensuelle s’est avéré bénéfique chez certaines personnes âgées souffrant de pathologie dépressive grave. Les auteurs présentent deux cas qui illustrent la mise en oeuvre de la PTI. Le premier cas porte sur les conflits interpersonnels, alors que le deuxième est axé sur les transitions de rôles.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".