MétaCan
Menu
Retour à la cohorte
Enregistrement W1507406792 · doi:10.1186/s12906-015-0705-5

Intradialytic Laughter Yoga therapy for haemodialysis patients: a pre-post intervention feasibility study

2015· article· en· W1507406792 sur OpenAlexaff
Paul N. Bennett, Trisha Parsons, Ros Ben‐Moshe, Merv Neal, Melissa K. Weinberg, Karen Gilbert, Cherene Ockerby, Helen Rawson, Corinne Herbu, Alison M. Hutchinson

Notice bibliographique

RevueBMC Complementary and Alternative Medicine · 2015
Typearticle
Langueen
DomainePsychology
ThématiqueHumor Studies and Applications
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésMedicineLaughterPhysical therapyMoodAnxietyQuality of life (healthcare)Blood pressureMeditationIntervention (counseling)OptimismClinical psychologyPsychiatryPsychologyNursingPsychotherapistInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Laughter Yoga consists of physical exercise, relaxation techniques and simulated vigorous laughter. It has been associated with physical and psychological benefits for people in diverse clinical and non-clinical settings, but has not yet been tested in a haemodialysis setting. The study had three aims: 1) to examine the feasibility of conducting Laughter Yoga for patients with end stage kidney disease in a dialysis setting; 2) to explore the psychological and physiological impact of Laughter Yoga for these patients; and 3) to estimate the sample size required for future research. METHODS: Pre/post intervention feasibility study. Eighteen participants were recruited into the study and Laughter Yoga therapists provided a four week intradialytic program (30-min intervention three times per week). Primary outcomes were psychological items measured at the first and last Laughter Yoga session, including: quality of life; subjective wellbeing; mood; optimism; control; self-esteem; depression, anxiety and stress. Secondary outcomes were: blood pressure, intradialytic hypotensive episodes and lung function (forced expiratory volume). Dialysis nurses exposed to the intervention completed a Laughter Yoga attitudes and perceptions survey (n = 11). Data were analysed using IBM SPSS Statistics v22, including descriptive and inferential statistics, and sample size estimates were calculated using G*Power. RESULTS: One participant withdrew from the study for medical reasons that were unrelated to the study during the first week (94 % retention rate). There were non-significant increases in happiness, mood, and optimism and a decrease in stress. Episodes of intradialytic hypotension decreased from 19 pre and 19 during Laughter Yoga to 4 post Laughter Yoga. There was no change in lung function or blood pressure. All nurses agreed or strongly agreed that Laughter Yoga had a positive impact on patients' mood, it was a feasible intervention and they would recommend Laughter Yoga to their patients. Sample size calculations for future research indicated that a minimum of 207 participants would be required to provide sufficient power to detect change in key psychological variables. CONCLUSIONS: This study provides evidence that Laughter Yoga is a safe, low-intensity form of intradialytic physical activity that can be successfully implemented for patients in dialysis settings. Larger studies are required, however, to determine the effect of Laughter Yoga on key psychological variables. TRIAL REGISTRATION: Australian New Zealand Clinical Trials Registry - ACTRN12614001130651 . Registered 23 October 2014.

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)0,006
score de la tête « metaresearch » (Gemma)0,006
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 non randomisé · Signal consensuel: Essai non randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,189
Tête enseignante GPT0,443
Écart entre enseignants0,255 · 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 non 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

Citations58
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Complementary and Alternative MedicineMême sujetHumor Studies and ApplicationsTravaux en français237 207