Web-Based Intervention in Mindfulness Meditation for Reducing Residual Depressive Symptoms and Relapse Prophylaxis: A Qualitative Study
Notice bibliographique
Résumé
BACKGROUND: Mindful Mood Balance (MMB) is a Web-based intervention designed to treat residual depressive symptoms and prevent relapse. MMB was designed to deliver the core concepts of mindfulness-based cognitive therapy (MBCT), a group treatment, which, despite its strong evidence base, faces a number of dissemination challenges. OBJECTIVE: The present study is a qualitative investigation of participants' experiences with MMB. METHODS: Qualitative content analysis was conducted via 38 exit interviews with MMB participants. Study inclusion required a current PHQ-9 (Patient Health Questionnaire) score ≤12 and lifetime history ≥1 major depressive episode. Feedback was obtained on specific website components, program content, and administration as well as skills learned. RESULTS: Codes were assigned to interview responses and organized into four main themes: MBCT Web content, MBCT Web-based group process, home practice, and evidence of concept comprehension. Within these four areas, participants highlighted the advantages and obstacles of translating and delivering MBCT in a Web-based format. Adding increased support was suggested for troubleshooting session content as well as managing time challenges for completing home mindfulness practice. Participants endorsed developing affect regulation skills and identified several advantages to Web-based delivery including flexibility, reduced cost, and time commitment. CONCLUSIONS: These findings support the viability of providing MBCT online and are consistent with prior qualitative accounts derived from in-person MBCT groups. While there is certainly room for innovation in the domains of program support and engagement, the high levels of participant satisfaction indicated that MMB can significantly increase access to evidence-based psychological treatments for sub-threshold symptoms of unipolar affective disorder.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».