Mindfulness-Based Interventions in Clinical Samples of Adolescents with Chronic Illness: A Systematic Review
Notice bibliographique
Résumé
BACKGROUND: Mindfulness-based interventions (MBIs) have emerged as a promising strategy for individuals with a chronic illness, given their versatility in targeting both physical and mental health outcomes. However, research to date has focused on adult or community-based populations. OBJECTIVES: To systematically review and critically appraise MBIs in clinical pediatric samples living with chronic physical illness. DATA SOURCES: Electronic searches were conducted by a Library Information Specialist familiar with the field by using EMBASE, PsycINFO, MEDLINE, CINAHL, Web of Science, and EBM Reviews databases. Study Eligibility, Participants, and Interventions: Published English peer-reviewed articles of MBIs in clinical samples of children and adolescents (3-18 years) with chronic physical illness. STUDY APPRAISAL AND SYNTHESIS METHODS: Two reviewers independently selected articles for review and extracted data. Results are narratively described, and the reporting quality of each study was assessed via the STROBE Checklist. RESULTS: Of a total 4710 articles, 8 articles met inclusion criteria. All studies were small (n < 20, except 1 study of n = 59), included only outpatient adolescent samples, and focused on feasibility and acceptability of MBI; only 1 study included a comparison group (n = 1). No studies included online components or remote attendance. All studies found that MBI was acceptable to adolescents, whereas feasibility and implementation outcomes were mixed. Many studies were underpowered to detect significant differences post-MBI, but MBI did demonstrate improvements in emotional distress in several studies. Conclusions and Implications of Key Findings: The literature on MBIs is preliminary in nature, focusing on adapting and developing MBI for adolescents. Although MBIs appear to be a promising approach to coping with symptoms related to chronic illness in adolescents, future research with adequate sample sizes and rigorous research designs is warranted.
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 | 0,011 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,005 |
| Bibliométrie | 0,007 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».