Mindfulness‐based interventions for weight loss: a systematic review and meta‐analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: An increasing number of studies are investigating the efficacy of mindfulness-based interventions (MBIs) for weight loss and obesity-related eating behaviours. However, the results of past reviews are inconsistent. OBJECTIVE: To clarify these inconsistencies, we conducted a comprehensive effect-size analysis to evaluate the efficacy of MBIs on weight loss and eating behaviours. DATA SOURCE: Data sources were identified through a systematic review of studies published in journals or as dissertations in PsychINFO, PubMed, CINAHL, Web of Science, Medline and Scopus, ProQuest or OATD from the first available date to March 10, 2017. REVIEW METHODS: A total of 18 publications (19 studies, n = 1,160) were included. RESULTS: Mean weight loss for MBIs at post-treatment was 6.8 and 7.5 lb at follow-up. In pre-post comparisons, effect-size estimates suggest that MBIs are moderately effective for weight loss (n = 16; Hedge's g = .42; 95% CI [.26, .59], p < .000001) and largely effective in reducing obesity-related eating behaviours (n = 10; Hedge's g = .70; CI 95% [.36, 1.04], p < .00005). Larger effects on weight loss were found in studies that used a combination of informal and formal meditation practice (n = 6; Hedge's g = .55; CI 95% [.32, .77], p < .00001) compared with formal meditation practice alone (n = 4; Hedge's g = .46; CI [.10, .83], p < .05). CONCLUSION: Results suggest that MBIs are effective in reducing weight and improving obesity-related eating behaviours among individuals with overweight and obesity. Further research is needed to examine their efficacy for weight loss maintenance.
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.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,021 | 0,029 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,027 | 0,001 |
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.
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 découle