Web-Based Mindfulness Interventions for Mental Health Treatment: 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: Web-based mindfulness interventions are increasingly delivered through the internet to treat mental health conditions. OBJECTIVE: The objective of this study was to determine the effectiveness of web-based mindfulness interventions in clinical mental health populations. Secondary aims were to explore the impact of study variables on the effectiveness of web-based mindfulness interventions. METHODS: We performed a systematic review and meta-analysis of studies investigating the effects of web-based mindfulness interventions on clinical populations. RESULTS: The search strategy yielded 12 eligible studies. Web-based mindfulness interventions were effective in reducing depression in the total clinical sample (n=656 g=-0.609, P=.004) and in the anxiety disorder subgroup (n=313, g=-0.651, P<.001), but not in the depression disorder subgroup (n=251, P=.18). Similarly, web-based mindfulness interventions significantly reduced anxiety in the total clinical sample (n=756, g=-0.433, P=.004) and the anxiety disorder subgroup (n=413, g=-0.719, P<.001), but not in the depression disorder group (n=251, g=-0.213, P=.28). Finally, web-based mindfulness interventions improved quality of life and functioning in the total sample (n=591, g=0.362, P=.02) in the anxiety disorder subgroup (n=370, g=0.550, P=.02) and mindfulness skills in the total clinical sample (n=251, g=0.724, P<.001). CONCLUSIONS: Results support the effectiveness of web-based mindfulness interventions in reducing depression and anxiety and in enhancing quality of life and mindfulness skills, particularly in those with clinical anxiety. Results should be interpreted with caution given the high heterogeneity of web-based mindfulness interventions and the low number of studies included.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,012 | 0,012 |
| 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) | 0,015 | 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 découle