MétaCan
Menu
Retour à la cohorte
Enregistrement W2891028767 · doi:10.4103/apjon.apjon_34_18

Exploring the Use of Neurofeedback by Cancer Survivors: Results of Interviews with Neurofeedback Providers and Clients

2018· article· en· W2891028767 sur OpenAlexaff
Marian Luctkar‐Flude, Jane Tyerman, Dianne Groll

Notice bibliographique

RevueAsia-Pacific Journal of Oncology Nursing · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer-related cognitive impairment studies
Établissements canadiensTrent UniversityQueen's University
Organismes subventionnairesnon disponible
Mots-clésNeurofeedbackThematic analysisClinical psychologyQuality of life (healthcare)PsychologyAnxietyQualitative researchPsychotherapistMedicinePsychiatryElectroencephalography

Résumé

récupéré en direct d'OpenAlex

Objective:Cancer survivors may experience persistent physical and psychological symptoms following completion of cancer treatment. Neurofeedback is a noninvasive form of brain training reported to help with symptoms including pain, fatigue, depression, anxiety, insomnia, and cognitive decline; however, there is a lack of research exploring its use with cancer survivors. The objective of this study was to describe the experiences of neurofeedback and its impact on the lives of posttreatment cancer survivors as perceived by neurofeedback providers and cancer survivor clients.Methods:This qualitative descriptive study employed semi-structured interviews and thematic analysis of interview transcripts. A convenience sample of twelve neurofeedback providers and five cancer survivor clients participated in this study.Results:Thematic analysis revealed seven overarching themes as follows: (1) paying it forward; (2) transforming lives; (3) regaining control; (4) brain healing itself; (5) comforting experience, (6) accessibility, and (7) failure to respond. The first five themes related to benefits of neurofeedback, and the final two related to challenges of using neurofeedback with cancer survivors.Conclusions:Results support the use of neurofeedback to improve quality of life for cancer survivors; however, more research is needed to determine which neurofeedback systems and protocols are most effective for this population with persistent symptoms. Cancer survivors may experience persistent physical and psychological symptoms following completion of cancer treatment. Neurofeedback is a noninvasive form of brain training reported to help with symptoms including pain, fatigue, depression, anxiety, insomnia, and cognitive decline; however, there is a lack of research exploring its use with cancer survivors. The objective of this study was to describe the experiences of neurofeedback and its impact on the lives of posttreatment cancer survivors as perceived by neurofeedback providers and cancer survivor clients. This qualitative descriptive study employed semi-structured interviews and thematic analysis of interview transcripts. A convenience sample of twelve neurofeedback providers and five cancer survivor clients participated in this study. Thematic analysis revealed seven overarching themes as follows: (1) paying it forward; (2) transforming lives; (3) regaining control; (4) brain healing itself; (5) comforting experience, (6) accessibility, and (7) failure to respond. The first five themes related to benefits of neurofeedback, and the final two related to challenges of using neurofeedback with cancer survivors. Results support the use of neurofeedback to improve quality of life for cancer survivors; however, more research is needed to determine which neurofeedback systems and protocols are most effective for this population with persistent symptoms.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,650
Score d'incertitude au seuil0,581

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,132
Tête enseignante GPT0,348
Écart entre enseignants0,216 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations15
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsia-Pacific Journal of Oncology NursingMême sujetCancer-related cognitive impairment studiesTravaux en français237 207