Pilot testing the effectiveness of a community-based yoga program on health outcomes among adults living with chronic pain
Notice bibliographique
Résumé
Chronic pain affects nearly 20% of Canadian adults and can severely impact health and well-being. Using prescription opioids is the most common pain management strategy, despite their long-term ineffectiveness and high dependency, tolerance, and addiction risks. Alternatively, exercise is a recommended non-pharmacological evidence-based strategy. Gentle movement exercises, including yoga, are efficacious in improving pain-related health outcomes (pain intensity; depressive symptoms; physical function) in randomized controlled trials. However, testing the effectiveness in real-world settings has not been done. Thus, this pilot study examined the effectiveness of an 8-week community-based yoga program on improving pain intensity, symptoms of depression, and physical function among adults living with chronic pain. Participants (n = 7; Mage = 54.14 ± 7.54 years) completed pre- and post-program paper surveys assessing all health outcomes. Wilcoxon signed rank tests revealed that symptoms of depression decreased significantly from pre- to post-program (p = .04), whereas changes in pain intensity and physical function were non-significant (p's > .05). Given the small sample size, effect sizes were also calculated. All health outcomes demonstrated large effects (r's = 0.42 to 0.54). This pilot study was the first to show that a community-based yoga program had a large, favorable impact on pain intensity, symptoms of depression, and physical function. Future replication research with larger samples is needed to determine if community-based yoga that targets adults living with chronic pain is an effective management strategy. If so, then this type of exercise should be made available to people living with pain in communities across Canada.Acknowledgments: The research was unfunded and the authors do not have conflicts of interest to disclose. The researchers extend a sincere 'thank you' to all of the participants who volunteered their time to make this research possible.
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 | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».