Sahaj Samadhi meditation vs a Health Enhancement Program in improving late-life depression severity and executive function: study protocol for a two-site, randomized controlled trial
Notice bibliographique
Résumé
BACKGROUND: Recent estimates suggest an 11% prevalence of current late-life depression (LLD) and a lifetime prevalence of 16-20%. LLD leads to cognitive disturbance as well as a nearly two to three times increased risk of dementia. We conducted a recent randomized controlled trial (RCT) which demonstrated that Sahaj Samadhi meditation (SSM), an easy-to-implement, meditation-based augmentation strategy, led to higher rates of symptom remission when compared to treatment as usual (40.0 vs 16.3%; odds ratio, 3.36; 95% CI 1.06-10.64; p = 0.040). Here we present a protocol describing a two-site, blinded, RCT, comparing an SSM arm to an active-control arm - a Health Enhancement Program (HEP) intervention - in their ability to reduce depressive symptoms and improve executive functioning, among several other exploratory outcomes. METHODS/DESIGN: One hundred and ninety-two (n = 192) participants with LLD will be recruited at two sites (London, ON, Canada, and Montreal, QC, Canada). Participants will undergo stratified randomization with regards to site and the presence of treatment-resistant-LLD (TR-LLD) or not, to either SSM or HEP. We will assess change in (1) depression severity using the Hamilton Depression Rating Scale (HAM-D), (2) executive functioning, and (3) other exploratory physiological and mood-based measures, at baseline (0 weeks), post intervention (12 weeks), and 26 weeks after baseline. Raters, clinicians, and care providers will be blinded to group allocation while participants will be blinded to the study hypotheses. DISCUSSION: This study should more definitively assess whether SSM can be used as an augmentation strategy in routine clinical care for patients suffering from LLD and TR-LLD. If the effects of SSM are significantly better than HEP, it will offer support for the routine use of this intervention to manage LLD/TR-LLD and comorbid declines in executive dysfunction. The results of this study could also inform whether SSM can improve/prevent cognitive decline in LLD. TRIAL REGISTRATION: ClinicalTrials.gov, ID: NCT03564041 . Registered on 20 June 2018.
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 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 | 0,013 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».