Mindfulness‐based arts interventions for cancer care: A systematic review of the effects on wellbeing and fatigue
Notice bibliographique
Résumé
OBJECTIVE: Upon receiving a cancer diagnosis, life irrevocably changes and complex experiences of emotional distress often occur. There is a growing interest in mindfulness-based arts interventions (MBAIs) to ameliorate the distress many patients experience. Our review objective was to synthesize the evidence on the effectiveness of MBAIs on psychological wellbeing and fatigue. METHOD: Relevant quantitative articles were identified through a systematic search of the grey literature and online databases including MEDLINE, CINAHL, Cochrane CENTRAL, Art Full Text, ART bibliographies Modern, PsycINFO, Scopus, and EMBASE. Two independent reviewers screened titles/abstracts against predetermined inclusion criteria, read full-text articles for eligibility, conducted quality appraisals of included articles, and extracted pertinent data with a standardized data extraction form. The heterogeneity of the included studies precluded a meta-analysis and a narrative synthesis of study outcomes was conducted. RESULTS: Our systematic search retrieved 4241 titles/abstracts, and 13 studies met our inclusion criteria (eight randomized controlled trials and five quasi-experiments). Most of the studies focused on patients with cancer (92.3%). There is a growing interest in MBAIs over time and significant heterogeneity in the types of interventions. A significant effect was found on several outcomes that are important in psychosocial oncology: quality of life, psychological state, spiritual wellbeing, and mindfulness. The effect on fatigue was equivocal. CONCLUSIONS: This novel intervention demonstrates promise for the psychosocial care of patients with cancer. These findings are an essential antecedent to the continued implementation, development, and evaluation of MBAIs in oncology.
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 | 0,009 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,008 |
| Bibliométrie | 0,007 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».