Do Brief Mindfulness Interventions (BMI) and Health Enhancement Programs (HEP) Improve Sleep in Patients in Hemodialysis with Depression and Anxiety?
Notice bibliographique
Résumé
(1) Objective: to determine if a brief mindfulness intervention (BMI) and a health education program (HEP) could improve measures of insomnia in patients undergoing hemodialysis. (2) Methods: this was a planned secondary analysis of a randomized controlled trial of BMI vs. HEP for hemodialysis patients with depression and/or anxiety symptoms. The primary outcome for the analysis was the Athens Insomnia Scale (AIS). The secondary outcome was consolidation of daily inactivity (ConDI), an actigraphy measure that describes sleep continuity and is based on a sleep detection algorithm validated by polysomnography. We also explored whether changes in AIS and ConDI were associated with changes in depression, anxiety, and quality of life scores over 8-week follow-up. (3) Results: BMI and HEP groups did not differ significantly from one another. Exposure to BMI or HEP improved sleep quality (baseline AIS 9.9 (±5.0) vs. 8-week follow-up 6.4 (±3.9), (V = 155.5, p = 0.015)), but not ConDI. Improvements in AIS were associated with lower depression scores (Rho = 0.57, p = 0.01) and higher quality-of-life scores (Rho = 0.46, p = 0.04). (4) Conclusions: mindfulness and HEP may be helpful interventions to improve self-reported sleep quality in patients undergoing hemodialysis. Decreases in insomnia scores were associated with decreased depression symptoms and increased quality of life scores.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,000 | 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 ».