Effectiveness of online cognitive behavioral interventions that include mindfulness for clinically-diagnosed anxiety and depressive disorders: A systematic review and meta-analysis
Notice bibliographique
Résumé
Background Online cognitive behavioral interventions that include mindfulness techniques have attracted considerable attention given the demonstrated mental health benefits of mindfulness and the availability of scalable opportunities for increased therapeutic use. However, comparatively little is known about the effectiveness of these types of interventions when they are delivered to clinician-diagnosed populations receiving psychiatric treatment.Aims This review evaluates therapeutic interventions that included a mindfulness component aimed at reducing anxiety and depression symptoms in clinician-diagnosed samples.Methods Randomized control trials (RCTs) published between January 1990 to September 2020 assessing the effects of online cognitive behavioral interventions that include a mindfulness component were searched across five databases (Medline, PsychINFO, PubMed, CINAHL, Web of Science).Results Eleven studies met inclusion criteria with sample sizes ranging from 37 to 84 per study. Findings revealed an overall statistically significant moderate between-group difference at post-intervention for depression (Hedges’ g = −0.47) and anxiety (Hedges’ g = −0.40) outcomes favoring the online treatment groups. Further analyses revealed larger effect sizes among RCTs employing waitlist control (WLC) comparisons, and reductions in depression symptoms within the intervention groups to be above the minimal clinically important difference (MCID) for BDI-II.Conclusions Findings from this meta-analytic review provide preliminary support for including mindfulness practices within existing therapeutic programs to reduce depression and anxiety symptoms in clinician-diagnosed populations. Research implications and priorities for online mindfulness-based cognitive behavioral programming are discussed.
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 | 0,012 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,018 | 0,026 |
| Bibliométrie | 0,011 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 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 ».