What Works in Mindfulness Interventions for Medically UnexplainedSymptoms? A Systematic Review
Notice bibliographique
Résumé
Background/Purpose: Mindfulness-based interventions (MBIs) have been used in medically unexplained symptoms (MUS). This systematic review describes the literature investigating the general effect of MBIs on MUS and identifies the effects of specific MBIs on specific MUS conditions. Methods: The Preferred Reporting Items for Systematic Reviews and Meta-Analysis Guidelines (PRISMA) and the modified Oxford Quality Scoring System (Jadad score) were applied to the review, yielding an initial 1,556 articles. The search engines included PubMed, ScienceDirect, Web of Science, Scopus, EMBASE, and PsychINFO using the search terms: mindfulness, or mediations, or mindful or MBCT or MBSR and medically unexplained symptoms or MUS or Fibromyalgia or FMS. A total of 24 articles were included in the final systematic review. Results/Conclusions: MBIs showed large effects on: symptom severity (d = 0.82), pain intensity (d =0.79), depression (d = 0.62), and anxiety (d = 0.67). A manualized MBI that applies the four fundamental elements present in all types of interventions were critical to efficacy. These elements were psycho-education sessions specific to better understand the medical symptoms, the practice of awareness, the nonjudgmental observance of the experience in the moment, and the compassion to ones’ self. The effectiveness of different mindfulness interventions necessitates giving attention to improve the gaps that were identified related to home-based practice monitoring, competency training of mindfulness teachers, and sound psychometric properties to measure the mindfulness practice.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».