A Digital Music-Based Mindfulness Intervention for Black Americans With Elevated Race-Based Anxiety: A Multiple-Baseline Pilot Study
Notice bibliographique
Résumé
BACKGROUND: Race-based anxiety is a substantial health issue for the Black community. Although mindfulness interventions have demonstrated efficacy for alleviating anxiety, three central barriers prevent Black Americans from accessing existing mindfulness treatments: high costs, excessive time commitments, and limited cultural relevance. There is a need for novel mindfulness interventions for the Black community that can overcome these barriers. OBJECTIVE: The goal of this web-based study was to examine the preliminary efficacy, feasibility, and acceptability of a novel digital music-based mindfulness intervention for middle-to-low-income Black Americans with elevated race-based anxiety. METHODS: This study used a nonconcurrent multiple-baseline design (n=5). The intervention featured contributions from Lama Rod Owens (a world-renowned meditation teacher and LA Times best-selling author) and Terry Edmonds (the former chief speechwriter for President Bill Clinton). We examined the effect of the intervention on state anxiety and assessed its feasibility and acceptability using quantitative and qualitative measures. RESULTS: Results revealed that administration of the intervention led to significant decreases in state anxiety (Tau-U range -0.75 to -0.38; P values<.001). Virtually all feasibility and acceptability metrics were high (ie, the average likelihood of recommending the intervention was 98 out of 100). CONCLUSIONS: This study offers preliminary evidence that a digital music-based mindfulness intervention can decrease race-based anxiety in Black Americans. Future research is needed to replicate these results, test whether the intervention can elicit lasting changes in anxiety, assess mechanisms of change, and explore the efficacy of the intervention in real-world contexts.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».