Developing a prognostic model for stress reduction in patients with prolonged work‐related stress
Notice bibliographique
Résumé
Mindfulness-based stress reduction (MBSR) is a 9-session group-treatment programme for managing stress. Research suggests variability in the outcomes of MBSR among participants. This prognostic (not causal) study develops a multivariable model that may support clinicians in forecasting expected MBSR outcomes. We used data of 763 patients collected from MBSR programs conducted between October 2015 and March 2022. Candidate prognostic factors at baseline included psychosocial work environment, sociodemographic, and clinical information. Multiple imputation was used to handle missing data (imputations = 200). Important prognostic factors were backward selected in ≥5% of the imputed datasets. The final prediction model including the selected prognostic factors was evaluated using linear regression with a four-fold internal cross-validation procedure. Reductions in perceived stress from baseline to end of the MBSR programme were predicted by a lower General Severity Index (β = 2.00, p < 0.01), higher baseline levels of stress (β = -0.88, p < 0.01), and somewhat by having managerial responsibility in the latest job (vs. no; β = -2.53, p = 0.07). The remaining prognostic factors were weaker predictors, for example, gender and income. Internal validity of the final model was indicated by consistent results from four randomly folded subsamples. This study developed a prognostic model predicting changes in stress levels in relation to the MBSR programme. A reduction in stress level was particularly predicted by milder psychological symptoms and higher baseline levels of perceived stress. These predictions cannot be taken as evidence of causal associations. Forecasting of the illness course should be cautiously practiced using clinical judgement regarding individual patients.
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 ».