The Impact of Mindfulness-Based Interventions on Objective Physiological Measures of Autonomic Function for Individuals With Medical Conditions: A Review of the Evidence
Notice bibliographique
Résumé
OBJECTIVE: Autonomic dysregulation is common in many medical conditions and can have a widespread, negative impact on multiple bodily systems, leading to poorer health outcomes. Thus, addressing autonomic dysregulation as part of a comprehensive treatment plan is important. The goal of this study was to gain a better understanding of the physiological benefits of a mindfulness-based intervention (MBI) for a population with medical conditions, using validated, objective measures of autonomic functioning. METHODS: We conducted a review of the literature and followed Preferred Reporting Items for Systematic Reviews and Meta-Analyses protocols. Studies were included if a) participants were diagnosed with a medical condition, b) an MBI was used, and c) objective pre/post measurements of autonomic nervous system function were collected. Medical conditions were included as a category for this review when a minimum of three articles met the criteria for inclusion. RESULTS: Ten articles met the criteria and included oncology, cardiac, and chronic pain conditions. Clinical recommendations were made based on the Clinical Practice Guideline Process Manual, 2017 Edition by the American Academy of Neurology. CONCLUSIONS: Based on level of evidence, only oncology met the criteria for "possibly effective." However, there was some evidence of the benefit of MBIs for all three medical conditions, based on individual study findings.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».