Hatha yoga is more effective in improving kinesiophobia and subjective well-being when combined with self-compassion meditation in people with CLBP: a randomized control trial
Notice bibliographique
Résumé
Objective: The present study aims to examine whether combining hatha yoga practice with self-compassion meditation could influence kinesiophobia, emotions, perceived stress, and perceived disability among individuals with chronic low back pain when compared with hatha yoga alone. Methods: The randomized controlled study included 70 participants with chronic low back pain (CLBP) who were randomly assigned to a Hatha yoga group (HY; n = 35) or a Hatha yoga group plus self-compassion meditation (HYSCM; n = 35). Participants followed a protocol for 8 weeks, and the assessments were carried out before and after the intervention, with a follow-up evaluation conducted after one month. The participants completed the PANAS, PSS, TSK, and RMQ questionnaires. A Generalized Estimating Equation was used to explore the effect of interventions. Results: Both HY and HYSCM groups improved kinesiophobia, perceived disability, and stress at the follow-up. However, the HYSCM group shown a more significant reduction in kinesiophobia compared to the HY group. Moreover, significant improvement in positive affect and a reduction in negative affect over time in the HYSCM group were observed. Conclusion: Hatha yoga practice when combined with self-compassion meditation led to extra benefits by exhibiting a prolonged effect, especially on kinesiophobia positive and negative effects.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».