Design and Implementation of a Brief Digital Mindfulness and Compassion Training App for Health Care Professionals: Cluster Randomized Controlled Trial
Notice bibliographique
Résumé
BACKGROUND: Several studies show that intense work schedules make health care professionals particularly vulnerable to emotional exhaustion and burnout. OBJECTIVE: In this scenario, promoting self-compassion and mindfulness may be beneficial for well-being. Notably, scalable, digital app-based methods may have the potential to enhance self-compassion and mindfulness in health care professionals. METHODS: In this study, we designed and implemented a scalable, digital app-based, brief mindfulness and compassion training program called "WellMind" for health care professionals. A total of 22 adult participants completed up to 60 sessions of WellMind training, 5-10 minutes in duration each, over 3 months. Participants completed behavioral assessments measuring self-compassion and mindfulness at baseline (preintervention), 3 months (postintervention), and 6 months (follow-up). In order to control for practice effects on the repeat assessments and calculate effect sizes, we also studied a no-contact control group of 21 health care professionals who only completed the repeated assessments but were not provided any training. Additionally, we evaluated pre- and postintervention neural activity in core brain networks using electroencephalography source imaging as an objective neurophysiological training outcome. RESULTS: Findings showed a post- versus preintervention increase in self-compassion (Cohen d=0.57; P=.007) and state-mindfulness (d=0.52; P=.02) only in the WellMind training group, with improvements in self-compassion sustained at follow-up (d=0.8; P=.01). Additionally, WellMind training durations correlated with the magnitude of improvement in self-compassion across human participants (ρ=0.52; P=.01). Training-related neurophysiological results revealed plasticity specific to the default mode network (DMN) that is implicated in mind-wandering and rumination, with DMN network suppression selectively observed at the postintervention time point in the WellMind group (d=-0.87; P=.03). We also found that improvement in self-compassion was directly related to the extent of DMN suppression (ρ=-0.368; P=.04). CONCLUSIONS: Overall, promising behavioral and neurophysiological findings from this first study demonstrate the benefits of brief digital mindfulness and compassion training for health care professionals and compel the scale-up of the digital intervention. TRIAL REGISTRATION: Trial Registration: International Standard Randomized Controlled Trial Number Registry ISRCTN94766568, https://www.isrctn.com/ISRCTN94766568.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,001 | 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 ».