MétaCan
Menu
Retour à la cohorte
Enregistrement W4408502646 · doi:10.2196/70226

Development of a Qigong Used for Insomnia Therapy (QUIT) Program for Improving Sleep Quality and Blood Pressure in Chinese Women With Menopause: Pre-Post Pilot Test of Feasibility

2025· article· en· W4408502646 sur OpenAlexvenueno aff
Wen Li

Notice bibliographique

RevueAsian/Pacific Island Nursing Journal · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueMenopause: Health Impacts and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineSleep qualityInsomniaMenopausePhysical therapyBlood pressureTest (biology)Sleep (system call)Internal medicinePsychiatryComputer science

Résumé

récupéré en direct d'OpenAlex

Background: Around 20%-50% of Chinese menopausal women experience insomnia, which is associated with elevated blood pressure (BP). Despite this, the population remains understudied. Qigong, a simple form of Chinese exercise, has been shown to improve insomnia and BP but has not been explicitly used to address menopausal symptoms in Chinese women. This study aims to test the feasibility of a Qigong-based intervention in enhancing sleep quality and BP control in this population. Objective: This study aimed to develop and pilot test the feasibility of a culturally sensitive Qigong Used for Insomnia Therapy (QUIT) intervention in improving sleep quality and BP among Chinese menopausal women. Methods: From August 2023 to May 2024, this study used a 1-group pretest-posttest design (N=22) to evaluate the QUIT intervention. The intervention consisted of a 10-minute Qigong demonstration video, a 10-minute practice and return demonstration and a 5-minute insomnia counseling session at baseline. Participants were instructed to engage in daily 10-minute Qigong practice for 1 month. Outcome measures, including sleep quality and BP, were assessed at baseline and at the 1-month follow-up. Data on demographics were collected via self-reported questionnaires. At the end of the study, participants were interviewed using semistructured questions to assess their perception of the intervention's feasibility. Qualitative data were analyzed using content analysis, with interviews transcribed and coded independently by the principal investigator and research assistant. Categories related to feasibility, adherence, and barriers were identified. Quantitative data were analyzed using SPSS 27.0 (IBM Corp), using descriptive statistics and paired sample t tests to assess changes in sleep quality and BP, with statistical significance set at .05. Results: The mean age of participants was 53.78 (SD 8.79, range 42-74) years. Most participants lived with relatives or friends (20/22, 91%), were employed (16/22, 73%), were married (19/22, 86%), and had at least high school education (19/22, 86%). The mean 23-item Sleep Quality Scale score significantly improved from 18.59 (SD 11.41) at baseline to 15.64 (SD 9.65; mean difference 2.96, SD 7.04; t21=1.97, P=.03) after 1 month, indicating better sleep quality (the 23-item Sleep Quality Scale was reversely scored). There was a trend toward reduced systolic BP from 115.47 (SD 14.95) at baseline to 113.59 (SD 13.93; mean difference -0.89, SD 1.64; t21=-1.15, P=.26) after 1 month. Diastolic BP also improved from 74.69 (SD 10.81) at baseline to 71.41 (SD 16.82) at 1 month (mean difference -3.28, SD 4.04; t21=-0.81, P=.43). Conclusions: The QUIT intervention was culturally sensitive, low-cost, and easy to implement. It showed significant improvements in sleep quality and trends toward reduced BP in Chinese menopausal women. Further investigation is recommended to further test the QUIT intervention to establish a robust program across different states. Once validated, the QUIT intervention may be implemented in various clinical settings to help Chinese menopausal women achieve optimal sleep quality and BP management.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,361
Écart entre enseignants0,333 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai non randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian/Pacific Island Nursing JournalMême sujetMenopause: Health Impacts and TreatmentsTravaux en français237 207