Development of an eHealth Mindfulness-Based Music Therapy Intervention for Adults Undergoing Allogeneic Hematopoietic Stem Cell Transplantation: Qualitative Study
Notice bibliographique
Résumé
Background: Allogeneic hematopoietic stem cell transplantation (allo-SCT) is an effective treatment for various hematologic cancers, though it often results in severe side effects and psychological distress, which can negatively impact health outcomes. Integrative therapies like mindfulness-based stress reduction (MBSR), mindfulness meditation (MM), and music therapy (MT) yield promising results in enhancing both psychosocial outcomes (eg, reducing anxiety and depression) and physiological adaptation (eg, decreasing inflammation) in cancer patients. Objective: We developed and refined, using focus groups and environmental and field testing, an eHealth-delivered mindfulness-based music therapy (eMBMT) intervention aimed at improving health-related quality of life, symptom burden (ie, pain, fatigue, and sleep), disease activity (ie, chronic graft-versus-host disease, cytomegalovirus activation, and infections) and psychosocial (ie, depression, anxiety, and cancer-specific distress) and physiological adaptation (ie, inflammation and immune reconstitution) tailored to adults receiving allo-SCT. Methods: eMBMT intervention content is grounded in MT, MM, and MBSR, developed by a multidisciplinary team, and adapted for adults undergoing allo-SCT. eMBMT content was refined through focus groups and usability and field testing. Focus groups used a semistructured interview guide, while field testing used the "think aloud" method. Usability was evaluated using the 30-item Usefulness, Satisfaction, and Ease of Use (USE) questionnaire. Descriptive statistics analyzed the USE questionnaire and participant characteristics, while rapid qualitative analysis was applied to focus groups and field-testing sessions. Survivors eligible to participate in the focus groups and usability and field testing were adults (>18 years old) who received an allo-SCT (<36 months) for myelodysplastic syndrome, acute myeloid leukemia, or chronic myeloid leukemia, and were in remission for greater than 3 months. Results: During the focus groups, participants (n=11; mean age 43.6, SD 17.8 years) provided qualitative feedback highlighting the shock of diagnosis, challenges during hospitalization, and coping strategies posttreatment. The eMBMT platform received positive evaluations for usefulness (mean 6.47, SD 0.29), ease of use (mean 6.92, SD 0.60), and satisfaction (mean 6.16, SD 0.82). Key themes from field testing highlighted the significance of social support, hope, and maintaining an active lifestyle. Suggestions for improvement included incorporating more representative content, reducing text, enhancing guidance, offering diverse music options, and streamlining blood sample collection. Conclusions: The eMBMT intervention is a comprehensive, user-friendly eHealth tool tailored to the unique needs of allo-SCT patients. The positive feedback and identified areas for improvement underscore its potential to enhance well-being, symptom management, and overall quality of life for cancer survivors. A future pilot randomized controlled trial will further evaluate the feasibility, acceptability, and preliminary efficacy of the eMBMT intervention in improving health-related quality of life, symptom burden, disease activity, and psychosocial and physiological adaptation.
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 | 0,008 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».