A Multi-Site, Randomized, Parallel-Group, Controlled Trial of Virtually-Delivered Sahaj Samadhi Meditation for the Management of Moderate Depressive Symptoms in Chronic Pain
Notice bibliographique
Résumé
Background: Chronic pain (CP) often co-occurs with depression, but promising scalable interventions have been under-investigated. We assessed the effectiveness of the virtually-delivered Sahaj Samadhi Meditation (SSM) program in reducing depressive symptoms in people with CP and moderate depressive symptoms. Methods: We conducted a randomized controlled trial comparing SSM to the Health Enhancement Program (HEP), an active control. Participants were recruited from multiple sites in the Greater Toronto Area and virtually. Both 12-week programs were delivered virtually in groups by appropriately trained facilitators. Depressive symptoms were assessed using the Patient Health Questionnaire (PHQ-9) at baseline, 12 weeks, and 24 weeks. ClinicalTrials.gov registration number: NCT04039568. Results: Of 108 participants enrolled, 89 were randomized to SSM (n=43) or HEP (n=46). Between-group differences for the PHQ-9 were not significant. Within-group mean differences for SSM were significant and greater than the minimal clinically important difference at both 12 weeks and 24 weeks (-3.97 (95% CI -6.69 to -1.24) and -4.96 (-8.36 to -1.56), respectively), while within-group mean differences were not significant for HEP. Conclusion: This study suggests potential benefits of SSM for individuals with comorbid CP and depression. Future trials should include larger sample sizes in non-pandemic conditions to better evaluate the effectiveness of SSM. Further research should also explore pragmatic trial designs and the integration of mind-body interventions in clinical settings.
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 | 0,031 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».