Mindfulness and Psychosocial Symptoms in People with Cancer: Testing Rumination and Experiential Avoidance as Mediators, and Sex as a Moderator
Notice bibliographique
Résumé
Objectives: While Mindfulness-Based Interventions (MBIs) are evidenced to reduce common psychosocial symptoms experienced by people with cancer (PWC), few studies have tested their mechanisms. Additionally, studies have yet to assess sex assigned at birth as a moderator of the relationship between mindfulness and psychosocial symptoms through specified mediators. This study (1) explored the mediating role of rumination and experiential avoidance (EA) in the relationship between mindfulness and a range of psychosocial symptoms and (2) tested sex as a moderator of the mediation models. Methods: This cross-sectional study assessed baseline data from 134 participants recruited for a mindfulness app clinical trial. Validated patient reported outcome measures of trait mindfulness, rumination, experiential avoidance, depression, anxiety, FCR, and fatigue were collected. Structural Equation Modelling was employed in R. Results: Rumination was a significant partial mediator between mindfulness, depression and anxiety and FCR, but not fatigue. EA acted as a weak mediator from mindfulness to FCR only. Subgroup analyses found that rumination may be more important for females than males in the relationship between mindfulness and depression and anxiety. Conclusions: Rumination may be a stronger mediator than EA for anxiety, depression and FCR, and this may be particularly important for females. Findings may help MBI researchers and developers target potentially relevant mediators to maximize robust study design and intervention efficacy.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».