Making Mindfulness Matter May Improve Quality of Life in Young Children With Epilepsy: Pilot RCT
Notice bibliographique
Résumé
OBJECTIVE Chronic disease detrimentally affects health-related quality of life (HRQOL) in children, with family environment often playing a significant role. This study evaluated the effect of Making Mindfulness Matter (M3), a community-based family mindfulness program, on HRQOL in children with epilepsy (CWE). METHODS This pilot randomized trial included children aged 4–10 years diagnosed as having epilepsy for at least 6 months and their parents in Ontario, Canada. Participants were randomly assigned (1:1) to an M3 or wait-list control group. M3 is an 8-week mindfulness program that was delivered synchronously online by nonclinician staff of an epilepsy support agency, with weekly group sessions for parents (1.5 hours) and children (1 hour). The primary outcome was child HRQOL, as measured by the parent-reported 55-item Quality of Life in Childhood Epilepsy (QOLCE-55) before randomization and 9 weeks later. Secondary outcomes included HRQOL subscales (cognitive, emotional, social, physical), as well as an additional assessment at 18 weeks for the intervention arm only. RESULTS Seventy-two families were randomized, with data from 65 (32 intervention, 33 control) available and analyzed. M3 was associated with a clinically meaningful 7-point mean increase in HRQOL (95% CI, 2–12) compared with controls at the 9-week follow-up. Findings from exploratory secondary analyses revealed that improvements were observed in cognitive (mean, 12; 95% CI, 5–19) and emotional functioning (mean, 6; 95% CI, 1–10) and maintained in the intervention arm by the 18-week follow-up (mean HRQOL, 4; 95% CI, 0–8). CONCLUSION M3 shows preliminary evidence of improving HRQOL in CWE, indicating the potential of low-cost, community-based interventions to support family well-being.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».