Motivation for behavior change in patients with chest pain
Notice bibliographique
Résumé
Purpose To assess the effect of diagnostic testing for coronary artery disease (CAD) on motivation for change, and on lifestyle change for patients with chest pain. Design/methodology/approach This observational study followed patients with chest pain suggestive of CAD for three years. Constructs of autonomous and controlled motivation for lifestyle change, autonomous orientation, and autonomy support from self‐determination theory were assessed. Self‐reported tobacco use, physical activity, and diet were assessed at baseline and three years later. Physician rating of pre‐ and post‐test probability of CAD were also assessed. CAD diagnosis was established after three years. Findings Physicians' autonomy‐supportive style and patients' autonomous orientations both predicted greater patient autonomous motivation, which in turn predicted improved diet, more exercise, and marginally less smoking. High probability of CAD also led patients to become more autonomously motivated for lifestyle change. Research limitations/implications The observational nature of the study and the self‐report measures of health behaviors preclude causal conclusions from this study. Findings from this study suggest that patient motivation and risk behavior are affected by results of cardiac testing, by physicians' support of autonomy, and by patients' personalities. Practical implications Physicians may be effective in motivating behavior change around time of testing for CAD. Originality/value The self‐determination theory model for health behavior change accounted for change in patient health risk behavior change around the time of testing for CAD. Physicians and researchers might use these results to design and test interventions for practitioners to effectively motivate behavior change around the time of medical tests.
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 | 0,000 |
| 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 ».