A systematic review and meta-analysis of social cognitive theory-based physical activity and/or nutrition behavior change interventions for cancer survivors
Notice bibliographique
Résumé
PURPOSE: Little is known about how to improve and create sustainable lifestyle behaviors of cancer survivors. Interventions based on social cognitive theory (SCT) have shown promise. This review examined the effect of SCT-based physical activity and nutrition interventions that target cancer survivors and identified factors associated with their efficacy. METHODS: A systematic search of seven databases identified randomized controlled trials that (i) targeted adult cancer survivors (any point from diagnosis); (ii) reported a primary outcome of physical activity, diet, or weight management; and (iii) included an SCT-based intervention targeting physical activity or diet. Qualitative synthesis and meta-analysis were conducted. Theoretical constructs and intervention characteristics were examined to identify factors associated with intervention efficacy. RESULTS: Eighteen studies (reported in 33 publications) met review inclusion criteria. Meta-analysis (n = 12) revealed a significant intervention effect for physical activity (standardized mean difference (SMD) = 0.33; P < 0.01). Most studies (six out of eight) that targeted dietary change reported significant improvements in at least one aspect of diet quality. No SCT constructs were associated with intervention effects. There were no consistent trends relating to intervention delivery method or whether the intervention targeted single or multiple behaviors. CONCLUSIONS: SCT-based interventions demonstrate promise in improving physical activity and diet behavior in cancer survivors, using a range of intervention delivery modes. Further work is required to understand how and why these interventions offer promise for improving behavior. IMPLICATIONS FOR CANCER SURVIVORS: SCT-based interventions targeting diet or physical activity are safe and result in meaningful changes to diet and physical activity behavior that can result in health improvements.
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 | 0,017 | 0,058 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,017 | 0,021 |
| Bibliométrie | 0,011 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».