EXERCISE PRESCRIPTION AND COUNSELING BY PHYSICIANS TO THEIR OLDER PATIENTS
Notice bibliographique
Résumé
PURPOSE: We report the baseline characteristics of a primary care physical activity intervention among family physicians and their older patients. METHODS: STEP is a 12-month, stratified, clustered randomized clinical trial, with 305 older adults aged 55 to 85 years from 37 family practices (21 intervention and 16 control) in four regions of Canada. Intervention physicians were trained to deliver an exercise prescription and counselling program based on the STEP model and the transtheoretical model of behaviour change. Control physicians prescribed exercise as usual care. Primary outcome measure is cardiorespiratory fitness (VO2max). Secondary outcomes: energy expenditure in physical activity (kcal/day), stage of change and exercise benefits and barriers. All patients had office assessments at baseline with follow up at 3, 6, 9, and 12 months, and monthly staging telephone calls (8). RESULTS: The study screened 346 patients and had an enrollment rate of 91%. Baseline data yielded 127 men and 178 women with a mean age of 63.7 ± 7.6 years. For this age group, the mean maximal oxygen consumption was 30.97 ± 7.88 ml.kg−1.min−1 and the mean energy expended was 2650.68 ± 567.55 kcal/day. Almost half of the patients were classified as maintenance stage, 10.8% were classified as being in action, 16.7% preparation, whereas 25% were either in contemplation or precontemplation stage. Perceived barriers to exercise were high (42.69 ± 5.59; range 14–56) with low perception of benefits of exercise (53.74 ± 11.67; range 29–116). CONCLUSION: This group of subjects were primarily in maintenance and showed higher levels of fitness but lower activity level. We will determine whether an exercise prescription and counselling model that is tailored to the patient characteristics (fitness and stage of change) will enable family physicians to increase fitness, physical activity and perceived benefit among these patients. Supported by CIHR and Pfizer Canada Inc.
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 | 0,001 | 0,003 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».