Lapses and Psychosocial Factors Related to Physical Activity in Early Postmenopause
Notice bibliographique
Résumé
PURPOSE: After menopause, leisure physical activity (PA) levels seem to decline for reasons that are not completely understood. This study examines the associations between PA, lapses in PA, and psychosocial factors in early postmenopausal women. METHODS: This cross-sectional analysis included 497 women from the Women on the Move through Activity and Nutrition study. PA was assessed with a past-year, interviewer-administered Modifiable Activity Questionnaire. Measures of activity lapses of >or= 2 wk in the past 6 months, exercise decision making, processes of change, and self-efficacy were collected along with Beck Depression Inventory, State-Trait Anxiety Inventory, Cohen Perceived Stress Scale, and Short Form-36. RESULTS: Mean age of participants was 56.9 yr. Compared with less active women, women with significantly higher activity levels reported greater exercise self-efficacy (r = 0.31), more frequent use of behavioral exercise processes of change (r = 0.31), greater perceived benefits for PA (r = 0.22), and better physical quality of life (r = 0.16) (all P < 0.001). Women reporting no activity lapses had higher reported activity levels than regularly active women with lapses or occasionally active women with lapses (P < 0.0001 for trend). Of the women who reported lapses, 24% reported low self-confidence, 43% reported difficulty controlling their weight, and 55% reported difficulty maintaining their diet when they lapsed from PA. Thirty-nine percent of women reporting lapses did not resume PA (i.e., relapsed to inactivity). Higher anxiety and depressive symptoms, and less frequent use of behavioral exercise processes of change, were associated with relapse to inactivity. CONCLUSIONS: Future interventions for early postmenopausal women should consider psychosocial factors when attempting to encourage and maintain higher levels of PA. Addressing and preventing PA lapses may help to achieve PA goals in this population.
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 | 0,000 | 0,002 |
| 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) | 0,001 | 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 ».