Examination of self-regulatory efficacy and pain among individuals challenged by arthritis flares.
Notice bibliographique
Résumé
PURPOSE/OBJECTIVE: Public health guidelines for physical activity (PA) for individuals with arthritis are 150 min/week. Self-regulatory efficacy to plan and schedule activity (SRE-SP) was greater for individuals meeting guidelines in studies when symptoms were usual. Extreme symptoms of a flare presumably challenge or block PA adherence. We found it surprising that the question of whether pain intensity and SRE-SP differ within the same person as a function of symptom severity (i.e., flare vs. no-flare) and PA level has not been addressed. RESEARCH METHOD/DESIGN: Participants (N = 53) reported SRE-SP and SRE to overcome arthritis barriers (SRE-AB) during the following month, average usual and flare-pain intensity, and PA volume in the past 6 months. Mixed-model ANOVAs compared those meeting or not meeting PA guidelines in both flare and no-flare conditions. RESULTS: Main effects for SRE (SP and AB) were significant for within flare/no-flare comparisons (p < .001) and for SRE-SP were significant between PA groups (p < .05). Individuals meeting PA guidelines have the advantage of greater SRE-SP to motivate adherence than those of the less active. All participants' activity was less efficacious during a flare. For pain intensity, a within-subjects flare versus no-flare effect (p < .001) confirmed that flares are perceived as more of an obstacle or challenge for engaging in PA. CONCLUSION/IMPLICATIONS: Regardless of meeting or not meeting PA guidelines, participants reported lower SRE and higher pain intensity during a flare. PA adherence during a flare may require self-regulation of PA to be active, and in particular, to be able to meet recommended guidelines, relative to symptom severity.
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 | 0,003 | 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) | 0,001 | 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 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 ».