Health education strategies used by physical therapists to promote behaviour change in people with lifestyle-related conditions: A systematic review
Notice bibliographique
Résumé
Epidemiological data support an increasing prevalence of lifestyle-related conditions globally. As established healthcare professionals, physical therapists are well positioned to be clinically competent in patient education to effect long-term lifestyle behaviour change, to improve health and physical therapy outcomes. A scoping systematic review was conducted to identify educational strategies used by physical therapists and their attributes to prevent, reverse and manage lifestyle-related conditions. Stringent search strategies of related databases and research mining identified eight source studies. Heterogeneity of the studies disallowed pooling of the results and meta-analysis. Attributes of commonly-reported educational strategies included: theories (e.g., transtheoretical model and 5A's approach); timing (e.g., pre- and post-assessments and follow-up); session structure (e.g., brief advice, one-on-one, group and telephone); technique (e.g., motivational prompts, individualised programmes and goal-setting); and delivery method (e.g., brochures, diaries, audiovisual or video, handouts and skills demonstrations). Educational strategies related to lifestyle-related conditions used by physical therapists and their attributes vary. Observational studies need to confirm these findings clinically. Also, the cost-effectiveness of the education strategies used by physical therapists and their attributes need to be evaluated. Such knowledge will enable physical therapists to effectively address lifestyle-related conditions as a health priority in patients, irrespective of their primary presenting problems.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».