Early Empowerment Strategies Boost Self-Efficacy to Improve Cardiovascular Health Behaviors
Notice bibliographique
Résumé
BACKGROUND: Self-efficacy, defined as confidence in the ability to carry out behavior to achieve a desired goal, is considered to be a prerequisite for behavior change. Self-efficacy correlates with cardiovascular health although optimal timing to incorporate self-efficacy strategies is not well established. We sought to study the effect of an empowerment approach implemented in the introductory phase of a multicomponent lifestyle intervention on cardiovascular health outcomes. DESIGN: Prospective intervention cohort study. METHODS: Patients in the Integrative Cardiac Health Project Registry, a prospective lifestyle change program for the prevention of cardiovascular disease were analyzed for behavioral changes by survey, at baseline and one year, in the domains of nutrition, exercise, stress management and sleep. Self-efficacy questionnaires were administered at baseline and after the empowerment intervention, at 8 weeks. RESULTS: Of 119 consecutive registry completers, 60 comprised a high self-efficacy group (scoring at or above the median of 36 points) and 59 the low self-efficacy group (scoring below median). Self-efficacy scores increased irrespective of baseline self-efficacy but the largest gains in self-efficacy occurred in patients who ranked in the lower half for self-efficacy at baseline. This lower self-efficacy group demonstrated behavioral gains that erased differences between the high and low self-efficacy groups. CONCLUSIONS: A boost to self-efficacy early in a lifestyle intervention program produces significant improvements in behavioral outcomes. Employing empowerment in an early phase may be a critical strategy to improve self-efficacy and lower risk in individuals vulnerable to cardiovascular disease.
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 | 0,001 |
| 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 | 0,000 |
| 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 ».