The Utility of the Health Action Process Approach Model for Predicting Physical Activity Intentions and Behavior in Schizophrenia
Notice bibliographique
Résumé
Research is needed to develop evidence-based behavioral interventions for preventing and treating obesity that are specific to the schizophrenia population. This study is the precursor to such intervention research where we examined the utility of the social cognitions outlined within the Health Action Process Approach (HAPA) model for predicting moderate-to-vigorous physical activity (MVPA) intentions and behavior among individuals with schizophrenia or schizoaffective disorder. A prospective cohort design (baseline [T1], week 2 [T2], and week 4 [T3]) was used to examine the HAPA constructs and MVPA across a sample of 101 adults (Mage= 41.5 years ± 11.7; MBMI =31.2 kg/m2 ± 7.8; 59% male). Two hierarchical regression analyses were conducted controlling for age, gender, BMI, and previous self-reported MVPA. In the first regression, intentions at T1 were regressed onto the T1 motivational HAPA constructs (risk perception, affective attitudes, task self-efficacy), and social support; MVPA status (meeting vs. not meeting the MVPA guidelines) assessed via accelerometry at T3 was regressed onto T1 social support and intentions followed by T2 action and coping planning, and maintenance self-efficacy in the second analysis. Overall, the motivational and social support variables accounted for 28% of the variance in intentions, with affective attitudes (β = .33, p < .01) and task self-efficacy (β = .25, p < .05) exhibiting significant, positive relationships. For MVPA status, the model as a whole explained 39% of the variance, with the volitional HAPA constructs explaining a non-significant 3% of this total variance. These findings suggest a need for interventions targeting self-efficacy and affective attitudes within this clinical 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 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) | 0,000 | 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 | 0,000 | 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 ».