The perceived environment and physical activity in heart disease patients
Notice bibliographique
Résumé
Background:Several studies in non-diseased populations have shown that a relationship exists between the perceived environment (i.e., home and community) and moderate to vigorous physical activity (MVPA). Yet, little is known about this relationship in people living with heart disease. The purpose of the present study was to shed light on this issue. Methods: 269 patients were recruited that were < 65 years (55%), had < grade 12 education (59.5%), were male (74.3%), had coronary artery disease (51.3%), and had = 1 comorbidity. The patients completed a questionnaire assessing demographic, clinical, perceived home environment (e.g., having access to a treadmill), perceived access to MVPA opportunities in their communities (e.g., having access to walking trails), and physical activity variables at baseline, three, six, nine, and 12 months after hospitalization for heart disease. Charts were reviewed for height, weight and clinical diagnosis.Results:In terms of the home environment, partial correlations (i.e., controlling for age, gender, education, and season) between MVPA and each home environment variable showed that having skis (i.e., water and / or snow) was significantly related to increased MVPA at baseline (r = .14) and 6 months after hospitalization (r = .23), whereas having access to skates was also significant at 6 months (r = .13). In terms of the community environment, having access to courts (e.g.,tennis, basketball, etc…) was significantly related to MVPA 3 months after hospitalization (r = .21), whereas having access to walking paths was significantly related 9 months after hospitalization (r = .13). Conclusions:The relationship between the perceived environment and MVPA in heart disease patients appears to be time dependent. However, further studies need to incorporate objective environmental measures to better understand the role of the environment in heart disease patients.Acknowledgments: Nova Scotia Health Research Foundation
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».