MétaCan
Menu
Retour à la cohorte
Enregistrement W2947310117 · doi:10.1186/s12889-019-6877-z

A systematic review and meta-analysis of adherence to physical activity interventions among three chronic conditions: cancer, cardiovascular disease, and diabetes

2019· review· en· W2947310117 sur OpenAlexaff
Tiffany Bullard, Mengmeng Ji, Ruopeng An, Linda Trinh, Michael J. MacKenzie, Sean P. Mullen

Notice bibliographique

RevueBMC Public Health · 2019
Typereview
Langueen
DomaineMedicine
ThématiquePhysical Activity and Health
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineCINAHLMeta-analysisPhysical therapyRandomized controlled trialPsychological interventionSystematic reviewDiseaseMEDLINEInternal medicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Physical activity is effective for the prevention and treatment of chronic disease, yet insufficient evidence is available to make comparisons regarding adherence to aerobic physical activity interventions among chronic disease populations, or across different settings. The purpose of this review is to investigate and provide a quantitative summary of adherence rates to the aerobic physical activity guidelines among people with chronic conditions, as physical activity is an effective form of treatment and prevention of chronic disease. METHODS: Randomized controlled (RCTs) trials where aerobic physical activity was the primary intervention were selected from PsychInfo, PubMed, CINAHL (Cumulative Index to Nursing and Allied Health Literature), Clinical Key, and SCOPUS from 2000 to 2018. Studies were included if the program prescription aligned with the 2008 aerobic physical activity guidelines, were at least 12 weeks in length, and included adult participants living with one of three chronic diseases. The data was extracted by hand and the PRISMA (preferred reporting items for systematic review and meta-analysis) guidelines were used to evaluate risk-of-bias and quality of evidence. Data were pooled using random-effect models. The primary outcome measure was program adherence and the secondary outcome measures were dropout and setting (e.g. home vs. clinic-based). Pooled effect sizes and 95% CiIs (confidence intervals) were calculated using random-effect models. RESULTS: The literature search identified 1616 potentially eligible studies, of which 30 studies (published between 2000 and 2018, including 3,721 participants) met the inclusion criteria. Three clinical populations were targeted: cancer (n = 14), cardiovascular disease (n = 7), and diabetes (n = 9). Although not statistically significant, adherence rates varied across samples (65, 90, and 80%, respectively) whereas dropout rates were relatively low and consistent across samples (5, 4, and 3%). The average adherence rate, regardless of condition, is 77% (95% CI = 0.68, 0.84) of their prescribed physical activity treatment. The pooled adherence rates for clinic-based and home-based programs did not differ (74% [95% CI, 0.65, 0.82] and 80% [95% CI, 0.65, 0.91], respectively). CONCLUSIONS: The current evidence suggests that people with chronic conditions are capable of sustaining aerobic physical activity for 3+ months, as a form of treatment. Moreover, home-based programs may be just as feasible as supervised, clinic-based physical activity programs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,026
score de la tête « metaresearch » (Gemma)0,070
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,137

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0260,070
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0260,040
Bibliométrie0,0120,012
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0030,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,339
Tête enseignante GPT0,468
Écart entre enseignants0,129 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations263
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Public HealthMême sujetPhysical Activity and HealthTravaux en français237 207