Motivation for resistance training 3 versus 2 days per week in prostate cancer survivors: A pilot study
Notice bibliographique
Résumé
Background: We previously reported a pilot randomized controlled trial in prostate cancer survivors suggesting that resistance training (RT) 3 days/week versus 2 days/week may improve physical functioning but may also blunt psychosocial improvements. Here, we explore potential motivational explanations for this paradoxical effect. Methods: Prostate cancer survivors (N=30) were randomized to 12 weeks of supervised RT either 3 days/week (n=16) or 2 days/week (n=14). Using the theory of planned behavior, we assessed patient preference for group assignment, perceived difficulty (including specific barriers), perceived benefits (including specific benefits), perceived enjoyment, and perceived support for the RT program. Results: Patient preference for group assignment was balanced at pre-randomization and did not change after the intervention. At postintervention, there were potentially meaningful differences suggesting that the 3 days/week group perceived less support (d=-0.40; p=0.27), more difficulty (d=+0.36; p=0.34), and fewer benefits (d=-0.30; p=0.37) from the RT program. More specifically, the 3 days/week group reported less benefit for self-esteem (d=-0.92; p=0.010), physical functioning (d=-0.82; p=0.012), fatigue (d=-0.73; p=0.041), cardiovascular endurance (d=-0.67; p=0.058), and happiness (d=-0.64; p=0.066). Moreover, there were potentially meaningful differences suggesting the 3 days/week group perceived more barriers to the RT program including feeling sick (d=+0.42; p=0.27), traveling to/from the fitness center (d=+0.36; p=0.32), and other medical problems (d=+0.25; p=0.49). Conclusions: These preliminary data suggest that perceptions of less support, fewer benefits, and more barriers may explain why prostate cancer survivors experienced fewer psychosocial benefits from a 3rd day/week of RT. These motivational explanations should be investigated in larger trials. Acknowledgments: Kerry S. Courneya is supported by the Canada Research Chairs Program.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».