Promoting Participation in Physical Activity and Exercise Among People Living with Chronic Pain: A Qualitative Study of Strategies Used by People with Pain and Their Recommendations for Health Care Providers
Notice bibliographique
Résumé
OBJECTIVE: To explore strategies used by people living with chronic pain when participating in physical activity and exercise and their recommendations for health care providers when promoting participation in physical activity and exercise. DESIGN: Interpretive description qualitative study. SETTING: Participants were recruited from primary care sites and a hospital-based chronic pain clinic in Kingston, Ontario, Canada. SUBJECTS: Adults (>18 years of age) who self-identified as experiencing chronic pain (three months' duration) were interviewed. METHODS: In-depth semistructured interviews were conducted with participants. Interviews were audio-recorded, transcribed verbatim, and reviewed for accuracy by the interviewer. Transcripts were analyzed using thematic analysis. Peer debriefing, reflexivity, and multiple in-person meetings were used to establish trustworthiness. RESULTS: Sixteen adults (five men, 11 women) with a median age of 53 years were interviewed. Strategies used by people living with chronic pain to participate in physical activity and exercise included 1) finding the motivation, 2) setting up for success, 3) leveraging social support, and 4) managing pain and discomfort during activity. Recommendations for health care providers when promoting participation in physical activity and exercise for people living with chronic pain included 1) the importance of listening, 2) providing tailored advice, 3) being supportive, and 4) making physical activity and exercise programming accessible. CONCLUSIONS: People living with chronic pain reported using multiple strategies to participate in physical activity and exercise. Recommendations for health care providers centered on the importance of listening and taking a supportive approach when promoting engagement in physical activity and exercise for this 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 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 | 0,011 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,008 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».