Characterization of Sedentary Behavior in Heart Failure Patients With Arthritis
Notice bibliographique
Résumé
BACKGROUND: Arthritis is one of the most common comorbidities in heart failure (HF) patients, and is associated with decreased activity levels. Few studies have examined sedentary behavior (SB) in HF patients with arthritis, and little is known about the factors that may influence SB in this population. METHODS: This is a retrospective, secondary analysis using data collected from a randomized control trial. SB was measured by the daily sedentary time collected by accelerometers. Structural equation modeling was performed to examine relationships between key concepts based on social cognitive theory, and elucidate the potential pathways by which demographic, clinical and sociobehavioral factors that influence SB. RESULTS: A total of 101 participants' data were used for this analysis. Participants were mainly female (n = 64, 63%) with a mean age of 70 years (standard deviation (SD) = 12.2) and an average of 13 years of education (SD = 2.3). SB was highly prevalent at baseline (mean value: 21.0 h/day), 3 months (mean value: 20.6 h/day) and 6 months (mean value: 20.8 h/day) in study participants. Factors with statistically significant positive association with sedentary time include age and retirement, while significant negative association was found with current employment. HF self-care efficacy and behavior were also significantly associated with SB. CONCLUSIONS: Most HF patients with arthritis in this study lived a sedentary lifestyle. Additional studies are needed to identify feasible and effective exercise programs for HF participants with arthritis.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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 ».