Intervention-related factors associated with physical activity maintenance among post-stroke patients: a protocol for a systematic review with meta-analysis and meta-regression
Notice bibliographique
Résumé
OBJECTIVE: The aim of this review is to i) evaluate the effectiveness of current rehabilitation interventions in promoting short-, moderate-, and long-term physical activity maintenance among patients post-stroke, and ii) to investigate the intervention characteristics associated with the promotion of physical activity maintenance among patients post-stroke. INTRODUCTION: Physical activity and exercise can positively impact post-stroke recovery. However, few patients participate in the recommended levels of physical activity after a stroke. To design better post-stroke programs, the characteristics of current interventions that promote physical activity maintenance need to be identified. INCLUSION CRITERIA: Randomized controlled trials including adults (age ≥ 18) post-stroke, assessing physical activity via subjective or objective measures with a minimum three-month follow-up, and published in English will be considered for inclusion. METHODS: Literature searches will be conducted using MEDLINE, Embase, PsycINFO, CINAHL, SPORTDiscus, and Cochrane Central Register of Controlled Trials. The quality of the randomized controlled trials will be assessed using Cochrane's risk of bias tool. Interventions will be coded using the Behaviour Change Technique Taxonomy version 1. Standardized mean differences of physical activity levels between intervention and control groups will be calculated using study-specific measures and interpreted as small (<0.40), medium (0.40-0.70), or large (>0.70). Meta-analysis of effect sizes will be conducted for short- (three months), moderate- (six months), and long-term (≥12 months) follow-ups. Univariable and multivariable random effects meta-regression using intervention characteristics (setting, delivery method, delivery type, duration, outcome measure, and behavior change techniques) will be conducted to identify predictors of maintenance. SYSTEMATIC REVIEW REGISTRATION NUMBER: PROSPERO CRD42019131056.
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 | 0,064 | 0,104 |
| Méta-épidémiologie (sens strict) | 0,007 | 0,005 |
| Méta-épidémiologie (sens large) | 0,029 | 0,054 |
| Bibliométrie | 0,012 | 0,011 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,008 | 0,006 |
| Science ouverte | 0,006 | 0,005 |
| Intégrité de la recherche | 0,008 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,038 | 0,005 |
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 ».