MétaCan
Menu
Retour à la cohorte
Enregistrement W3086309283 · doi:10.3233/jpd-202247

Barriers and Motivators to Engage in Exercise for Persons with Parkinson’s Disease

2020· review· en· W3086309283 sur OpenAlexaff
Sabine Schootemeijer, Nicolien M. van der Kolk, Terry D. Ellis, Anat Mirelman, Alice Nieuwboer, Freek Nieuwhof, Michael A. Schwarzschild, Nienke M. de Vries, Bastiaan R. Bloem

Notice bibliographique

RevueJournal of Parkinson s Disease · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueParkinson's Disease Mechanisms and Treatments
Établissements canadiensCentre for Movement Disorders
Organismes subventionnairesFarmer Family FoundationZonMwParkinson's Foundation
Mots-clésParkinson's diseaseDiseasePsychologyMedicineGerontologyPhysical medicine and rehabilitation

Résumé

récupéré en direct d'OpenAlex

Exercise is increasingly being recognized as a key element in the overall management of persons living with Parkinson's disease (PD) but various (disease-specific) barriers may impede even motivated patients to participate in regular exercise. We aimed to provide a comprehensive review of the various barriers and motivators for exercise in persons with PD. We scrutinized data on compliance-related factors published in cross-sectional studies, randomized controlled trials and reviews. We classified the barriers and motivators to exercise from a patient perspective according to the International Classification of Functioning, Disability and Health. We present an overview of the large range of potential motivators and barriers for exercise in persons with PD. Healthcare professionals should consider a wide and comprehensive range of factors, in order to identify which specific determinants matter most for each individual. Only when persons with PD are adequately motivated in a way that appeals to them and after all person-specific barriers have been tackled, we can begin to expect their long-term adherence to exercise. Such long-term compliance will be essential if exercise is to live up to its expectations, including the hope that prolonged engagement in regular exercise might help to modify the otherwise relentlessly progressive course of PD.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,032
Tête enseignante GPT0,312
Écart entre enseignants0,280 · 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'étudeSans objet
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

Citations199
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Parkinson s DiseaseMême sujetParkinson's Disease Mechanisms and TreatmentsTravaux en français237 207