Different types of physical activity are positively associated with indicators of mental health and psychological wellbeing in rheumatoid arthritis during COVID-19
Notice bibliographique
Résumé
Nationwide lockdowns during SARS-CoV-2 (COVID-19) can compromise mental health and psychological wellbeing and limit opportunities for physical activity (PA), particularly in clinical populations, such as people with rheumatoid arthritis (RA), who are considered at risk for COVID-19 complications. This study aimed to investigate associations between PA and sedentary time (ST) with indicators of mental health and wellbeing in RA during COVID-19 lockdown, and examine the moderation effects of self-isolating. 345 RA patients completed an online questionnaire measuring PA (NIH-AARP Diet and Health Study Questionnaire), ST (International Physical Activity Questionnaire-Short Form), pain (McGill Pain Questionnaire and Visual Analogue Scale), fatigue (Multidimensional Fatigue Inventory), depressive and anxious symptoms (Hospital Anxiety and Depression Scale), and vitality (Subjective Vitality Scale) during the United Kingdom COVID-19 lockdown. Associations between PA and ST with mental health and wellbeing were examined using hierarchical multiple linear regressions. Light PA (LPA) was significantly negatively associated with mental fatigue (β = - .11), depressive symptoms (β = - .14), and positively with vitality (β = .13). Walking was negatively related to physical fatigue (β = - .11) and depressive symptoms (β = - .12) and positively with vitality (β = .15). Exercise was negatively associated with physical (β = - .19) and general (β = - .12) fatigue and depressive symptoms (β = - .09). ST was positively associated with physical fatigue (β = .19). Moderation analyses showed that LPA was related to lower mental fatigue and better vitality in people not self-isolating, and walking with lower physical fatigue in people self-isolating. These findings show the importance of encouraging PA for people with RA during a lockdown period for mental health and wellbeing.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».