Use of mHealth to Increase Physical Activity Among Breast Cancer Survivors With Fatigue: Qualitative Exploration
Notice bibliographique
Résumé
BACKGROUND: Physical activity has shown beneficial effects in the treatment of breast cancer fatigue; nevertheless, a significant portion of patients remain insufficiently physically active after breast cancer. Currently most patients have a smartphone, and therefore mobile health (mHealth) holds the promise of promoting health behavior uptake for many of them. OBJECTIVE: In this study, we explored representations, levers, and barriers to physical activity and mHealth interventions among inactive breast cancer patients with fatigue. METHODS: This was an exploratory, qualitative study including breast cancer patients from a French cancer center. A total of 4 focus groups were conducted with 9 patients; 2 independent groups of patients (groups A and B) were interviewed at 2 consecutive times (sessions 1 to 4), before and after their participation in a 2-week mHealth group experience consisting of (1) a competitive virtual exercise group activity (a fictitious world tour), (2) participation in a daily chat network, and (3) access to physical activity information and world tour classification feedback. We used a thematic content analysis. RESULTS: Several physical activity levers emerged including (1) physical factors such as perception of physical benefit and previous practice, (2) psychological factors such as motivation increased by provider recommendations, (3) social factors such as group practice, and (4) organizational factors including preplanning physical activity sessions. The main barriers to physical activity identified included late effects of cancer treatment, lack of motivation, and lack of time. The lack of familiarity with connected devices was perceived as the main barrier to the use of mHealth as a means to promote physical activity. The tested mHealth group challenge was associated with several positive representations including well-being and good habit promotion and being a motivational catalyzer. Following feedback, modifications were implemented into the mHealth challenge. CONCLUSIONS: mHealth-based, easily accessed group challenges were perceived as levers for the practice of physical activity in this population. mHealth-based group challenges should be explored as options to promote physical activity in a population with fatigue after breast cancer.
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 | 0,013 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,005 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».