Feasibility of an Internet-Based Intervention to Promote Exercise for People With Spinal Cord Injury: Observational Pilot Study
Notice bibliographique
Résumé
BACKGROUND: People with spinal cord injury (SCI) are less likely to be physically active and have higher chronic disease risk than those in the general population due to physical and metabolic changes that occur postinjury. Few studies have investigated approaches to promote increased physical activity (PA) for people with SCI despite evidence that they face unique barriers, including lack of accessible transportation and exercise equipment. To address these obstacles, we adapted an evidence-based phone-delivered intervention that promoted increased PA among people with SCI into a web-based platform, titled the Workout on Wheels internet intervention (WOWii). The adapted program provides participants with weekly skill-building information and activities, basic exercise equipment, and ongoing support through weekly group videoconferencing. OBJECTIVE: This pilot study was conducted to assess the feasibility of using a web-based and virtual format to deliver the WOWii program in a randomized controlled trial. METHODS: We assessed the feasibility of the web-based program by delivering an abbreviated, 4-week version to 10 participants with SCI. Rates of weekly videoconference attendance, activity completion, and exercise activity as tracked by an arm-based activity monitor were recorded for all participants. RESULTS: Participants averaged 3.3 of 4 (83%) weekly group videoconferences attended, 3.4 of 4 (85%) web-based module activities completed, and 2.3 of 4 (58%) weeks of using the arm-based activity monitor. The majority of the sample (9/10, 90%) synced their arm-based PA monitor at least once, and overall engagement as an average of each component across the 4 weeks was 75%. CONCLUSIONS: The intervention had sufficiently high levels of engagement to be used in a full randomized controlled trial to test its effectiveness in improving levels of PA among people with SCI. The knowledge we gained from this pilot study informed improvements that were made in the full randomized controlled trial.
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 | 0,006 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».