ABC of prescribing exercise as medicine: a narrative review of the experiences of general practitioners and patients
Notice bibliographique
Résumé
BACKGROUND: Exercise prescribing can help patients to overcome physical inactivity, but its use in general practice is limited. The purpose of this narrative review was to investigate contemporaneous experiences of general practitioners and patients with exercise prescribing. METHOD: PubMed, Scopus, Science Direct and Cochrane reviews were reviewed using the terms 'exercise prescription', 'exercise prescribing', 'family practice', 'general practice', 'adults' and 'physical activity prescribing'. RESULTS: After screening by title, abstract and full paper, 23 studies were selected for inclusion. Qualitative, quantitative and mixed-methods studies revealed key experiences of general practitioners and patients. Barriers identified included: physician characteristics, patients' physical and psychosocial factors, systems and cultural failures, as well as ambiguity around exercise prescribing. We present a synthesis of the key strategies to overcome these using an ABC approach: A: assessment of physical activity: involves asking about physical activity, barriers and risks to undertaking an exercise prescription; B: brief intervention: advice, written prescription detailing frequency, intensity, timing and type of exercise; and C: continued support: providing ongoing monitoring, accountability and progression of the prescription. Multiple supports were identified: user-friendly resources, workshops for doctors, guidelines for specific illnesses and multimorbidity, electronic devices, health system support and collaboration with other healthcare and exercise professionals. DISCUSSION: This review has identified levers for facilitating exercise prescribing and adherence to it. The findings have been presented in an ABC format as a guide and support for general practitioners to prescribe exercise.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,011 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| 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 tête enseignante, 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 ».