Evaluating the YMCA Move for Health Program in Individuals With Osteoarthritis and Assessing Maintenance During the COVID-19 Pandemic
Notice bibliographique
Résumé
Osteoarthritis is the most common condition to co-occur with other chronic health conditions and a broad exercise program on management of chronic conditions may be suitable for this group. This study evaluated the 12-week YMCA Move for Health exercise program among adults with osteoarthritis or with/at risk of chronic health conditions using a mixed-methods study design based on the reach, effectiveness, adoption, implementation, and maintenance (RE-AIM) framework. Participants (n = 66) completed the exercise program at the YMCAs in Cambridge, Kitchener, and Waterloo. Assessments included physical function, health-related quality of life, symptoms of arthritis, and physical activity levels and were conducted at baseline (B), postprogram (PP), and 3-month postprogram. Due to interruption by COVID-19, a subgroup of participants completed the 3-month postprogram assessments after the onset of the pandemic. At PP, participants with OA showed significant improvements in level of disability (B = 0.63 ± 0.45 and PP = 0.55 ± 0.47; p = .049), pain (B = 4.3 ± 2.5 and PP = 3.6 ± 2.4; p = .026), fatigue (B = 3.9 ± 3.1 and PP = 2.8 ± 2.6; p = .003), and several domains related to health-related quality of life. Despite interruption by the COVID-19 pandemic and poor maintenance of physical activity levels, nearly all improvements related to level of disability, symptoms of arthritis, and health-related quality of life observed at PP were maintained 3-months postprogram. The Move for Health program proved to be a feasible and effective community program for people with osteoarthritis. Additional supports may be needed to maintain physical activity levels after the program.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».