COVID-19 Pandemic and Exercise (COPE) trial: a multigroup pragmatic randomised controlled trial examining effects of app-based at-home exercise programs on depressive symptoms
Notice bibliographique
Résumé
BACKGROUND: The number of adults across the globe with significant depressive symptoms has grown substantially during the COVID-19 pandemic. The extant literature supports exercise as a potent behaviour that can significantly reduce depressive symptoms in clinical and non-clinical populations. OBJECTIVE: Using a suite of mobile applications, at-home exercise, including high intensity interval training (HIIT) and/or yoga, was completed to reduce depressive symptoms in the general population in the early months of the pandemic. METHODS: A 6-week, parallel, multiarm, pragmatic randomised controlled trial was completed with four groups: (1) HIIT, (2) Yoga, (3) HIIT+yoga, and (4) waitlist control (WLC). Low active, English-speaking, non-retired Canadians aged 18-64 years were included. Depressive symptoms were measured at baseline and weekly following randomisation. RESULTS: A total of 334 participants were randomised to one of four groups. No differences in depressive symptoms were evident at baseline. The results of latent growth modelling showed significant treatment effects in depressive symptoms for each active group compared with the WLC, with small effect sizes (ESs) in the community-based sample of participants. Treatment groups were not significantly different from each other. Effect sizes were very large (eg, week 6 ES range=-2.34 to -2.52) when restricting the analysis only to participants with high depressive symptoms at baseline. CONCLUSIONS: At-home exercise is a potent behaviour to improve mental health in adults during the pandemic, especially in those with increased levels of depressive symptoms. Promotion of at-home exercise may be a global public health target with important personal, social and economic implications as the world emerges scathed by the pandemic. TRIAL REGISTRATION NUMBER: NCT04400279.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».