Optimization of a technology‐supported physical activity promotion intervention for breast cancer survivors: Results from Fit2Thrive
Notice bibliographique
Résumé
BACKGROUND: The benefits of moderate to vigorous physical activity (MVPA) for breast cancer survivors are well established. However, most are insufficiently active. Fit2Thrive used the Multiphase Optimization Strategy methodology to determine the effect of 5 intervention components on MVPA in this population. METHODS: Two hundred sixty-nine participants (mean age, 52.5 years; SD, 9.9 years) received a core intervention (the Fit2Thrive self-monitoring app and Fitbit) and were randomly assigned to 5 intervention components set to on/off in a full factorial experiment: support calls, deluxe app, buddy, online gym, and text messages. The intervention was delivered over 12 weeks with a 12-week follow-up. MVPA was measured via accelerometry at the baseline (T1), at 12 weeks (T2), and at 24 weeks (T3). The main effects and interaction effects at each time point were examined for all components. RESULTS: Trial retention was high: 91.8% had valid accelerometer data at T2 or T3. Across all conditions, there were significant increases in MVPA (+53.6 min/wk; P < .001) and in the proportion of survivors meeting MVPA guidelines (+22.3%; P < .001) at T2 that were maintained but attenuated at T3 (MVPA, +24.6 min/wk; P < .001; meeting guidelines, +12.6%; P < .001). No individual components significantly improved MVPA, although increases were greater for the on level versus the off level for support calls, buddy, and text messages at T2 and T3. CONCLUSIONS: The Fit2Thrive core intervention (the self-monitoring app and Fitbit) is promising for increasing MVPA in breast cancer survivors, but the components provided no additional increases in MVPA. Future research should evaluate the core intervention in a randomized trial and determine what components optimize MVPA behaviors in breast cancer survivors.
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 | 0,000 | 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 ».