MétaCan
Menu
Retour à la cohorte
Enregistrement W4282916527 · doi:10.1186/s12889-022-13547-5

Rapidly adapting an effective health promoting intervention for older adults—choose to move—for virtual delivery during the COVID-19 pandemic

2022· article· en· W4282916527 sur OpenAlexafffund
Samantha M. Gray, Thea Franke, Joanie Sims‐Gould, Heather McKay

Notice bibliographique

RevueBMC Public Health · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensVancouver Coastal HealthBritish Columbia Centre of Excellence for Women's HealthUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health ResearchCentre for Hip Health and MobilityUniversity of British Columbia
Mots-clésMedicinePublic healthBiostatisticsPandemicThematic analysisFocus groupIntervention (counseling)Coronavirus disease 2019 (COVID-19)GerontologyQualitative researchNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The COVID-19 (COVID) pandemic shifted way of life for all Canadians. 'Stay-at-home' public health directives counter transmission of COVID but may cause, or exacerbate, older adults' physical and social health challenges. To counter unintentional consequences of these directives, we rapidly adapted an effective health promoting intervention for older adults-Choose to Move (CTM)-to be delivered virtually throughout British Columbia (BC). Our specific objectives were to 1. describe factors that influence whether implementation of CTM virtually was acceptable, and feasible to deliver, and 2. assess whether virtual delivery retained fidelity to CTM's core components. METHODS: We conducted a 3-month rapid adaptation feasibility study to evaluate the implementation of CTM, virtually. Our evaluation targeted two levels of implementation within a larger socioeconomic continuum: 1. the prevention delivery system, and 2. older adult participants. We implemented 33 programs via Zoom during BC's 1st wave acute and transition stages of COVID (April-October 2020). We conducted semi-structured 30-45 min telephone focus groups with 9 activity coaches (who delivered CTM), and semi-structured 30-45 min telephone interviews with 30 older adult participants, at 0- and 3-months. We used deductive framework analysis for all qualitative data to identify themes. RESULTS: Activity coaches and older adults identified three key factors that influenced acceptability (a safe and supportive space to socially connect, the technological gateway, and the role of the central support unit) and two key factors that influenced feasibility (a virtual challenge worth taking on and CTM flexibility) of delivering CTM virtually. Activity coaches also reported adapting CTM during implementation; adaptations comprised two broad categories (time allocation and physical activity levels). CONCLUSION: It was feasible and acceptable to deliver CTM virtually. Programs such as CTM have potential to mitigate the unintended consequences of public health orders during COVID associated with reduced physical activity, social isolation, and loneliness. Adaptation and implementation strategies must be informed by community delivery partners and older adults themselves. Pragmatic, virtual health promoting interventions that can be adapted as contexts rapidly shift may forevermore be an essential part of our changing world.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,049
Score d'incertitude au seuil0,098

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,077
Tête enseignante GPT0,422
Écart entre enseignants0,346 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations39
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Public HealthMême sujetGeriatric Care and Nursing HomesTravaux en français237 207