Gastroenterologist and Patient Attitudes Toward Yoga as a Therapy for Irritable Bowel Syndrome: An Application of the Theory of Planned Behaviour
Notice bibliographique
Résumé
Abstract Objectives To identify irritable bowel syndrome (IBS) patients’ attitudes, subjective norms, perceived control and intention to practice yoga and gastroenterologists’ attitudes and current yoga recommendations for their patients with IBS. Methods Gastroenterologists and IBS patients completed online surveys including Theory of Planned Behaviour (TPB) constructs. Among IBS patients, multiple linear regression determined the multivariate associations between TPB variables and intention to practice yoga while controlling for significant socio-demographic variables. Gastroenterologists were asked about their attitudes and current yoga recommendations for patients with IBS. Chi-square analyses examined associations between gastroenterologists’ demographics and recommending yoga. Binomial logistic regression described associations between attitude variables and current yoga recommendations. Results For patients (n = 109), controllability (β = 0.5, P < 0.001), affective attitude (β = 0.4, P < 0.05) and self-efficacy (β = 0.3, P < 0.05) were significantly associated with intention to do yoga in the regression model. TPB variables explained 34% of the variance in patients’ intentions to practice yoga. The binomial regression analysis revealed that gastroenterologists (n = 79) who have confidence in recommending yoga (39%) were seven times more likely to recommend it (odds ratio = 7.3, P = 0.002) and those who agreed yoga improves IBS symptom severity (54%) were 10 times more likely to recommend yoga (odds ratio = 10.1, P < 0.001). Most (86%) wanted more evidence to support efficacy of yoga for IBS and 44% asked for more knowledge on how to refer a patient. Conclusion Controllability, affective attitude and self-efficacy predicted IBS patients’ intentions to practice yoga. Although gastroenterologists believed yoga is safe and beneficial for IBS patients, most do not recommend yoga due to lack of confidence and scientific evidence.
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 | 0,004 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».