Exercise counselling and referral in cancer care: an international scoping survey of health care practitioners’ knowledge, practices, barriers, and facilitators
Notice bibliographique
Résumé
Abstract Purpose Evidence supports the role of prescribed exercise for cancer survivors, yet few are advised to exercise by a healthcare practitioner (HCP). We sought to investigate the gap between HCPs’ knowledge and practice from an international perspective. Methods An online questionnaire was administered to HCPs working in cancer care between February 2020 and February 2021. The questionnaire assessed knowledge, beliefs, and practices regarding exercise counselling and referral of cancer survivors to exercise programs. Results The questionnaire was completed by 375 participants classified as medical practitioners (42%), nurses (28%), exercise specialists (14%), and non-exercise allied health practitioners (16%). Between 35 and 50% of participants self-reported poor knowledge of when, how, and which cancer survivors to refer to exercise programs or professionals, and how to counsel based on exercise guidelines. Commonly reported barriers to exercise counselling were safety concerns, time constraints, cancer survivors being told to rest by friends and family, and not knowing how to screen people for suitability to exercise (40–48%). Multivariable logistic regression models including age, gender, practitioner group, leisure-time physical activity, and recall of guidelines found significant effects for providing specific exercise advice ( χ 2 (7) = 117.31, p < .001), discussing the role of exercise in symptom management ( χ 2 (7) = 65.13, p < .001) and cancer outcomes (χ 2 (7) = 58.69, p < .001), and referring cancer survivors to an exercise program or specialist ( χ 2 (7) = 72.76, p < .001). Conclusion Additional education and practical support are needed to equip HCPs to provide cancer survivors with exercise guidelines, resources, and referrals to exercise specialists.
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) | 0,001 | 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 ».