Perspectives and experiences of leisure-time physical activity in adults with stage 4 cancer: a qualitative interpretive-description study
Notice bibliographique
Résumé
PURPOSE: Leisure-time physical activity (LTPA) can be beneficial for individuals with advanced cancer, but little is known on how to tailor rehabilitation strategies targeting LTPA in cancer care. Our objective was to explore perspectives and experiences of LTPA in people with stage 4 cancer. MATERIALS AND METHODS: Guided by interpretive-description methodology, our qualitative study consisted of individual, semi-structured interviews with 20 Canadian adults diagnosed with stage 4 cancer. Interviews were transcribed verbatim and analyzed inductively. RESULTS: = 4). Participants highlighted their experiences of LTPA as diverse and complex, impacted by individual and cancer-related factors. They emphasized being intentional with LTPA through activity planning and modification. LTPA participation was linked to physical well-being, social connections, and meanings of accomplishment and loss. Many participants desired personalized support related to LTPA, that is integrated, interprofessional, and accessible in cancer care. CONCLUSION: The experiences of LTPA for people with stage 4 cancer are personal and connected to health and psychosocial meanings. Further efforts in rehabilitation are needed to address the challenges faced by people with advanced cancer and optimize safe, meaningful participation in LTPA.IMPLICATIONS FOR REHABILITATIONExperiences of leisure-time physical activity in individuals with stage 4 cancer are personal and linked to health benefits and psychosocial meanings.Activity participation frequently involves consideration of cancer-related symptoms, management of risks, and intentional planning and modification of activities.Trained rehabilitation professionals integrated in cancer care may be well suited to support people with stage 4 cancer through personalized activity recommendations.This research can help inform future clinical, research, and educational efforts in rehabilitation aimed at targeting physical activity in individuals with advanced cancer.
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 | 0,007 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,008 | 0,007 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».