A single-subject research design evaluating a co-created yoga program for adults with gynecologic cancer: feasibility study protocol
Notice bibliographique
Résumé
BACKGROUND: Worldwide, > 1.3 million adults are diagnosed with a gynecologic cancer each year, affecting their wellbeing and quality of life. This manuscript describes the protocol for a study that sought to assess the feasibility, acceptability, and fidelity of a community-based co-created yoga program and proposed evaluative methods, and estimate program effects on self-reported outcomes. METHODS: Using a multiple baseline single-subject research design with a follow-up phase (ABA), quantitative and qualitative data were collected from program participants and the instructor. Participants were randomly assigned to varying baseline lengths and completed weekly surveys for 3-5 weeks pre-program. Then, participants engaged in a bi-modal 12-week hatha yoga program consisting of 2 60-min group classes a week, with optional supplemental features (January-April, 2023). Participants completed surveys after classes 1, 12, and 24. All yoga classes were audio- and video-recorded. Post-program, participants completed surveys 1, 4, and 8 weeks after the last class and took part in a semi-structured interview 1 week after to discuss program acceptability, suitability, relevance, and potential benefits. Feasibility outcomes (i.e., recruitment, retention, and program adherence rates, engagement with optional program features) were tracked by the instructor assistant and study team during the study. The yoga instructor was interviewed about their experience delivering the program 2 weeks after the last class. PLANNED ANALYSIS: Feasibility outcomes will be analyzed using descriptive statistics. Interview transcripts will be coded using reflexive thematic analysis. Class recordings will be coded using duration and frequency coding. Survey responses for self-reported outcomes will be analyzed visually and using multilevel modeling. EXPECTED OUTCOMES: Data will help determine refinements, if any, required to the program and instructor guidebook, implementation approach, and proposed evaluation methods before scale-up projects and definitive trials are started. TRIAL REGISTRATION: ClinicalTrials.gov NCT05610982. November 3, 2022.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».