Priority Setting of Physical Activity Barriers and Facilitators Among Individuals With Rheumatoid Arthritis: A Nominal Group Technique Study
Notice bibliographique
Résumé
OBJECTIVE: To (1) understand key physical activity (PA) determinants for individuals with rheumatoid arthritis (RA), and (2) map determinants using the Behavior Change Wheel (BCW) to guide theory-driven intervention development. METHODS: A patient-centered nominal group technique (NGT) approach was used, with recruitment through purposive sampling from past research participants. After self-reporting demographics and PA, participants attended NGT sessions consisting of idea generation, sharing, and refinement through discussion. Researchers combined PA-determinant lists across sessions using content analysis. Using a survey, participants rated the importance of each determinant from 1 to 9. Theoretical mapping was completed with the most important 2 out of 3 determinants using the BCW. RESULTS: Fourteen individuals participated across 3 sessions. The mean age was 58.1 (SD 13.4) years, with a mean 20.0 (SD 21.8) years with RA. Participants were 86% female, 79% White, and 86% had some university/college education. All participants were physically active, with a mean Godin Leisure-Time Exercise Questionnaire (GLTEQ) leisure score index of 43.3 (SD 18.4; < 14 = insufficiently active, 14-24 = moderately active, > 24 = active). The 22 PA barriers and 25 facilitators fell into 4 categories: personal, social, physical, and environmental. The top 3 barriers (importance: 7.1-7.4/9) were unpredictable fluctuations, fatigue, and lack of RA-specific PA knowledge. The top 3 facilitators (importance: 7.6-7.9/9) were motivation to maintain function, knowledge to tailor PA, and PA self-confidence. Theoretical mapping led to 3 capability-related, 6 opportunity-related, and 4 motivation-related determinants. CONCLUSION: Our study highlighted key PA determinants related to capability, opportunity, and motivation. Interventions may target skills (capability), social influences (opportunity), and beliefs about capabilities (motivation) to increase PA in individuals with RA.
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 | 0,009 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».