Reframing physical activity barriers in individuals with multiple sclerosis: a proof-of-concept study
Notice bibliographique
Résumé
Purpose To explore how a brief reframing intervention influences physical activity (PA) behaviors and cognitive biases in individuals with Multiple Sclerosis (MS).Materials and methods In this mixed-method, single-arm study, 22 individuals with MS received a one-on-one, ∼15-min reframing session targeting negative exercise-related thinking patterns. Participants completed surveys at four time points (pre-, post-, 1-week, and 4-weeks post-intervention) assessing cognitive errors and PA. A follow-up interview at 1 week explored individual experiences and perceived changes. Interview data were analyzed using inductive content analysis; Repeated Measures ANOVA assessed changes in outcomes.Findings Cognitive errors decreased from pre-reframing (M = 5.32) to 1-week post reframing (M = 4.52, p = 0.013, partial eta = 0.258). Light PA significantly increased from pre-reframing (M = 2.26) to 1-week post reframing (M = 3.14, p = 0.029, partial eta = 0.218). While moderate-vigorous PA significantly increased from pre reframing (M = 2.76) to 4-weeks post reframing (M = 5.76, p = < 0.01, partial eta = 0.460). Changes to PA at all levels were sustained at the 4-week follow-up. Interviews contextualized these changes, revealing shifts in motivation and self-talk.Conclusion Reframing may be an effective strategy to increase physical activity and decrease cognitive biases for individuals with MS. Findings provide preliminary support for a future randomized pilot trial to evaluate efficacy.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».