Physical activity levels and self-perception among patients living with chronic conditions in France: A population-based cross-sectional study using the ComPaRe cohort
Notice bibliographique
Résumé
BACKGROUND: Despite the numerous health benefits associated with physical activity (PA), many patients with chronic conditions remain inactive. We hypothesise that patients often misperceive their PA level, which affects behaviour change. We aimed to assess PA levels of patients with chronic conditions using the Global Physical activity Questionnaire (GPAQ) and compare their perception of meeting WHO guidelines (150 min of moderate-to-vigorous physical activity per week) with GPAQ measurements. METHODS: We conducted a cross-sectional analysis of the GPAQ in a sample of participants recruited from the ComPaRe e-cohort, a nationwide cohort of adult patients with chronic conditions in France. We used stratified random sampling (based on age, gender and diploma) and non-responder weighting to obtain estimates representative of PA levels of chronic patients in France. Concordance between participants' perception of meeting WHO guidelines and GPAQ measurements was assessed using Cohen's kappa coefficient. RESULTS: We included 629 patients (participation rate: 65.0%). The median age was 57 [46.0-65.4] years, with 348 (55.3%) women. A total of 369 (64.2%) patients were categorised as active (>750 metabolic equivalent tasks (Mets)/week) according to the GPAQ, with PA levels increasing with age among men. A total of 55 (8.6%) participants were unable to estimate their PA level, and 186 (32.4%) misperceived their PA level (cohen's kappa coefficient of 0.38 [0.31-0.45]), with 29 (5.1%) overestimating and 157 (27.4%) underestimating their activity. CONCLUSION: Healthcare professionals should consider accurate screening for inactivity and patients' self-perception of their PA level, as both are key to delivering personalised and impactful counselling.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».