Staying in Motion: Using Technology to Support Physical Activity Maintenance in Exercise Oncology
Notice bibliographique
Résumé
Given the broad range of physical and psychosocial health benefits of physical activity (PA) for individuals living with cancer, experts recommend regular PA as well as structured exercise (aerobic, strength, flexibility, and balance) to improve overall well-being among this population. However, most individuals living with and beyond cancer remain insufficiently active, struggling to maintain consistent PA habits post-diagnosis. Exercise oncology behavior change interventions have been shown to increase PA post-intervention, yet challenges remain to ensure that participants stay physically active long-term (i.e. PA maintenance: continued PA up to and beyond 6 months after initial PA behavior change), and thereby continue to reap the benefits of PA. Individuals living with and beyond cancer face significant challenges to PA maintenance, including cost, lack of time, lack of equipment or access to facilities, lack of motivation, and lack of support. Those living in rural and remote locations may experience a greater impact of these PA maintenance barriers, and usually lack access to in-person exercise oncology programs, which are primarily delivered in urban settings. Some of these barriers may be addressed via PA behavior change interventions delivered using electronic health technology (eHealth). Despite increased research, few studies have explored the potential of eHealth to support PA maintenance, especially among rural cancer populations who may need greater PA support given their lower PA levels and greater PA barriers. The present PhD project addressed this knowledge gap, developing novel insights to better understand the potential of eHealth to support PA maintenance among individuals living with and beyond cancer. First, the effectiveness of eHealth to support PA behaviors in exercise oncology was systematically reviewed. Next, a survey of exercise oncology program participants explored technology use, literacy, and perceptions on the value of technology to support PA habits. The review and survey were then followed by a participant-oriented tailoring process to customize an existing self-monitoring app for use in a PA maintenance intervention. Finally, the effectiveness of the self-monitoring app to support PA maintenance was tested in a randomized controlled trial, which was evaluated using quantitative (i.e. self-report and objective PA levels) and qualitative (i.e. semi-structured 1-1 interviews) methods. The project contributed new knowledge to better understand the potential value of eHealth to support PA maintenance among individuals living with cancer, especially those in rural and remote locations, and highlighted important next steps to optimize and comprehensively evaluate its positive impact on PA behavior change.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 ».