Lifestyle Redesign® 对年长的法裔加拿大人的健康、社会参与、休闲和流动性的影响

研究设计和参与者这项试点研究使用混合方法并发三角测量设计，包括预实验部分 [预测试 (T1)、后测试 (T2) 和后续行动 (T3 和 T4)] 和探索性描述性定性分析以 16 名社区居住的有或没有残疾的老年人为样本的临床研究。 根据基于 5% 的显着性水平和 80% 的功效的配对双边 t 检验，16 名参与者的样本量允许检测两个平均值之间 0.75 或更大的标准化差异。 在一项探索另一种干预措施对休闲和生活空间流动性的影响的研究中，这种差异就足够了。 此样本大小还允许深入探索和数据饱和。 资格标准是：1) 65 岁及以上，2) 没有或轻度（第 1 组）或中度或重度（第 2 组）丧失自主权，3) 正常认知功能，4) 住在传统或寄宿家庭中的半独立的老年人，以及 5) 讲法语的人。 参与者是从之前对在魁北克（加拿大）健康和社会服务中心 (HSSC) 的日间医院和日间中心就诊的人以及居住在住宅中的人招募的。 东部乡镇 HSSC 研究伦理委员会批准了该研究 (2015-488)。

数据收集程序 招募参与者直到达到预定的样本量（n=16+3，预计可能的减员）。 所有参与者都签署了一份知情同意书，并在家中由一名研究助理或接受过专门管理问卷调查的职业治疗学生单独会见。 一位经验丰富的研究助理进行了定性访谈。 在 T1，在大约 120 分钟内执行了一份社会人口统计学问卷和八份结果问卷，其中四份在此处报告，其他问卷在其他地方报告（Trépanier 等人，正在准备中）。 在六个月的干预期之后，参与者回答了相同的结果问卷 (T2)，大约一个月后，进行了一次持续约 90 分钟的面对面半结构化个人访谈。 所有访谈都进行了数字录音、转录，并根据参与者使用的措辞进行了验证。 在前几次采访之后，两位作者（MB和ML）讨论并调整了后续采访的问题。 最后，在干预结束后三个月（T3）和六个月（T4），参与者再次回答相同的问卷。

干预 在本研究中，法国-加拿大生活方式重新设计® 干预由一名职业治疗师 (OT) 领导，他参加了南加州大学 6 小时的在线入门培训课程。 OT 每周还由一位专门从事健康促进和临床研究的学术 OT 进行监督，并且对干预有很好的了解（高度参与翻译）。 这种监督使 OT 能够定期获得关于她的角色和干预的反馈。 在 2015 年 8 月至 2016 年 3 月的六个月期间，每周举行 2 小时的小组会议。 这些会议基于 12 个模块（例如 职业、健康和老龄化；交通和职业）来自 Lifestyle Redesign® 手册第 2 版，涉及教学演示、同行交流、反思练习、直接体验和个人探索。 每个月都会安排一次集体郊游，并计划与 OT 单独会面。 这些会议旨在帮助参与者整合小组会议内容并参与个性化的有意义的活动。 在参与者有中度或严重丧失自主权的小组中，在各自的小组会议或郊游期间，由一名或两名志愿者为 OT 提供帮助。

结果变量和工具 关于健康、社会参与、休闲和生活空间流动性的数据是通过四份问卷收集的。 36 项短期健康调查 (SF-36) 包括 36 项，涵盖与身心健康相关的八个领域。 SF-36 具有良好的心理测量特性，广泛用于研究，包括以前的 Lifestyle Redesign® 研究。 社会参与量表估计参与 10 项社区活动的频率，并显示出良好的内部一致性。 休闲概况评估休闲活动的参与程度、对休闲的态度以及可能影响休闲活动的困难；它具有可接受的评分者间信度和重测信度。 生活空间评估 (LSA) 衡量生活空间流动性，更具体地说，衡量前四个星期内活动的范围、独立性和频率。 LSA 具有良好的结构有效性，具有观察到的身体表现和自我报告的功能以及对变化的良好敏感性。 最后，使用经过 5 位定性研究专家验证和预测试的半结构化访谈指南来探索 Lifestyle Redesign® 的效果。 问题的例子是：“请告诉我您对该计划的体验”； “如果适用，您的活动因该计划而发生了怎样的变化？”和“这个项目是如何帮助你做出改变的？” 数据分析 使用描述性统计分析参与者的社会人口学特征和结果。 将分数与 Friedman 测试和随后的 Wilcoxon 符号等级测试进行比较，但针对所有参与者，并以探索的方式分别针对每组参与者。 由于这项研究的探索性以及季节性变化对魁北克人健康、社会参与、休闲和流动性的影响，p 值 < 0.05 的任何干预后测量时间的变化都被认为可能归因于干预. 使用混合提取网格对访谈记录进行主题内容分析。 采访内容中出现的主题根据人类发展模型-残疾创造过程（人类发展和残疾模型）进行组织和重新命名。 合著者共同编码了三分之一的数据，并密切监督为达成共识而进行调整的分析。 对于定量结果的简约性，本文提出的主题侧重于健康、社会参与、休闲和流动性。 使用 SPSS Statistics (v18) 或 NVivo (v10) 进行分析。