The Effect of Pulmonary Rehabilitation on Pedometer-Measured Physical Activity
Notice bibliographique
Résumé
Background: Pulmonary rehabilitation results in favorable outcomes across multiple areas, including exercise capacity, dyspnea, and health status. The effectiveness of this intervention on increasing physical activity levels, however, has received less attention. Accordingly, we tested the potential usefulness of a commercially-available pedometer (NL-2000) as an outcome measure for pulmonary rehabilitation. This instrument, which is a uniaxial accelerometer, accurately detects walking activity in healthy adults. Methods: Fifty-five patients with COPD who were referred to participating centers in the Northeast Pulmonary Rehabilitation Consortium (mean age 69 yr, FEV1 45%) were studied after informed consent was obtained. All were given usual outpatient pulmonary rehabilitation, with pre- to post-rehabilitation assessments of the six minute walk distance (6MWD), MRC dyspnea, and health status, using a self-administered version of the Chronic Respiratory Disease Questionnaire (CRQ). Pedometer activity was measured over a ~ one-week period early in rehabilitation and again for ~ 1 week at the end of rehabilitation. The device was not worn during rehabilitation sessions. Patients recorded in a diary the exact times they wore the device. Pre- to post-rehabilitation changes in NL-2000 counts per hour worn (NL·hr-1) were evaluated, as well as the standard outcome variables (6 MWD, MRC, and CRQ). Results: Improvements were observed in the 6MWD (45 m.), MRC dyspnea (- 0.54 units) and the CRQ total score (10 units) (all, P < 0.001). However, there was no change in NL·hr-1 (30 counts, IP. = 0.11). NL·hr-1 were lower on rehabilitation days than on non-rehabilitation days; after adding this as a covariate, changes in activity became statistically significant. Conclusion: These results suggest that either pedometer activity assessment is relatively insensitive to detecting activity in slow-moving patients with COPD and/or pulmonary rehabilitation has less effect on increasing activity than in improving exercise performance, dyspnea, or health status.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».