The Feasibility of Cardiopulmonary Exercise Testing for Prescribing Exercise to People After Stroke
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Despite the importance of exercise training in mitigating cardiovascular risk, the development of exercise programs for people poststroke has been limited by lack of feasibility data concerning cardiopulmonary exercise testing (CPET) to inform the exercise prescription. Therefore, we examined the feasibility of CPETs for developing an exercise prescription in people ≥3 months poststroke. METHODS: CPET results from 98 consecutively enrolled patients poststroke with motor impairments and 98 age- and sex-matched patients with coronary artery disease were examined at baseline and after 6 months of exercise training. RESULTS: The proportion of patients with stroke and coronary artery disease attaining an intensity sufficient for prescribing exercise at baseline was 68.4% versus 82.7%, respectively (P=0.02) and 84.7% versus 83.8% (P=0.9) at 6 months. Women were less likely than men poststroke to achieve a sufficient intensity at baseline (40% versus 80.9%, P<0.001) but not at 6 months (78.3% versus 87.1, P=0.3). A clinically relevant abnormality occurred in 11.2% of stroke and 12.2% of patients with coronary artery disease on baseline CPETs (P=0.8) and 10.6% of stroke and 5.9% of patients with coronary artery disease on the 6-month CPET (P=0.4). No serious cardiovascular events occurred during 349 CPETs. CONCLUSIONS: Most patients after stroke achieved a level of exertion during the CPET sufficient to inform an exercise prescription. At least 1 of 10 patients poststroke developed a clinically relevant abnormality on baseline and postprogram CPETs with no serious cardiovascular events. These data support the feasibility and safety of CPETs for prescribing exercise poststroke. Strategies to improve use of baseline CPETs for women poststroke require further investigation.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».