MétaCan
Menu
Retour à la cohorte
Enregistrement W2040686964 · doi:10.1159/000346075

Using Aerobic Exercise to Improve Health Outcomes and Quality of Life in Stroke: Evidence-Based Exercise Prescription Recommendations

2013· review· en· W2040686964 sur OpenAlexafffund
Marco Y.C. Pang, Sarah Charlesworth, Ricky W.K. Lau, Raymond C. K. Chung

Notice bibliographique

RevueCerebrovascular Diseases · 2013
Typereview
Langueen
DomaineMedicine
ThématiqueStroke Rehabilitation and Recovery
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesPublic Health Agency of Canada
Mots-clésMedicineAerobic exercisePhysical therapyStroke (engine)Quality of life (healthcare)Exercise prescriptionPsychosocialSample size determinationRandomized controlled trialModalitiesPhysical medicine and rehabilitationInternal medicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Stroke patients often suffer from poor cardiovascular health and deficits in physical, psychosocial and cognitive functioning. Aerobic exercise training may be a viable treatment approach to address these health issues. The objective of this systematic review was to determine the effects of aerobic exercise on various indicators of health, functioning and quality of life in stroke patients. It was hypothesized that the systematic review would reveal compelling support for the effectiveness of aerobic exercise in stroke patients, such that detailed evidence-based exercise prescription recommendations could be derived. METHODS: Major electronic databases were searched systematically to identify randomized controlled studies that examined the effects of aerobic exercise in stroke patients (last search performed in January 2012). The methodological quality of each study was evaluated using the PEDro scale (9-10 = excellent; 6-8 = good; 4-5 = fair; <4 = poor). Based on the methodological quality and sample size used, the level of evidence was determined for each study (level 1: PEDro ≥6 and sample size >50; level 2: PEDro ≤5 or sample size ≤50). Meta-analysis was performed on a given outcome when appropriate. RESULTS: Twenty-five trials fulfilled the selection criteria, of which 8 were level 1 studies. Treadmill and cycle ergometer were the two most popular modalities used to provide aerobic training. The most commonly adopted exercise session duration and frequency was 21-40 min and 3-5 days per week, respectively. The duration of the training programme varied, ranging from 3 weeks to 6 months. Over 60% of the trials used a high training intensity [60-80% heart rate reserve (HRR)]. Meta-analysis showed a significant effect on peak oxygen consumption (p < 0.001), peak workload (p < 0.001), maximal gait speed (p = 0.003) and walking endurance (p < 0.001) in favour of aerobic exercise. Meta-analysis revealed no significant effect on self-selected gait speed, Berg balance score and Functional Independence Measure score. The efficacy of aerobic exercise in improving other health outcomes in physical, psychosocial and cognitive domains as well as quality of life was inconclusive. The health risk associated with engaging in such exercise is small. CONCLUSIONS: There is strong evidence that aerobic exercise (40-50% HRR progressing to 60-80%) conducted 20-40 min and 3-5 days per week is beneficial for enhancing aerobic fitness, walking speed and walking endurance in people who have had mild to moderate stroke and are deemed to have low cardiovascular risk with exercise after proper screening assessments (grade A recommendation). The effects of aerobic exercise on other health outcomes require further study.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,019
score de la tête « metaresearch » (Gemma)0,053
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,098

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,053
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0060,007
Bibliométrie0,0060,004
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0030,001
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,147
Tête enseignante GPT0,407
Écart entre enseignants0,260 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations181
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCerebrovascular DiseasesMême sujetStroke Rehabilitation and RecoveryTravaux en français237 207