The Independent Effect of Traditional Cardiac Rehabilitation and the LEARN Program on Weight Loss
Notice bibliographique
Résumé
INTRODUCTION: Despite its numerous other benefits, cardiac rehabilitation (CR) has not consistently proven to be an effective, although much needed, intervention for weight loss in the cardiovascular disease (CVD) population. Comparatively, the LEARN (Lifestyle, Exercise, Attitudes, Relationships, Nutrition) program appears to be an effective intervention for weight loss. The purpose of the present investigation was to compare changes in body weight in a CVD cohort consecutively participating in traditional CR and the LEARN program. METHODS: Forty-four patients diagnosed with CVD (22 men/22 women) participated in a 12-week multidisciplinary CR program. All patients successfully completed the LEARN program following CR. Body mass index (BMI) and body weight were recorded immediately prior to and following both CR and LEARN. RESULTS: The peak metabolic equivalents were significantly higher following CR (7.3 ± 1.6 vs 8.5 ± 1.6, P < .001), while body weight (203.5 ± 32.6 vs 201.8 ± 32.5 lbs, P > .10) and BMI (32.1 ± 4.0 vs 31.8 ± 3.9 kg/m, P > .05) were unchanged. All subjects then successfully completed the LEARN program, participating in an average of 10 sessions. There was a significant reduction in body weight (203.3 ± 30.7 vs 190.1 ± 30.4 lbs, P < .001) and BMI (32.0 ± 3.9 vs 29.5 ± 3.8 kg/m, P < .001) following the LEARN program. DISCUSSION: Our results support the independent value of the LEARN program in eliciting weight loss for CR patients. Clinicians delivering CR services should consider integrating a focused weight loss program, such as LEARN, into their usual CR programs.
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 | 0,007 | 0,001 |
| 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) | 0,000 | 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 ».