Effects Of A Physician-Based Exercise Counseling Program For Improving Aerobic Fitness In Older Adults
Notice bibliographique
Résumé
Unequivocal evidence supports healthy lifestyles for cardiovascular disease prevention. Family physicians are ideally positioned to address this care gap. PURPOSE: To determine the impact of an exercise prescription for older sedentary adults in family practice. METHODS: The Step Test Exercise Prescription (STEP) was a 12 month trial with 360 older adults (50-85 years) from 40 family practices in four regions of Canada. Intervention physicians were trained to deliver a tailored exercise prescription and transtheoretical behavior change counseling program. Control physicians were trained to deliver the exercise prescription alone. Primary outcome measures were cardiorespiratory fitness (VO2max) and energy expenditure (7-day PAR). RESULTS: Participants (intervention, n=193; control, n=167) were healthy community men (48%) and women (52%) with a mean age of 64.9 ±7.1 years. In both groups, VO2max significantly increased (p<0.001) for the intervention (+2.88 ±4.22 ml·kg-1·min-1) and control (+2.56 ±5.20 ml·kg-1·min-1) at 12 months, however there was no difference between groups. Women in the intervention improved their fitness significantly higher than control (+2.99 ±4.38 ml·kg-1·min-1). The intervention group had a 4mmHg reduction in systolic blood pressure (0.4 mmHg in the control (p<0.001)). The mean energy expended (EE) significantly increased but was higher in the intervention vs control (69.06 ±169.87 vs -6.96 ±157.06 Kcal·d-1). There were no significant practice setting differences among the primary outcomes. CONCLUSIONS: STEP exercise and behavioral intervention improved fitness, activity and lowered systolic blood pressure across a range of Canadian practices. Women showed higher levels of fitness than control while men showed similar improvement in both groups. This trial was registered by UWO ethics on September 24, 2003. REB#E7247 entitled: Improving exercise prescription among Canadian family physicians
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 | 0,001 | 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 ».