Design matters in secondary prevention: individualization and supervised exercise improves the effectiveness of cardiac rehabilitation
Notice bibliographique
Résumé
BACKGROUND: Hospital or centre-based cardiac rehabilitation (CR) can lengthen and improve life. However, most existing trials do not examine the effects of design characteristics. To examine the effects of these characteristics, this study compared an individualized cardiac rehabilitation programme to a standardized programme and examined what factors contributed most to programme effects. DESIGN: A prospective cohort analysis was done comparing patients using an individualized centre-based cardiac rehabilitation programme (ICR) in a mixed urban-rural region of the west of Scotland, to a standardized cardiac rehabilitation programme (SCR) provided at the same site three years previously. Both inter- and intra-programme differences in outcomes were explored. RESULTS: More patients were referred to ICR than SCR (749 versus 414 patients, p = 0.002) and the proportion of patients who subsequently attended was around 30% higher (p < 0.0001) although the overall rate of referral to ICR was lower (70% versus 62%, p = 0.002). ICR was associated with a reduction in hospital admission compared to SCR (HR: 0.664: 95% confidence interval (CI) 0.554 to 0.797). ICR patients also had significantly shorter hospitalizations (mean: 8.02 days versus 5.84 days, p < 0.05). ICR patients who attended at least 75% of the exercise sessions were significantly less likely to be hospitalized than individuals who partially attended (HR 2.39, 95% CI: 1.659 to 3.488) or did not participate in exercise sessions (HR 2.16, 95% CI: 1.482 to 3.143). CONCLUSIONS: Individualized content and supervised exercise components are key design characteristics for improving outcomes from centre-based CR in clinically representative populations.
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 | 0,022 | 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 ».