High and low contact frequency cardiac rehabilitation programmes elicit similar improvements in cardiorespiratory fitness and cardiovascular risk factors
Notice bibliographique
Résumé
AIM: Cardiac rehabilitation (CR) is a proven intervention that substantially improves physical health and decreases death and disability following a cardiovascular event. Traditional CR typically involves 36 on-site exercise sessions spanning a 12-week period. To date, the optimal dose of CR has yet to be determined. This study compared a high contact frequency CR programme (HCF, 34 on-site sessions) with a low contact frequency CR programme (LCF, eight on-site sessions) of equal duration (4 months). METHODS: A total of 961 low-risk cardiac patients (RARE score <4) self-selected either a HCF (n = 469) or LCF (n = 492) CR programme. Cardiorespiratory fitness and cardiovascular risk factors were measured on admission and discharge. RESULTS: Similar proportions of patients completed HCF (n = 346) and LCF (n = 351) (p = 0.398). Patients who were less fit (<8 METs) were more likely to drop out of the LCF group, while younger patients (<60 years) were more likely to drop out of the HCF group. Both groups experienced similar reductions in weight (-2.3 vs. -2.4 kg; p = 0.779) and improvements in cardiorespiratory fitness (+1.5 vs. +1.4 METs; p = 0.418). CONCLUSIONS: Patients in the LCF programme achieved equivalent results to those in the HCF programme. Certain subgroups of patients, however, may benefit from participation in a HCF programme, including those patients who are predisposed to prematurely discontinuing the programme and those patients who would benefit from increased monitoring. The LCF model can be employed as an alternative option to widen access and participation for patients who are unable to attend HCF programmes due to distance or time limitations.
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 | 0,004 | 0,001 |
| 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 | 0,001 |
| 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 ».