109 INVESTIGATING GAIT AND COGNITION IN ELDERLY COPD PATIENTS HOSPITALISED WITH AN ACUTE EXACERBATION
Notice bibliographique
Résumé
Background With advancing age, Chronic Obstructive Pulmonary Disease (COPD) can place an individual at greater risk of reduced participation in society and mortality (1). Survival in older adults increases with gait speed but little is known about gait in COPD (2). The objective of this study was to monitor gait of patients admitted to hospital with an acute exacerbation of COPD (AECOPD), their cognitive performance and to examine the relationships with clinical improvement. Methods Gait speed was acquired in 29 patients admitted to hospital with an AECOPD, with a mean age of 71.6 ±8.1 years. Gait speed was acquired employing the 4-metre gait speed test on day 1 of hospitalisation, day of hospital discharge and at 30 days follow-up. Montreal Cognitive assessment (MOCA) scores were recorded on day of admission. Linear regression was performed to assess correlations and between-group differences were assessed using student t-tests. Results Gait speed improved significantly from day 1 of hospitalisation (0.69 ±0.29 ms-1) to follow-up at day 30 (1.01 ±0.31 ms-1) (p = 0.0031). Slower gait speeds on day 1 of hospitalisation were significantly correlated with longer durations of hospital stay (p = 0.0014). There was no significant correlation between gait speed and MOCA score. Conclusions These results illustrate that gait speed is significantly slower during an exacerbation at admission to hospital, compared to 30 day follow-up. Furthermore, the novelty of these results is that gait speed at hospital admission predicts length of hospital stay. Future work should investigate if objective lung function and gait measures are more sensitive at predicting changes during hospitalisation and at 30 day follow-up.
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 | 0,000 | 0,000 |
| 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 ».