Relationship between clinical and functional outcomes with resting inspiratory muscle strength in chronic respiratory diseases
Notice bibliographique
Résumé
Background: Impairments in inspiratory muscle strength have been described in a range of cardiopulmonary diseases in which dyspnea and exercise intolerance are cardinal features. It remains unclear whether inspiratory muscle strength would be uniformly related to these negative outcomes among different patient populations. Methods: Subjects with COPD (N=36), chronic fibrosing interstitial lung disease (ILD) (N=30), pulmonary arterial hypertension (PAH) (N=31) and healthy controls (C) (N=22) performed resting lung function tests (including maximal inspiratory pressure; MIP) and an incremental cardiopulmonary exercise test. Results: All patient groups presented with significantly lower MIP compared to C (PAH: 71±17 % pred; ILD: 87±25 % pred; COPD: 88±28 % pred and C: 111±29 % pred). Of note, PAH had lower MIP values compared to COPD (p=0.04) and ILD (p=0.07). In healthy and COPD, MIP was not related to peak exercise capacity or dyspnea. Conversely, MIP was positively related to peak oxygen uptake (r=0.462; p=0.01) in ILD and inversely related to exertional dyspnea in ILD (peak Borg Dyspnea/peak minute-ventilation: r=-0.352; p=0.056) and activity-related dyspnea in PAH (modified MRC scale: r=-0.443; p=0.013). Conclusion: Impairments in inspiratory muscle strength are more closely related to negative clinical (dyspnea) and functional (exercise intolerance) outcomes in ILD and PAH than COPD. These results suggest that inspiratory muscle training might be particularly beneficial to these specific patient 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 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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».