Cardiorespiratory Fitness in Internal Medicine Residents: Are Future Physicians Becoming Deconditioned?
Notice bibliographique
Résumé
ABSTRACT Background Previous studies have shown a falloff in physicians' physical activity from medical school to residency. Poor fitness may result in stress, increase resident burnout, and contribute to mortality from cardiovascular disease and other causes. Physicians with poor exercise habits are also less likely to counsel patients about exercise. Prior studies have reported resident physical activity but not cardiorespiratory fitness age. Objective The study was conducted in 2 residency programs (3 hospitals) to assess internal medicine residents' exercise habits as well as their cardiorespiratory fitness age. Methods Data regarding physical fitness levels and exercise habits were collected in an anonymous cross-sectional survey. Cardiopulmonary fitness age was determined using fitness calculator based on the Nord-Trøndelag Health Study (HUNT). Results Of 199 eligible physicians, 125 (63%) responded to the survey. Of respondents, 11 (9%) reported never having exercised prior to residency and 45 (36%) reported not exercising during residency (P < .001). In addition, 42 (34%) reported exercising every day prior to residency, while only 5 (4%) reported exercising daily during residency (P < .001), with 99 (79%) participants indicating residency obligations as their main barrier to exercise. We found residents' calculated mean fitness age to be 5.6 years higher than their mean chronological age (P < .001). Conclusions Internal medicine residents reported significant decreases in physical activity and fitness. Residents attributed time constraints due to training as a key barrier to physical activity.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».