Whole-Body Vibration Training During a Low Frequency Outpatient Exercise Training Program in Chronic Obstructive Pulmonary Disease Patients: A Randomized, Controlled Trial
Notice bibliographique
Résumé
BACKGROUND: The aim of the study was to investigate whether whole-body vibration training (WBVT) can be applied beneficially within an outpatient low frequency exercise program. METHODS: In a prospective, controlled, randomized study, WBVT effectiveness and safety were investigated in COPD stage II-IV patients undergoing a 3-month training program. Participants took part in a 90-min circuit training once a week. On top patients were randomized to either perform squats with WBVT, or without (conventional training group (CTG)). Before and after the intervention, a sit-to-stand test (STST), a 6-min walk test (6-MWT), the COPD assessment test (CAT), and the chronic respiratory disease questionnaire (CRQ) were evaluated. RESULTS: Twenty-eight out of 55 patients completed the study (n = 12 WBTV, n = 16 CTG). The STST time remained nearly constant for the CTG (Δ -0.8 ± 3.1 s) and the WBVT (Δ 1.4 ± 3.2 s; P = 0.227), respectively. Similarly, for both WBVT and CTG, the 6-min walk distance remained unchanged (Δ 7 ± 55 m vs. 9 ± 45 m, P = 0.961). In three out of four categories, the CRQ scores showed a significant improvement within WBVT, and in one category when comparing across groups. The CAT score dropped by -0.8 ± 2.9 points within CTG and by 2.4 ± 2.7 points within WBVT (P = 0.105). There were no adverse events related to WBVT. CONCLUSION: The implementation of WBVT in the context of an outpatient low frequency exercise program did not significantly improve the patients' exercise capacity. An improvement in CAT and partially in CRQ was shown within WBVT. However, regarding the high dropout rate (49%), these results must be interpreted with caution.
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 | 0,026 | 0,131 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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 ».