MétaCan
Menu
Retour à la cohorte
Enregistrement W2791379775 · doi:10.1152/japplphysiol.01078.2017

Inspiratory muscle training reduces diaphragm activation and dyspnea during exercise in COPD

2018· article· en· W2791379775 sur OpenAlexafffund
Daniël Langer, Casey E. Ciavaglia, Azmy Faisal, Katherine A. Webb, J. Alberto Neder, Rik Gosselink, Sauwaluk Dacha, Marko Topalovic, Anna Ivanova, Denis E. O’Donnell

Notice bibliographique

RevueJournal of Applied Physiology · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Obstructive Pulmonary Disease (COPD) Research
Établissements canadiensKingston Health Sciences CentreQueen's University
Organismes subventionnairesQueen's UniversityFonds Wetenschappelijk Onderzoek
Mots-clésMedicineCOPDCardiologyDiaphragm (acoustics)Endurance trainingInternal medicineVentilation (architecture)Physical therapyRespiratory systemLung volumesWork of breathingMuscle fatigueElectromyographyLungPhysical medicine and rehabilitation

Résumé

récupéré en direct d'OpenAlex

Among patients with chronic obstructive pulmonary disease (COPD), those with the lowest maximal inspiratory pressures experience greater breathing discomfort (dyspnea) during exercise. In such individuals, inspiratory muscle training (IMT) may be associated with improvement of dyspnea, but the mechanisms for this are poorly understood. Therefore, we aimed to identify physiological mechanisms of improvement in dyspnea and exercise endurance following inspiratory muscle training (IMT) in patients with COPD and low maximal inspiratory pressure (Pi max ). The effects of 8 wk of controlled IMT on respiratory muscle function, dyspnea, respiratory mechanics, and diaphragm electromyography (EMGdi) during constant work rate cycle exercise were evaluated in patients with activity-related dyspnea (baseline dyspnea index <9). Subjects were randomized to either IMT or a sham training control group ( n = 10 each). Twenty subjects (FEV 1 = 47 ± 19% predicted; Pi max = −59 ± 14 cmH 2 O; cycle ergometer peak work rate = 47 ± 21% predicted) completed the study; groups had comparable baseline lung function, respiratory muscle strength, activity-related dyspnea, and exercise capacity. IMT, compared with control, was associated with greater increases in inspiratory muscle strength and endurance, with attendant improvements in exertional dyspnea and exercise endurance time (all P < 0.05). After IMT, EMGdi expressed relative to its maximum (EMGdi/EMGdi max ) decreased ( P < 0.05) with no significant change in ventilation, tidal inspiratory pressures, breathing pattern, or operating lung volumes during exercise. In conclusion, IMT improved inspiratory muscle strength and endurance in mechanically compromised patients with COPD and low Pi max . The attendant reduction in EMGdi/EMGdi max helped explain the decrease in perceived respiratory discomfort despite sustained high ventilation and intrinsic mechanical loading over a longer exercise duration. NEW & NOTEWORTHY In patients with COPD and low maximal inspiratory pressures, inspiratory muscle training (IMT) may be associated with improvement of dyspnea, but the mechanisms for this are poorly understood. This study showed that 8 wk of home-based, partially supervised IMT improved respiratory muscle strength and endurance, dyspnea, and exercise endurance. Dyspnea relief occurred in conjunction with a reduced activation of the diaphragm relative to maximum in the absence of significant changes in ventilation, breathing pattern, and operating lung volumes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,285
Écart entre enseignants0,264 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations207
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Applied PhysiologyMême sujetChronic Obstructive Pulmonary Disease (COPD) ResearchTravaux en français237 207