What factors are associated with patients walking fitness when starting cardiac rehabilitation?
Notice bibliographique
Résumé
INTRODUCTION: Patients with heart failure (HF) are now a priority group for cardiac rehabilitation (CR). A fundamental component of CR is increasing physical fitness through exercise training. Even though studies show fitness benefits, there is little evidence in routine populations of individual factors that may influence fitness. This study aims to evaluate the extent to which demographics and clinical measures predict physical fitness in patients with HF and develop reference values to guide practice. METHODS: Data from the National Audit Cardiac Rehabilitation (NACR) was analysed. 2047 patients (73% male) with HF completed an incremental shuttle walk test (ISWT). Backward regression accounting for patient characteristics and new comorbidity groups were used to identify predictors of distance using ISWT. Reference values were produced from the percentiles of the ISWT distance. RESULTS: value < 0.001). Diuretics (-33.01 m ±8.07 SD) and socioeconomic status (9.12 m ±2.91 SD) were significant predictors of baseline walking fitness. Furthermore, respiratory obstructions, musculoskeletal issues and metabolic diseases were associated with reduced walking distance of 29.8 m, 26.6 m and 18.4 m respectively. CONCLUSION: Use of diuretics, socioeconomic status and presence of comorbidities were significant predictors of walking performance in patients with HF who attended CR and were fit enough to carry out an ISWT. Reference values, to aid clinical practice, were developed that included age, gender and comorbidities status.
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 | 0,000 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».