The Integrative Physiology of Exercise Training in Patients with COPD
Notice bibliographique
Résumé
Supervised exercise training (EXT) as part of pulmonary rehabilitation is arguably the most effective intervention for improving exercise tolerance in patients with chronic obstructive pulmonary disease (COPD). In the current review, we focus on the physiological rationale for EXT and the expected physiological benefits that can be achieved in patients who can be exposed to sufficiently high training stimuli. Thus, after a brief consideration of the mechanisms of exercise limitation and their sensory consequences, we expose the potential beneficial effects of EXT on respiratory mechanical and peripheral muscular adaptations to exercise. The available evidence indicates that changes in exertional ventilation, breathing pattern, operating lung volumes and static respiratory muscle strength after EXT are modest and often inconsistent. Inspiratory muscle training may have a role in patients showing inspiratory weakness pre-rehabilitation. Beneficial changes in peripheral muscles can be seen in those who can tolerate higher training intensity, particularly using combined resistance and dynamic (including interval) exercise. It should be recognised, however, that it might not be feasible to reach meaningful physiological training effects in many frail elderly patients with advanced respiratory mechanical and pulmonary gas exchange derangements with serious co-morbidities (such as cardiac and peripheral vascular disease). These potential shortcomings should not discourage the use of pulmonary rehabilitation as an effective strategy to improve patients' capacity to tolerate physical activity. Currently, the greatest challenge is to develop effective strategies to ensure that these important gains in functional capacity are translated into sustained increases in daily physical activity for patients with COPD.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| 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 ».