Exercise-based rehabilitation for major non-communicable diseases in low-resource settings: a scoping review
Notice bibliographique
Résumé
INTRODUCTION: While there is substantial evidence for the benefits of exercise-based rehabilitation in the prevention and management of non-communicable disease (NCD) in high-resource settings, it is not evident that these programmes can be effectively implemented in a low-resource setting (LRS). Correspondingly, it is unclear if similar benefits can be obtained. The objective of this scoping review was to summarise existing studies evaluating exercise-based rehabilitation, rehabilitation intervention characteristics and outcomes conducted in an LRS for patients with one (or more) of the major NCDs. METHODS: The following databases were searched from inception until October 2018: PubMed/Medline, Embase, CINAHL, Cochrane Library, PsycINFO and trial registries. Studies on exercise-based rehabilitation for patients with cardiovascular disease, diabetes, cancer or chronic respiratory disease conducted in an LRS were included. Data were extracted with respect to study design (eg, type, patient sample, context), rehabilitation characteristics (eg, delivery model, programme adaptations) and included outcome measures. RESULTS: The search yielded 5930 unique citations of which 60 unique studies were included. Study populations included patients with cardiovascular disease (48.3%), diabetes (28.3%), respiratory disease (21.7%) and cancer (1.7%). Adaptations included transition to predominant patient-driven home-based rehabilitation, training of non-conventional health workers, integration of rehabilitation in community health centres, or triage based on contextual or patient factors. Uptake of adapted rehabilitation models was 54%, retention 78% and adherence 89%. The majority of the outcome measures included were related to body function (65.7%). CONCLUSIONS: The scope of evidence suggests that adapted exercise-based rehabilitation programmes can be implemented in LRS. However, this scope of evidence originated largely from lower middle-income, urban settings and has mostly been conducted in an academic context which may hamper extrapolation of evidence to other LRS. Cost-benefits, impact on activity limitations and participation restrictions, and subsequent mortality and morbidity are grossly understudied.
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 | 0,010 | 0,051 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,005 |
| Bibliométrie | 0,017 | 0,018 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».