MétaCan
Menu
Retour à la cohorte
Enregistrement W2989921554 · doi:10.3233/nre-192861

Accessible exercise equipment and individuals with multiple sclerosis: Aerobic demands and preferences

2019· article· en· W2989921554 sur OpenAlexaff
Kaitlyn Jg Snyder, Eleni Patsakos, John White, David S. Ditor

Notice bibliographique

RevueNeurorehabilitation · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésMultiple sclerosisAerobic exercisePhysical medicine and rehabilitationPsychologyPhysical therapyMedicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Although exercise training has benefits for individuals with multiple sclerosis (MS), research regarding the type of exercise equipment that requires the greatest aerobic demand, and consumer-based preferences, is lacking. OBJECTIVE: To determine the aerobic demands of various pieces of accessible exercise equipment and consumer-based preferences on several domains. METHODS: Ten individuals with moderate-severity MS had their VO2 measured during 10 minutes of moderate-intensity arm ergometry (AE), body-weight support treadmill training (BWSTT), recumbent arm-leg exercise (NuStep), FES-arm exercise (RT300), FES-leg exercise (RT300) and FES arm-leg exercise (RT200). VO2peak test was also measured on the NuStep and the RT200. Equipment preferences were determined by questionnaire after moderate exercise sessions. RESULTS: AE required a lower VO2 compared to the NuStep (p = 0.02), and FES-arm exercise required a lower VO2 compared to the NuStep (p = 0.01) and FES arm-leg exercise (p = 0.04). There was no difference in VO2peak when using the NuStep or FES arm-leg exercise. AE was perceived as safer than BWSTT, but otherwise there were no preferences for any equipment. CONCLUSIONS: For individuals with moderate-severity MS, arm-only exercise requires less aerobic demands than combined arm-leg exercise at a moderate intensity. Perceived risks may be greater when exercise requires a transfer, upright positioning, or assistance.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,486

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,046
Tête enseignante GPT0,294
Écart entre enseignants0,248 · 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 tête enseignante, 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

Citations6
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeurorehabilitationMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207