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 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)0,002
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
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)0,0040,000

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 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

Citations6
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeurorehabilitationMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207