Bewegungstraining bei Patienten mit chronischen Atemwegserkrankungen: Werden kardiovaskuläre Komorbiditäten und Outcomes berücksichtigt? Eine systematische Übersichtsarbeit
Notice bibliographique
Résumé
Patienten mit chronisch-obstruktiver Lungenerkrankung (COPD), Asthma und interstitiellen Lungenerkrankungen (ILD) weisen häufig kardiovaskuläre Komorbiditäten (KVK) auf. Bewegungstraining ist eine tragende Säule bei der Behandlung dieser Erkrankungen, doch existieren kaum Empfehlungen zur maßgeschneiderten Anpassung von Programmen für Patienten mit Atemwegserkrankungen und KVK. Ziel der vorliegenden systematischen Übersichtsarbeit war es, die Eignungskriterien zu identifizieren, die für die Auswahl von Patienten mit COPD, Asthma oder ILD und KVK für Bewegungsprogramme herangezogen werden, und die Auswirkungen von Bewegung auf die kardiovaskulären Outcomes zu bewerten. Darüber hinaus sollte festgestellt werden, wie Bewegungsprogramme auf Patienten mit KVK zugeschnitten wurden. Es erfolgte eine Suche in den Datenbanken PubMed, Scopus, Web of Science und Cochrane. Drei Reviewer extrahierten die Daten, und zwei Reviewer bewerteten unabhängig voneinander die Qualität der Studien mithilfe des Quality Assessment Tool for Quantitative Studies. Bei der Berechnung der individuellen und gepoolten Effektstärken (ES) kam MetaXL 5.3 zur Anwendung. In den meisten Studien (58,9 %) waren Patienten mit stabiler und instabiler KVK ausgeschlossen. Insgesamt berichteten 26 von 42 Studien kardiovaskuläre Outcomes. Das am häufigsten berichtete Outcome-Maß war die Herzfrequenz in Ruhe (n = 13), und es zeigte sich ein geringer statistisch signifikanter Effekt (ES = -0,23) des Bewegungstrainings auf die Herzfrequenz in Ruhe bei COPD-Patienten. Es wurden keine speziellen Anpassungen für die verordneten Bewegungstrainings beschrieben. Wenige Studien schlossen Patienten mit KVK ein. Ein individueller Zuschnitt der Bewegungsprogramme fehlte und die beobachteten Effekte waren begrenzt. Zukünftige Studien sollten den Effekt maßgeschneiderter Bewegungsprogramme auf relevante Outcome-Maße bei Patienten mit Atemwegserkrankungen und KVK untersuchen.
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 | 0,063 | 0,276 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,006 |
| Bibliométrie | 0,007 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,006 | 0,007 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,002 |
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 ».