Potential Efficacy of Pragmatic Exercise Program (SPRINT) During Hospitalization in Older Adults on Health Care and Physical Performance: A Pilot Study
Notice bibliographique
Résumé
OBJECTIVES: Immobilization contribute to iatrogenic decline in hospitalized older adult. Implementing physical activity (PA) seems to be one of the best and easy solution. However, PA interventions are poorly integrated into usual care and those available are either non-specific, need supervision or requested human/material resources. Thus, we aimed to assess the effect of a pragmatic, unsupervised, and specific PA program (SPRINT) on health care practice and functional capacities in hospitalized older patients. DESIGN: Single arm interventional pragmatic pilot study. SETTING: Geriatric Assessment Unit (GAU). PARTICIPANTS: Of the 39 patients (> 65 years) hospitalized in a GAU and eligible, 19 agreed to participate (AP) and 20 declined (N-AP). INTERVENTION: One of the 4 PA programs, developed by our team, was allocated according to mobility profile. Individual functional capacities (i.e. balance, walking speed, functional mobility profile (PFMP)), active time (METS> 1.5: min), length of hospitalization (LOS), discharge orientation were assessed at admission and discharge of GAU. RESULTS: Baseline characteristics of the 2 groups were comparable. At discharge, the AP group improved more on walking speed (0.57 ± 0.21 vs. 0.64 ± 0.19; p = 0.013), Berg balance scale (41.8 ± 13.7 vs. 45.1 ± 9.7; p = 0.017) and PFMP (54.0 ± 7.1 vs 55.1 ± 5.5; p = 0.042) than the N-AP group. The LOS was significantly shorter in AP group compared to the N-AP group (5 vs. 36 days; p = 0.026) and more subjects in the AP group were oriented at home without health or social services (89.5 vs. 60%; p=0.065). CONCLUSION: SPRINT appears effective to counteract iatrogenic decline and decreased the LOS. Moreover, this simple pragmatic PA tool seems to improve the life trajectory and healthcare practice in aging population. Further researches are needed to confirm these promising pragmatic results.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».