Cardiac Rehabilitation Component Attendance and Impact of Intervening Clinical Events, as Well as Disease Severity and Risk Factor Burden
Notice bibliographique
Résumé
PURPOSE: To examine: (1) the rate of clinical events precluding cardiac rehabilitation (CR) continuation, (2) CR attendance by component in those without events, and (3) the association between disease severity (eg, tobacco use, diabetes, and depression) and component attendance (eg, exercise, diet, stress management, and tobacco cessation). METHODS: Retrospective analysis of electronic records of the CR program in London, Ontario, from 1999 to 2017. Patients in the supervised program are offered exercise sessions 2 times/wk with a minimum of 48 prescribed sessions tailored to patient need. Patients attending ≥1 session without major factors that would limit their exercise ability were included. Intervening events were recorded, as was component attendance. RESULTS: Of 5508 enrolled, supervised patients, 3696 did not have a condition that could preclude exercise. Of those enrolled, one-sixth (n = 912) had an intervening event; these patients were less likely to work, more likely to have medical risk factors, had more severe angina and depression, and lower functional capacity. The remaining cohort attended a mean of 26.5 ± 21.3 sessions overall (median = 27; 19% attending ≥48 sessions), including 20.5 ± 17.4 exercise sessions (median = 21). After exercise, the most common components attended were individual dietary and psychological counseling. Patients with more severe angina and depressive symptoms as well as tobacco users attended significantly fewer total sessions, but more of some specific components. CONCLUSIONS: In one-sixth of patients, CR attendance and completion are impacted by clinical factors beyond their control. Many patients are taking advantage of components specific to their risk factors, buttressing the value of individually tailored, menu-based programming.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».