MétaCan
Menu
Retour à la cohorte
Enregistrement W3114243255 · doi:10.1093/ptj/pzaa221

Progressive Resistance Training for Improving Health-Related Outcomes in People at Risk of Fracture: A Systematic Review and Meta-Analysis of Randomized Controlled Trials

2020· review· en· W3114243255 sur OpenAlexafffund
Matteo Ponzano, Isabel B. Rodrigues, Zeinab Hosseini, Maureen C. Ashe, Debra A. Butt, Philip D. Chilibeck, Jackie Stapleton, Lehana Thabane, John D. Wark, Lora Giangregorio

Notice bibliographique

RevuePhysical Therapy · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueBone health and osteoporosis research
Établissements canadiensResearch Institute for AgingMcMaster UniversitySt. Joseph’s Healthcare HamiltonThe Scarborough HospitalUniversity of British ColumbiaUniversity of SaskatchewanUniversity of TorontoUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaSaskatchewan Health Research FoundationOsteoporosis Canada
Mots-clésMedicinePhysical therapyFemoral neckOsteoporosisMeta-analysisRandomized controlled trialBone mineralInternal medicineConfidence intervalStrictly standardized mean differencePopulationHip fractureIncidence (geometry)

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Osteoporosis clinical practice guidelines recommend exercise to prevent fractures, but the efficacy of exercise depends on the exercise types, population studied, or outcomes of interest. The purpose of this systematic review was to assess the effects of progressive resistance training (PRT) on health-related outcomes in people at risk of fracture. METHODS: Multiple databases were searched in October 2019. Eligible articles were randomized controlled trials of PRT interventions in men and women ≥50 years with low bone mineral density (BMD) or fracture history. Descriptive information and mean difference (MD) and SD were directly extracted for included trials. A total of 53 studies were included. RESULTS: The effects of PRT on the total number of falls (incidence rate ratio [IRR] = 1.05; 95% CI = 0.91 - 1.21; 7 studies) and on the risk of falling (risk ratio [RR] = 1.23; 95% CI = 1.00 - 1.51; 5 studies) are uncertain. PRT improved performance on the Timed "Up and Go" test (MD = -0.89 seconds; 95% CI = -1.01 to -0.78; 13 studies) and health-related quality of life (standardized MD = 0.32; 95% CI = 0.22-0.42; 20 studies). PRT may increase femoral neck (MD = 0.02 g/cm2; 95% CI = 0.01-0.03; 521 participants, 5 studies) but not lumbar spine BMD (MD = 0.02 g/cm2; 95% CI = -0.01-0.05; 4 studies), whereas the effects on total hip BMD are uncertain (MD = 0.00 g/cm2; 95% CI = 0.00-0.01; 435 participants, 4 studies). PRT reduced pain (standardized MD = -0.26; 95% CI = -0.37 to -0.16; 17 studies). Sensitivity analyses, including PRT-only studies, confirmed these findings. CONCLUSION: Individuals at risk of fractures should be encouraged to perform PRT, as it may improve femoral neck BMD, health-related quality of life, and physical functioning. PRT also reduced pain; however, whether PRT increases or decreases the risk of falls, the number of people experiencing a fall, or the risk of fall-related injuries is uncertain. IMPACT: Individuals at risk of fractures should be encouraged to perform PRT, as it may have positive effects on femoral neck BMD, health-related quality of life, physical functioning, and pain, and adverse events are rare. LAY SUMMARY: Exercise is recommended for people at risk of osteoporotic fractures. Our study showed that progressive resistance training improves physical functioning, quality of life, and reduces pain. The effects of progressive resistance training on the risk of falling are unclear. Adverse events are rare, and often minor (eg, soreness, pain, musculoskeletal injury). Considering the benefits and safety, people at risk of fractures should engage in progressive resistance training interventions.

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)0,014
score de la tête « metaresearch » (Gemma)0,035
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,071

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,035
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0230,032
Bibliométrie0,0070,007
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,153
Tête enseignante GPT0,469
Écart entre enseignants0,316 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations56
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical TherapyMême sujetBone health and osteoporosis researchTravaux en français237 207