Pulmonary Rehabilitation in a Post-COVID-19 World: Telerehabilitation as a New Standard in Patients with COPD
Notice bibliographique
Résumé
Pulmonary rehabilitation (PR) is effective in reducing symptoms and improving health status, and exercise tolerance of patients with chronic obstructive pulmonary disease (COPD). The coronavirus disease 19 (COVID-19) pandemic has greatly impacted PR programs and their delivery to patients. Owing to fears of viral transmission and resultant outbreaks of COVID-19, institution-based PR programs have been forced to significantly reduce enrolment or in some cases completely shut down during the pandemic. As a majority of COPD patients are elderly and have multiple co-morbidities including cardiovascular disease and diabetes, they are notably susceptible to severe complications of COVID-19. As such, patients have been advised to stay at home and avoid social contact to the maximum extent possible. This has increased patients' vulnerability to physical deconditioning, depression, and social isolation. To address this major gap in care, some traditional hospital or clinic-centered PR programs have converted some or all of their learning contents to home-based telerehabilitation during the pandemic. There are, however, some significant barriers to this approach that have impeded its implementation in the community. These include variable access and use of technology (by patients), a lack of standardization of methods and tools for evaluation of the program, and inadequate training and resources for health professionals in optimally delivering telerehabilitation to patients. There is a pressing need for high-quality studies on these modalities of PR to enable the successful implementation of PR at home and via teleconferencing technologies. Here, we highlight the importance of telerehabilitation of patients with COPD in the post-COVID world and discuss various strategies for clinical implementation.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».