MétaCan
Menu
Retour à la cohorte
Enregistrement W3182744457 · doi:10.2196/30239

Utilization of a Directly Supervised Telehealth-Based Exercise Training Program in Patients With Nonalcoholic Steatohepatitis: Feasibility Study

2021· article· en· W3182744457 sur OpenAlexvenueno aff
Victoria Motz, Alison Faust, Jessica Dahmus, B. Stern, Christopher Soriano, Jonathan G. Stine

Notice bibliographique

RevueJMIR Formative Research · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueLiver Disease Diagnosis and Treatment
Établissements canadiensnon disponible
Organismes subventionnairesPennsylvania State UniversityNational Institute of Diabetes and Digestive and Kidney DiseasesUniversity of PennsylvaniaNational Institutes of HealthNational Center for Advancing Translational SciencesPennsylvania Department of Health
Mots-clésMedicineTelehealthPhysical therapyWaistTreadmillAerobic exerciseMetabolic equivalentNonalcoholic fatty liver diseaseBody mass indexNonalcoholic steatohepatitisInternal medicinePhysical activityFatty liverDiseaseTelemedicineHealth care

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Most patients with nonalcoholic fatty liver disease (NAFLD) are physically inactive despite the well-known benefits of physical activity. Telehealth offers promise as a novel way to deliver an exercise training program and increase physical activity. However, the feasibility, safety, and efficacy of telehealth-based exercise programs is unknown in patients with NAFLD. OBJECTIVE: The aim of this study was to determine the feasibility of a directly supervised exercise training program delivered exclusively with telehealth to patients with nonalcoholic steatohepatitis (NASH), the progressive form of NAFLD. METHODS: In response to COVID-19 research restrictions, we adapted an existing clinical trial and delivered 20 weeks of moderate-intensity aerobic training 5 days a week under real-time direct supervision using an audio-visual telehealth platform. Aerobic training was completed by walking outdoors or using a home treadmill. Fitness activity trackers with heart rate monitors ensured exercise was completed at the prescribed intensity with real-time feedback from an exercise physiologist. RESULTS: Three female patients with biopsy-proven NASH were enrolled with a mean age of 52 (SD 14) years. The mean body mass index was 31.9 (SD 5.1) kg/m2. All patients had metabolic syndrome. All patients completed over 80% of exercise sessions (mean 84% [SD 3%]) and no adverse events occurred. Body weight (mean -5.1% [SD 3.7%]), body fat (mean -4.4% [SD 2.3%]), and waist circumference (mean -1.3 in. [SD 1.6 in.]) all improved with exercise. The mean relative reduction in magnetic resonance imaging-proton density fat fraction (MRI-PDFF) was 35.1% (SD 8.8%). Mean reductions in hemoglobin A1c and Homeostatic Model Assessment for Insulin Resistance were also observed (-0.5% [SD 0.2%] and -4.0 [SD 1.2], respectively). The mean peak oxygen consumption (VO2peak) improved by 9.9 (SD 6.6) mL/kg/min. CONCLUSIONS: This proof-of-concept study found that supervised exercise training delivered via telehealth is feasible and safe in patients with NASH. Telehealth-based exercise training also appears to be highly efficacious in patients with NASH, but this will need to be confirmed by future large-scale trials. TRIAL REGISTRATION: ClinicalTrials.gov NCT03518294; https://clinicaltrials.gov/ct2/show/NCT03518294.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,090
Score d'incertitude au seuil0,481

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,123
Tête enseignante GPT0,431
Écart entre enseignants0,308 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations23
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative ResearchMême sujetLiver Disease Diagnosis and TreatmentTravaux en français237 207