Smartphone-Assisted High-Intensity Interval Training in Inflammatory Rheumatic Disease Patients: Randomized Controlled Trial
Notice bibliographique
Résumé
Background Patients with inflammatory rheumatic diseases (IRDs) experience disease-related barriers to physical training. Compared with the general population, IRD patients are reported to have reduced maximal oxygen uptake (VO2max) and physical activity levels. Supervised high-intensity interval training (HIIT) is documented to counteract the reduced VO2max and poor cardiovascular health associated with IRDs. However, supervised HIIT is resource demanding. Objective This study sought to investigate if self-administered 4×4-min HIIT guided by a smartphone app (Myworkout GO) could yield similar HIIT-induced effects as standard 4×4-min HIIT performed under the guidance and supervision of health care professionals. The effects studied were on VO2max and health-related quality of life (HRQoL). Methods Forty patients (33 female patients, mean age 48 years, SD 12 years; 7 male patients, mean age 52 years, SD 11 years) diagnosed with rheumatoid arthritis, spondyloarthritis, or systemic lupus erythematosus were randomized to a supervised group (SG) or an app group (AG). Both groups were instructed to perform 4×4-min intervals with a rate of perceived exertion of 16 to 17, corresponding to 85% to 95% of the maximal heart rate, twice a week for 10 weeks. Treadmill VO2max and HRQoL measured using RAND-36 were assessed before and after the exercise period. Results VO2max increased (P<.001) in both groups after 10 weeks of HIIT, with improvements of 3.6 (SD 1.3) mL/kg/min in the SG and 3.7 (SD 1.5) mL/kg/min in the AG. This was accompanied by increases in oxygen pulse in both groups (P<.001), with no between-group differences apparent for either measure. Improvements in the HRQoL dimensions of bodily pain, vitality, and social functioning were observed for both groups (P<.001 to P=.04). Again, no between-group differences were detected. Conclusions High-intensity 4×4-min interval training increased VO2max and HRQoL, contributing to patients’ reduced cardiovascular disease risk, improved health and performance, and enhanced quality of life. Similar improvements were observed following HIIT when IRD patients were guided using perceived exertion by health care professionals or the training was self-administered and guided by the app Myworkout GO. Utilization of the app may help reduce the cost of HIIT as a treatment strategy in this patient population. Trial Registration ClinicalTrials.gov NCT04649528; https://clinicaltrials.gov/ct2/show/NCT04649528
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».