The impact of an exercise intervention on frailty levels in hospitalised older adults: secondary analysis of a randomised controlled trial
Notice bibliographique
Résumé
BACKGROUND: physical activity reduces frailty in community-dwelling older adults. How exercise influences frailty in hospitalised older adults requires additional investigation. OBJECTIVES: (i) to examine the impact of an exercise intervention on frailty in older adults admitted to an acute care ward, and (ii) to determine the impact of baseline frailty on the effectiveness of this intervention. SETTING/PARTICIPANTS: this is a secondary analysis of a randomised controlled clinical trial that tested an intensive exercise intervention in ≥75-year-old adults admitted to an acute care ward. METHODS: the intervention included two daily sessions of moderate-intensity exercises (control received usual care). A 63-item Frailty Index (FI) was constructed, and three groups were formed: <0.2, 0.2-0.29 and ≥0.3. Other outcomes included Short Physical Performance Battery (SPPB) and Barthel Index (BI). RESULTS: a total of 323 individuals were included. The mean age was 87.1 years (± 4.8 standard deviation [SD]) and 56.3% were females. The intervention group improved FI from 0.26 (± 0.10 SD) to 0.20 (± 0.10 SD), whereas the control group FI worsened from 0.25 (± 0.1 SD) to 0.27 (± 0.10 SD). After stratifying by baseline FI, SPPB and depression improved in the intervention group across all levels of frailty; FI, BI and quality of life only improved in individuals with a baseline FI ≥ 0.2. CONCLUSIONS: frailty improves with an intensive individualised exercise intervention, especially in those with high baseline levels of frailty. In addition, frailty is a useful outcome when examining the impact of an intervention of hospitalised older adults.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».