Impact of the <scp>COVID</scp>‐19 pandemic on perceived cardiorespiratory fitness in athlete patients
Notice bibliographique
Résumé
INTRODUCTION: Cardiorespiratory fitness (CRF), as one of the most potent prognostic factors in medicine, is followed longitudinally to guide clinical management. Coronavirus disease 2019 (COVID-19) pandemic-related changes in lifestyle stand to influence CRF. OBJECTIVE: To assess the influence of the pandemic on perceived CRF in athlete patients and evaluate how perceived CRF change was related to demographics, pre-pandemic measured CRF, and current physical activity (PA). DESIGN: Prospective cohort study, utilizing electronic survey. SETTING: Tertiary care sports cardiology clinical practice. PARTICIPANTS: Adult athlete patients without COVID-19 with pre-pandemic measured CRF using cardiopulmonary exercise testing. INTERVENTIONS: Not applicable. MAIN OUTCOME MEASURES: Perceived change in CRF since pandemic onset; association between perceived CRF change and demographics, PA, health status, and pre-pandemic measured CRF assessed via analysis of variance (ANOVA). RESULTS: Among 62 participants (male: 71%, 50.1 ± 12.1 years old), 40% (25/62) reported no change and 32% (20/62) reported an increase in perceived CRF since pandemic onset. Among the 27% (17/62) who reported a decrease in perceived CRF, in most (12/17), this was characterized as only mild. Demographics and pre-pandemic measured CRF did not differ across groups of perceived CRF change. Participants with a moderate or greater decrease in perceived CRF regarded their overall health (via Euro Quality of Life Visual Analogue Scale) as worse than other groups (ANOVA, p = .001). Although total PA was similar across groups, those who had improvement in perceived CRF reported higher levels of moderate intensity PA (ANOVA, p = .008). CONCLUSIONS: The majority of participants perceived that they had maintained or improved CRF over the pandemic. Findings from this study suggest that a reduction in perceived CRF from pre-pandemic values in athletic patients in clinical practice may not result from population-wide pandemic changes in lifestyle. Worse health status and lower levels of moderate intensity PA were associated with perceived reduction in CRF over the pandemic in athlete patients.
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 | 0,001 |
| 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 ».