Appropriate Timing and Type of Physical Training in Patients with COVID-19 for Muscle Health and Quality of Life: A Systematic Review
Notice bibliographique
Résumé
Physical activity is beneficial to modulate immune system function and has inverse relationship to ARDS linked with SARS-CoV-2. Physical activity consists of daily activity and physical training. Studies regarding effect of physical training on patients with COVID-19 are controversial. This systematic review aims to investigate physical training on muscle health and QOL in patients with COVID-19. The literature review was carried out using keywords: (Exercise) AND (COVID) AND (Muscle) AND (Observational Study) in several databases of PubMed and Cochrane Central Register of Controlled Trials (CENTRAL). All references were reviewed using critical appraisal Newcastle Ottawa Scale (NOS) and Centre for Evidence-Based Medicine (CEBM) checklist. The studies were subsequently screened for reporting exercise, muscle, and COVID-19. The descriptions of the extracted data are guided by Preferred Reporting Items for Systematic Reviews (PRISMA) statement with GRADE approach. This study is registered in PROSPERO: ID CRD42021295188. Six studies pooled and entered review synthesis. Studies were reviewed using critical appraisal by NOS and CEBM. Two clinical trial studies and four observational designs were selected. Our result showed physical training improved patients' outcomes in the acute phase, critical phase, and post-COVID-19 phase. Multiple types of physical trainings were suggested by those studies, and most of them showed beneficial effects to patients with COVID-19 in different phases. The level of evidence by GRADE was downgraded, and further investigations are needed to establish guidelines and strong recommendation for a specific stage of COVID-19.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| 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 ».