Wearable-Based Assessment of Frailty Trajectories During Cardiac Rehabilitation After Open-Heart Surgery
Notice bibliographique
Résumé
Frailty in patients after open-heart surgery influences the type and intensity of a cardiac rehabilitation program. The response to tailored exercise training can be different, requiring convenient tools to assess the effectiveness of a training program routinely. The study aims to investigate whether kinematic measures extracted from the acceleration signals can provide information about frailty trajectories during rehabilitation. One hundred patients after open-heart surgery, assigned to the equal-sized intervention and control groups, participated in exercise training during inpatient rehabilitation. After rehabilitation, the intervention group continued exercise training at home, whereas the control group was asked to maintain the usual physical activity regimen. Stride time, cadence, movement vigor, gait asymmetry, Lissajous index, and postural sway were estimated during the clinical walk and stair-climbing tests before and after inpatient rehabilitation as well as after home-based exercise training. Frailty was assessed using the Edmonton frail scale. Most kinematic measures estimated during walking improved after rehabilitation along with the improvement in frailty status, i.e., stride time, cadence, postural sway, and movement vigor improved in 71%, 77%, 81%, and 83% of patients, respectively. Meanwhile, kinematic measures during stair-climbing improved to a lesser extent compared to walking. Home-based exercise training did not result in a notable change in kinematic measures which agrees well with only a negligible deterioration in frailty status. The study demonstrates the feasibility to follow frailty trajectories during inpatient rehabilitation after open-heart surgery based on kinematic measures extracted using a single wearable sensor.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».