Supervised preoperative walking on increasing early postoperative stamina and mobility in older adults with frailty traits: A pilot and feasibility study
Notice bibliographique
Résumé
Background and Aims: Frail older adults are more than twice as likely to experience postoperative complications. Preoperative exercise may better prepare these patients through improved stamina and mobility experienced in the days following surgery. We measured the impact of a walking intervention using an activity tracker and coaching on postoperative stamina, and mobility in older adults with frailty traits. Methods: We included patients aged 60+ and scoring 4+ on the Edmonton Frailty Scale. We then randomized patients to intervention versus control stratified by anticipated hospital stay (1 night vs. 2+ night) and baseline stamina (i.e., 6-min walk distance [6MWD]). Intervention patients received an activity tracker and linked smart phone. An athletic trainer (AT) prescribed a daily step count goal and titrated this up after checking in with patients during weekly telephone calls. Controls received general walking recommendations. We then measured postoperative 6MWD 1-3 days after surgery. We also assessed postoperative mobility by measuring steps walked the day after surgery using a thigh-worn monitor. Because many patients could not walk postoperatively, we compared intervention-control difference in both 6MWD and steps using Wilcoxon rank testing and Tobit and ordinal logistic regression adjusting for several patient characteristics. Results: = 0.76). Analysis adjusting for patient characteristics was consistent with these findings. Conclusion: Our intervention consisting of goal setting with an activity tracker and telephonic coaching by an AT did not appear to improve stamina or mobility measured in the days after surgery. Small sample size limited our ability to examine this impact in subsets defined by surgical specialty or baseline stamina.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».