A Non-Pharmacological Cough Therapy for People with Interstitial Lung Diseases: A Case Report
Notice bibliographique
Résumé
Purpose: To explore the feasibility of a non-pharmacological cough control therapy (CCT) customized for a client with interstitial lung disease (ILD). Client Description: An 83-year-old female with hypersensitivity pneumonitis, and chronic cough for 18 years treated previously with pharmacological treatment for the underlying lung disease and gastroesophageal reflux disease, as well as lozenges and breathing and relaxation strategies. Intervention: Four cough education and self-management sessions (45-60 minutes each) facilitated by a physiotherapist and speech-language pathologist via videoconference were conducted. Session topics included mechanisms of cough in ILD, breathing and larynx role in cough control, trigger identification, cough suppression and control strategies, and psychosocial support towards behaviour change using motivational interviewing. Measures and Outcome: The following assessments were conducted prior to and one week after the intervention: semi-structured interviews, Leicester Cough Questionnaire, King's Brief Interstitial Lung Disease questionnaire, Functional Assessment of Chronic Illness Therapy Fatigue Scale, modified Borg Scale for severity and intensity of cough, and the Global Rating of Change Questionnaire. Implications: Implementing the CCT was feasible. The client reported increased perceived cough control, a reduction in exhaustion from coughing bouts, and a better understanding of the mechanisms behind cough management and suppression. Improvements were also observed in cough-related quality of life, severity, and intensity.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,002 | 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 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 ».