A Telerehabilitation Program for Maintaining Functional Capacity in Patients With Chronic Lung Diseases During a Period of COVID-19 Social Isolation: Quasi-Experimental Retrospective Study
Notice bibliographique
Résumé
BACKGROUND: Pulmonary diseases represent a great cause of disability and mortality in the world, and given the progression of these pathologies, pulmonary rehabilitation programs have proven to be effective for people with chronic respiratory diseases. During the COVID-19 pandemic, telerehabilitation has become an alternative for patients with such diseases. OBJECTIVE: The aim of this study was to compare the outcomes (ie, functional capacity and quality of life) of telerehabilitation to those of usual care among patients who previously participated in face-to-face pulmonary rehabilitation programs. METHODS: We conducted a quasi-experimental retrospective study from April 2020 to August 2021. A total of 32 patients with chronic lung diseases were included and divided into the control and intervention groups. The intervention group performed telerehabilitation synchronously twice per week and was supervised by a physical therapist during breathing, strengthening, and aerobic exercises. Changes in the degree of dyspnea and leg discomfort were assessed based on changes in Borg scale scores. The control group did not perform any activities during the period of social isolation. Functional capacity was assessed with the 6-minute walk test, and quality of life was assessed with the Medical Outcomes Study 36-item Short Form Health Survey. RESULTS: The telerehabilitation group's mean 6-minute walk distance decreased by 39 m, while that of the control group decreased by 120 m. There was a difference of 81 m between the groups' mean 6-minute walk distances (P=.02). In relation to the quality of life, telerehabilitation was shown to improve the following two domains: social functioning and mental health. CONCLUSIONS: Telerehabilitation programs for patients with chronic lung diseases can ease the deleterious effects of disease progression, be used to maintain functional capacity, and improve aspects of quality of life.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 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) | 0,003 | 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 ».