Supervised exercise barriers and readmission in patients with heart failure in a low-resource setting Barriers to Cardiac Rehabilitation in patients with heart failure
Notice bibliographique
Résumé
Abstract Background: This study assessed cardiac rehabilitation (CR) barriers in heart failure (HF) patients for the first time, use of formal exercise supervision, and readmissions. Methods: This was a prospective study of HF in-patients at a private hospital. The CR Barriers Scale (CRBS), and International Physical Activity Questionnaire were administered. Participants were called 30 and 90-days to ascertain formal exercise supervision and readmissions. Results: Of 95 participants, 85 (89.5%) were retained at the 30-day call, and 86 (90.5%) at 90; 2 died. The mean total CRBS score was 2.3±.6.5, with highest item scores for lack of energy, already exercising, lack of awareness, distance and exercise pain/fatigue. Only 1 participant enrolled in CR, but close to half had engaged an exercise professional (n=48, 56.5% and n=45, 52.3%) at both follow-ups. 25.8% of patients were readmitted at 30 days and 25.5% at 90 days. Participants who had professional exercise supervision within 30 days had significantly fewer readmissions (n=7, 14.6%) compared with patients who did not (n=13, 35.1%; p=0.03). Conclusions: CR barriers are high in HF patients. Despite some accessing professional exercise training, most were insufficiently active. Systematic CR referral and coverage advocacy could mitigate this poor self-management, and ultimately the high readmissions.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 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 ».