Cardiac rehabilitation, physical activity, and the effectiveness of activity monitoring devices on cardiovascular patients: an umbrella review of systematic reviews
Notice bibliographique
Résumé
AIMS: To consolidate the evidence on the effectiveness of activity-monitoring devices and mobile applications on physical activity and health outcomes of patients with cardiovascular disease who attended cardiac rehabilitation (CR) programmes. METHODS AND RESULTS: An umbrella review of published randomized controlled trials, systematic reviews, and meta-analyses was conducted. Nine databases were searched from inception to 9 February 2022. Search and data extraction followed the JBI methodology for umbrella reviews and PRISMA guidelines. Nine systematic reviews met the inclusion criteria, comparing outcomes of participants in CR programmes utilizing devices/applications, to patients without access to CR with devices/applications. A wide range of physical, clinical, and behavioural outcomes were reported, with results from 18 712 participants. Meta-analyses reported improvements in physical activity, minutes/week [standardized mean difference (SMD) 0.23, 95% confidence interval (CI) 0.10-0.35] and activity levels (SMD 0.29, 95% CI 0.07-0.51), and a reduction in sedentariness [risk ratio (RR) 0.54, 95% CI 0.39-0.75] in CR participants, compared with usual care. Of clinical outcomes, the risk of re-hospitalization reduced significantly (RR 0.49, 95% CI 0.27-0.89), and there was reduction (non-significant) in mortality (RR 0.27, 95% CI 0.05-1.54). From the behavioural outcomes, reviews reported improvements in smoking behaviour (RR 0.87, 95% CI 0.67-1.13) and total diet quality intake (RR 0.79, 95% CI 0.66-0.94) among CR patients. CONCLUSIONS: The use of devices/applications was associated with increase in activity, healthy behaviours, and reductions in clinical indicators. Although most effect sizes indicate limited clinical benefits, the broad consistency of the narrative suggests devices/applications are effective at improving CR patients' outcomes.
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 | 0,021 | 0,083 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,014 | 0,014 |
| Bibliométrie | 0,016 | 0,013 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| 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 ».