Experiences and perceptions of receiving and prescribing rehabilitation in adults with cystic fibrosis undergoing lung transplantation
Notice bibliographique
Résumé
BACKGROUND: Rehabilitation is prescribed to optimize fitness before lung transplantation (LTx) and facilitate post-transplant recovery. Individuals with cystic fibrosis (CF) may experience unique health issues that impact participation. METHODS: Patient and healthcare provider semi-structured interviews were administered to explore perceptions and experiences of rehabilitation before and after LTx in adults with CF. Interviews were analyzed via inductive thematic analysis. RESULTS: Eleven participants were interviewed between February and October 2021 (five patients, median 28 (IQR 27-29) years, one awaiting re-LTx, four following first or second LTx) and six healthcare providers. Rehabilitation was delivered both in-person and virtually using a remote monitoring App. Six key themes emerged: (i) structured exercise benefits both physical and mental health, (ii) CF-specific physiological impairments were a large barrier, (iii) supportive in-person or virtual relationships facilitated participation, (iv) CF-specific evidence and resources are needed, (v) tele-rehabilitation experiences during the COVID-19 pandemic resulted in preferences for a hybrid model and (vi) virtual platforms and clinical workflows require further optimization. There was good engagement with remote data entry alongside satisfaction with virtual support. CONCLUSIONS: Structured rehabilitation provided multiple benefits and a hybrid model was preferred going forward. Future optimization of tele-rehabilitation processes and increased evidence to support exercise along the continuum of CF care are needed.
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) | 0,000 | 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 ».