Clinical Exercise Physiologists in Cardiac Rehabilitation and Clinical Exercise Testing
Notice bibliographique
Résumé
ABSTRACT Background The unique training of clinical exercise physiologists (CEPs) positions them to be an integral part of multidisciplinary teams in phase 2 cardiac rehabilitation (CR). However, the roles and responsibilities of CEPs vary widely between institutions. In addition, job tasks of CEPs at some institutions might not fully leverage their knowledge and skills. The purpose of this study was to describe the roles and responsibilities of CEPs working in CR and noninvasive clinical exercise testing at select institutions in the United States. Methods This was a descriptive study of the job tasks performed by CEPs in CR and noninvasive clinical exercise testing at select institutions. Job tasks that are common to CR and noninvasive clinical exercise testing were identified by a working group of the Clinical Exercise Physiology Association. Results The 6 CR programs in this report are predominately staffed by CEPs with no other health care professional present during exercise classes. In 5 of these programs CEPs perform all tasks required of phase 2 CR, from patient screening to program discharge. At 3 of the 4 programs that also performed noninvasive exercise testing, CEPs performed all the necessary tasks with no other health care professional present in the room during testing. Conclusion CEPs play an integral role in the conduct of phase 2 CR and noninvasive cardiology exercise testing. Granting privileges to CEPs that allow them to work at the top of their knowledge and skills will allow other health care professionals to better use their skills in other high demand areas.
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 | 0,014 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,004 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».