MétaCan
Menu
Retour à la cohorte
Enregistrement W4386208688 · doi:10.21037/jtd-23-209

The interplay of physical and cognitive function in rehabilitation of interstitial lung disease patients: a narrative review

2023· review· en· W4386208688 sur OpenAlexaff
Masatoshi Hanada, Takako Tanaka, Ryo Kozu, Yuji Ishimatsu, Noriho Sakamoto, Ani Orchanian‐Cheff, Dmitry Rozenberg, W. Darlene Reid

Notice bibliographique

RevueJournal of Thoracic Disease · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueInterstitial Lung Diseases and Idiopathic Pulmonary Fibrosis
Établissements canadiensToronto General HospitalToronto Rehabilitation InstituteUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésMedicineRehabilitationCognitionNarrativeLung functionDiseaseInterstitial lung diseaseNarrative reviewPhysical medicine and rehabilitationPhysical therapyLungIntensive care medicinePathologyInternal medicinePsychiatryLiterature

Résumé

récupéré en direct d'OpenAlex

Background and Objective: Interstitial lung disease (ILD) encompasses several diverse pulmonary pathologies that result in abnormal diffuse parenchymal changes. When prescribing rehabilitation, several additional factors need to be considered as a result of aging, polypharmacy, and comorbidities manifested in ILD patients. This review aims to discuss issues related to frailty, skeletal muscle and cognitive function that limit physical activities in ILD patients. It will also highlight exercise training and propose complementary strategies for pulmonary rehabilitation. Methods: A literature search was performed in MEDLINE, CINAHL (inception to October 19th, 2022) using search terms based on concepts of: idiopathic pulmonary fibrosis or interstitial lung disease; frailty; muscular atrophy; skeletal muscle dysfunction; cognitive dysfunction; sleep quality; sleep disorders; anxiety disorders; or depressive disorders. After eligible texts were screened, additional references were included from references cited in the screened articles. Key Content and Findings: Frailty and skeletal muscle dysfunction are common in ILD. Weight loss, exhaustion, and anti-fibrotic medications can impact frailty, whereas physical inactivity, aging, corticosteroids and hypoxemia can contribute to sarcopenia (loss of muscle mass and function). Frailty is associated with worse clinical status, exercise intolerance, skeletal muscle dysfunction, and decreased quality of life in ILD. Sarcopenia appears to influence wellbeing and can potentially affect overall physical conditioning, cognitive function and the progression of ILD. Optimal assessment tools and effective strategies to prevent and counter frailty and sarcopenia need to be determined in ILD patients. Even though cognitive impairment is evident in ILD, its prevalence and underlying neurobiological model of contributing factors (i.e., inflammation, disease severity, cardiopulmonary status) requires further investigation. How ILD affects cognitive interference, motor control and consequently physical daily activities is not well defined. Strategies such as pulmonary rehabilitation, which primarily focuses on strength and aerobic conditioning have demonstrated improvements in ILD patient outcomes. Future incorporation of interval training and the integration of motor learning could improve transfer of rehabilitation strategies to daily activities. Conclusions: Numerous underlying etiologies of ILD contribute to frailty, skeletal muscle and cognitive function, but their respective neurobiologic mechanisms require further investigation. Exercise training increases physical measures, but complementary approaches may improve their applicability to improve daily activities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,515
Score d'incertitude au seuil0,781

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,383
Écart entre enseignants0,367 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations18
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Thoracic DiseaseMême sujetInterstitial Lung Diseases and Idiopathic Pulmonary FibrosisTravaux en français237 207