Exploring the Promise of Telemedicine Exercise Interventions in Children and Adolescents With Congenital Heart Disease
Notice bibliographique
Résumé
Youth with congenital heart disease (CHD) have reduced exercise capacity via various physical and psychosocial mechanisms. In addition to limited physiologic exercise capacity, these patients experience lower levels of physical activity, physical activity self-efficacy, health-related quality of life, and endothelial function. The study of exercise interventions and cardiac rehabilitation programs in pediatric CHD populations remains limited, particularly home-based interventions that incorporate real-time physiologic monitoring. Home-based interventions provide improved access and convenience to patients. This is principally important for patients from geographically disperse regions who receive their care at centralized subspecialty centres, as is the case for Canadian pediatric cardiac care. These programs, however, have traditionally not permitted the supervision of safety, technique, and adherence that are afforded by hospital/facility-based programs. As such, telemedicine is an important evolving area that combines the benefits of traditional home and facility-based cardiac rehabilitation. An additional key area lacking study surrounds the types of exercise interventions in youth with CHD. To date, interventions have often centred around moderate-intensity continuous exercise. High-intensity interval training might offer superior cardiorespiratory advantages but remains understudied in the CHD population. In this review, we highlight the existing evidence basis for exercise interventions in youth with CHD, explore the promise of incorporating telemedicine home-based solutions, and highlight key knowledge gaps. To address identified knowledge gaps, we are undertaking a 12-week randomized crossover trial of a home-based telemedicine high-intensity interval training intervention in youth with repaired moderate-severe CHD using a video game-linked cycle ergometer (known as the MedBIKE; https://spaces.facsci.ualberta.ca/ahci/projects/medical-projects/remote-rehab-bike-projects).
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 | 0,004 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».