Using Remote Technology to Engage Patients with Interstitial Lung Diseases in a Home Exercise Program: A Pilot Study
Notice bibliographique
Résumé
Introduction: The access and compliance of patients with interstitial lung diseases (ILDs) to exercise programs (EPs) remain challenges. Objectives: We assessed the dropout rate, intervention completion, compliance with data acquisition and submission, safety, and satisfaction of a home EP delivered via video conference (EPVC group) or self-directed (EPSD group) to patients with ILD. Pre- and post-intervention changes in patient outcomes (dyspnea, fatigue, exercise capacity, lung function, and quality of life) were secondarily explored. Material and Methods: Groups performed an eight-week virtual EP three times/week. Video conferences were led by a registered respiratory therapist, whereas self-directed exercises were completed following a pre-recorded video. Participants submitted spirometry, heart rate, and SpO2 results weekly to the research team. Results: Fourteen patients with ILD were equally assigned to the EPVC and EPSD groups, but three from the EPSD group dropped out after the initial assessment (dropout rate of 42.8% in the EPSD group). Eleven patients (mean age of 67 ± 12 years) completed 96.5% of sessions. Compliance with data acquisition and submission was optimal (≥97.6% in both groups), and no adverse events were reported. Changes in overall fatigue severity were significantly different between groups (p = 0.014, Cohen’s r = 0.64). Conclusions: The results suggest that a structured virtual EP delivered via video conference or pre-recorded video can be feasible, safe, and acceptable for patients with ILD.
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 | 0,001 | 0,001 |
| 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 ».