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 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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».