Could breathing frequency become a pragmatic means to monitor exercise intensity in atrial fibrillation and coronary heart disease?
Notice bibliographique
Résumé
Abstract Introduction Innovations Fund of the Alternate Funding Plan for the Academic Health Sciences Centre of the Ministry of Ontario, Canada; New Investigator Award in Clinical Rehabilitation from the Canadian Institute for Health Research; Heart and Stroke Foundation of Canada Emerging Research Leaders Initiative. Aim Moderate-intensity aerobic exercise, near to the 1st ventilatory threshold (VT1), in adults with atrial fibrillation (AF) and coronary heart disease (CHD) is recommended as a minimum level to derive safe and beneficial physiological gains. The irregular and rapid heart rate (HR) in AF or other heart rhythm disturbances in CHD create challenges for using HR to monitor exercise intensity. The aim of this study was to assess whether breathing frequency (BF) can be used to measure and monitor exercise intensity in people with AF and CHD. Methods An observation study of 30 AF participants with CHD (19M, 11F, 70.7 +/- 8.7 yrs) and 67 non-AF participants with CHD (38M, 29F, 56.9 +/-11.4 yrs) who performed incremental maximal exercise testing with continuous pulmonary gas exchange measures. Results Peak aerobic power (VO2 peak) in AF (17.8 +/- 5.0 ml.kg-1.min-1) was lower than in CHD (26.7 ml.kg-1.min-1) (p <.001). BF peak in AF and CHD were similar (p =.106); 34.6 +/- 5.4 and 36.5 +/- 5.0 breaths.min-1, respectively. In spite of a 14 year age difference, BFs at VT1, were similar in CHD patients with and without AF (23.2 +/- 4.6 and 22.4 +/-4.6 breaths.min-1 respectively). The same was true for BF at %VO2 peak (AF ~59%; CHD ~57%; p = .656). Conclusion In light of newly emerging affordable wearable technologies, this first study of its kind provides an encouraging potential and pragmatic approach for using BF to monitor exercise intensity in AF and CHD.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».