Does cognitive function affect functional capacity and perceived fatigue severity after exercise in patients with coronary artery disease?
Notice bibliographique
Résumé
BACKGROUND & OBJECTIVE: Successful execution of exercise-based cardiac rehabilitation programs, an important branch of physiotherapy in individuals with coronary artery disease (CAD), depends on adequate cognitive abilities. It has been identified that coronary microvascular dysfunction, marked by reduced coronary flow reserve, is associated with impaired cerebral blood flow, affecting haemodynamic and cognitive performance. This study aimed to investigate how cognitive function influences functional capacity and differences in fatigue perception in CAD patients. METHODS: Fifty CAD patients, with an average age of 59.40 ± 6.58 years, were evaluated for comorbidities (Charlson comorbidity index), number of CAD risk factors (hypertension, diabetes mellitus, dyslipidaemia, smoking, and physical inactivity), cognitive performance (Montreal cognitive assessment scale [MoCA]), functional capacity (incremental shuttle walk test [ISWT]), exercise-induced fatigue (Modified Bourg Scale), and physical activity (PA) levels (international physical activity questionnaire-short form). RESULTS: Analyses focused on the links between MoCA scores and CRF, ISWT outcomes, and differences in fatigue perception. Findings revealed a strong positive link between MoCA scores and ISWT performance (r = 0.83, p < 0.001), and a strong inverse relationship between CRF and MoCA scores (r = -0.95, p < 0.001). In addition, MoCA score was positively correlated with differences in fatigue perception (r = 0.88, p < 0.001). CONCLUSION: These results highlight the critical role of cognitive function in determining functional capacity and managing fatigue in CAD patients. They also suggest that cognitive interventions may be a potential adjunctive approach in physiotherapy programmes.
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 | 0,000 | 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) | 0,001 | 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 ».