In-hospital exercise interventions improve inpatients’ frailty and demonstrate promising implementation outcomes: A systematic review and meta-analysis
Notice bibliographique
Résumé
Frail, hospitalized patients are at a greater risk of further health issues. Frailty levels can worsen during hospitalization, with exercise being one of the best strategies to manage frailty. However, there is a lack of synthesized evidence to indicate whether exercise interventions are effective at managing frailty in this unique setting. This systematic review and meta-analysis determined if exercise interventions either preserve or improve frailty levels among inpatients. Sources were searched in May 2024 (updated August 2025) and included Scopus, EMBASE, MEDLINE, CINAHL, and Academic Search Premier. Studies were included if they conducted an exercise intervention in middle-to-older adult (≥45-years) inpatients and assessed frailty as an outcome using any validated frailty assessment tool. The between-group effect size of change in frailty (Intervention vs. Control) was calculated as the standardized mean difference (SMD) using a random effects model. Five studies including n=810 intervention (age: 82.3±3.5 [range: 79-87.6] years; 45±1% reported females) and 900 control (age: 81.6±4.1 [range: 76.0-87.1] years; 44±1% reported females) participants were included. Improvements in patients’ frailty were observed in n=3/5 studies. The meta-analysis exhibited a favorable effect on frailty between the intervention and control groups (SMD: 0.716, 95%CI: 0.119–1.312) with significant heterogeneity between studies ( I 2 =92%, p <0.001). No differences were observed between interventions using distinct exercise types or frailty assessment tools (both, p >0.196) . Despite limited available evidence, results indicate exercise training interventions may be effective in improving frailty. This supports the inclusion of exercise interventions beyond usual hospital care to improve frailty. • Exercise interventions are a viable and feasible strategy for managing frailty in hospitalized patients. • Aerobic or combined exercise programs are effective at improving frailty assessed via the frailty phenotype or frailty index. • High adherence & retention support intervention efficacy but improving recruitment and eligibility may enhance implementation.
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 | 0,009 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,015 | 0,004 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».