MétaCan
Menu
Retour à la cohorte
Enregistrement W4416701603 · doi:10.1097/hcr.0000000000000978

Phase-1 Cardiac Rehabilitation in Acute Heart Failure: Development of an Early Mobilization Algorithm Through Delphi Consensus

2025· article· en· W4416701603 sur OpenAlexaff
Akhila Satyamurthy, Mukund A. Prabhu, Sivadasanpillai Harikrishnan, Panniyammakal Jeemon, Aashish Contractor, Cemal Ozemek, Eryn Bryant, Ganesh Paramasivam, Jonathan A. Myers, Kushal Madan, Marta Supervía, Norman Morris, Peter H. Brubaker, Ronel Roos, Stephanie Hiser, Susan Hanekom, Tee Joo Yeo, Vishal Shanbhag, Abraham Samuel Babu

Notice bibliographique

RevueJournal of Cardiopulmonary Rehabilitation and Prevention · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular and exercise physiology
Établissements canadiensToronto Rehabilitation InstituteUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésMobilizationRehabilitationDelphi methodDelphiExercise therapy

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Literature on early mobilization and exercise training in patients recovering from acute heart failure (AHF) is promising. However, there lacks uniformity in the time of initiation, exercise prescription, safety criteria, and termination criteria. Thus, the aim was to develop a mobilization algorithm for patients recovering from AHF. METHODS: A modified web-based Delphi process was undertaken involving 15 panelists from across the globe. In Round 1, new variables, modifications to suggested variables, and agreement-disagreement within the panelists were obtained. In Round 2, agreement on a 5-point Likert scale was obtained. In Round 3, the algorithm was compiled, and excluded statements were discussed via web-based calls. The new variables were grouped into themes via an inductive process. The level of agreement and rating for each statement were analyzed using descriptive statistics, including frequency and percentages. We used Kappa statistics to examine the level of agreement between the panelists for each criterion. The consensus criterion was defined a priori as statements with a mean rating of ≥4 on the 5-point Likert scale by ≥70% of the panelists and Kendall's coefficient of concordance ( W ) of ≥0.3 between panelists. RESULTS: From Round 1, 54 new variables were obtained. More than two-thirds (118/170, 69%) of statements reached consensus and reported a fair level of agreement between panelists ( W ≥ 0.3). The final algorithm with all its criteria received a 100% (13/13) consensus. CONCLUSION: Physician-referral criteria, physiotherapy assessment process, exercise prescription, safety criteria, and termination criteria were formulated for early mobilization and exercise training for patients recovering from AHF.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,178
score de la tête « metaresearch » (Gemma)0,118
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,178
Score d'incertitude au seuil0,941

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1780,118
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0060,003
Études des sciences et des technologies0,0040,003
Communication savante0,0040,006
Science ouverte0,0040,015
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,315
Écart entre enseignants0,305 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Cardiopulmonary Rehabilitation and PreventionMême sujetCardiovascular and exercise physiologyTravaux en français237 207