Kinesiologist-delivered mobilization to mitigate inpatient frailty: A study protocol for a randomized controlled trial
Notice bibliographique
Résumé
BACKGROUND: Hospitalized older adults spend excessive amounts of time in sedentary postures (sitting/lying while awake). Mobilizing patients may prevent physical deconditioning, exacerbated frailty levels, and worsened hospital outcomes. The purpose of this study will be to test the hypothesis that compared to usual care, patients who receive multiple kinesiologist visits each day will, 1) increase their step counts and upright time, 2) decrease their frailty levels from admission to discharge, and 3) have shorter lengths of stays and decreased readmission rates. METHODS: Sixty middle-aged-to-older adult patients (≥50 years) from a general/internal medicine unit will be randomized into a usual care control (visit from the kinesiologist once/day) or intervention group (multiple visits from the kinesiologist/day). Kinesiologist visits will include individualized patient mobilization. All participants will be equipped with three waterproofed activPAL inclinometers positioned on their thigh, torso, and shin for 24-h/day throughout hospitalization to measure physical activity (step counts, physical activity intensity), upright postures, and detailed sedentary postures (bent-legged sitting, straight-legged sitting, lying). Frailty will be assessed via a validated 65-item index and the Clinical Frailty Scale two weeks before admission (retrospectively), at admission, and at discharge. Secondary measures will include length of stay and hospital re-admissions. Mixed models for repeated measures will determine whether daily activity differed between groups, changed throughout hospital stay, and effected frailty levels. DISCUSSION: This randomized controlled trial will aim to refine mobilization strategies and individualize interventions for the prevention of decline in mobility and worsening frailty among hospitalized patients. TRIAL REGISTRATION: The protocol has been registered at clinicaltrials.gov (identifier: NCT06802289).
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 | 0,025 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,003 |
| Méta-épidémiologie (sens large) | 0,013 | 0,005 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,008 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,046 | 0,007 |
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 ».