Effet de la mise en place d'une prescription d'activité physique durant l'hospitalisation sur la santé physique et fonctionnelle de personnes âgées
Bibliographic record
Abstract
Problématique : Les personnes âgées de 65 ans et plus, qui représentent 20% de la population, occupent 48 % des hospitalisations. Plus de 75% d’entre-elles perdront de la force musculaire et déclineront fonctionnellement durant leur hospitalisation ce qui diminuera leur autonomie physique. D’ailleurs, à leur retour à domicile, 14 à 34% d'entre-elles chuteront et 70% se sédentariseront ce qui exacerbera une utilisation accrue des services de santé (soutien à domicile; réadmission à l'hôpital (33%)). Ce déclin fonctionnel est lié à une augmentation de l'alitement (+6h/j) et de la sédentarité (+4h/j). La prescription d'un programme d'activité physique (AP) au cours de l’hospitalisation semble être la solution mais n’est pas intégrée aux soins courants malgré les politiques et recommandations. Les raisons évoquées sont le manque d’espace, de formation, de matériel, de ressources humaines ou l’âgisme. Ainsi, pour contrer ces barrières, nous avons développé, via un modèle pragmatique de co-création, l’outil MATCH. Objectifs : 1) Évaluer la faisabilité et l’acceptabilité d’implantation de l’outil MATCH en unité de courte durée de gériatrie (UCDG), en unité COVID-19 ainsi que dans 2 autres unité gériatriques (soins post-aigu (SPA) & unité de réadaptation fonctionnelle intensive (URFI)); 2) Explorer ses effets sur la santé physique et fonctionnelles ainsi que sur les soins. Méthodologie : Devis : Étude pragmatique interventionnelle avec inclusion par vague. Intervention : Le programme d’AP (adaptée, non-supervisée, sécuritaire et sans matériel) comprend 3 exercices (renforcement, équilibre et marche (sauf le niveau rouge)) et sera à faire par le patient, à chaque jour à raison de 3 fois par jour (réalisation à noter dans un cahier de bord). Participants : Toute personne hospitalisée dans l’hôpital partenaire (l’IUGM) n’ayant aucune restriction à prendre part à ce programme d’AP (physique ou cognitive), n’ayant aucun diagnostic de fin de vie et comprenant le français ou l’anglais, sera répartie par vague dans l’un des 2 groupes : MATCH ou contrôle (usuel). Mesures : Tous nos tests sont validés pour notre population et seront faits à l’admission et au congé. Mesures obj 1: le taux de prescription; l’adhésion au programme d’AP; le délai d’implantation; la satisfaction, le plaisir et le fardeau face au programme d’AP pour le patient ou sur la mise en place pour le milieu. Mesures obj 2: le statut de fragilité (SOF), l’autonomie fonctionnelle (AVQ, AVD), les capacités fonctionnelles (SPPB; Timed Up and Go; équilibre, assis-debout 30sec), la force musculaire (handgrip). La durée du séjour, le nombre de service à domicile, la relocalisation seront aussi évalués au congé. Principaux résultats : La mise en place de MATCH en unité gériatrique (UCDG, SPA & URFI) semble faisable (adhérence>70%) et acceptable pour les patients (>75%) mais aussi pour les équipes de soins (>72%) quel que soit l’unité. De plus, implanter MATCH en unité COVID-19 semble faisable et permet de limiter les altérations fonctionnelles (pas de diminution dans les AVQ, l’équilibre et le tests assis-debout 30sec) et psychologiques (dépression & anxiété) survenant au cours de l’hospitalisation. Finalement, la mise en place de MATCH en unité gériatrique semble efficace car les patients ayant reçu le programme MATCH se sont améliorés significativement plus au niveau de la force de préhension (+1,72kg vs. -0,15kg; p=0,016) et du statut de fragilité (-0,34 pts vs. +0,08 pts; p=0.032) et cliniquement plus au niveau des AVQ (82,7% vs. 61,8%; p=0,05) que les personnes n’ayant reçu que les soins usuels (groupe contrôle). Les 2 groups ont augmenté leurs besoins en soutien à domicile cependant cette augmentation était significativement moins importants pour le groupe MATCH que le groupe Contrôle (+15% vs. +21%; p=0,041). Finalement, la durée de séjour était plus courte (-6 jours) pour ceux ayant MATCH, même si non significatif ce résultat est cliniquement pertinent. Conclusion : La mise en place de l’outil MATCH semble faisable et acceptable quelle que soit l’unité gériatrique mais également efficace pour améliorer la santé des patients et la trajectoire de soins. De futures études avec une taille d’échantillon plus importante, en dehors d’un contexte de pandémie mais aussi dans d’autres systèmes de santé sont nécessaires pouvoir confirmer ces résultats. \n_____________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : Vieillissement, capacité fonctionnelles, activité physique, hôpital, sédentarité
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.012 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.011 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".