The Effects of VR-based Wii Fit Yoga on Physical Function in Middle-aged Female LBP Patients
Notice bibliographique
Résumé
[Purpose] The purpose of this research was to determine the effects of a virtual reality-based yoga program on middle-aged female low back pain patients. [Subjects and Methods] Thirty middle-aged female patients who suffered from low back pain were assigned to either a physical therapy program or a virtual reality-based yoga program for a period of four weeks. Participants could check their posture and weight bearing on a monitor as they shifted their weight or changed their postures on a Wii balance board. There were a total of seven exercise programs. A 30-minute, three times per week, virtual reality-based Wii Fit yoga program or trunk stabilizing exercise was performed, respectively. [Results] Repeated-measures analysis of covariance revealed significant differences in between pre- and post-training VAS, algometer, Oswestry low-back pain disability index (ODI), Roland Morris disability questionnaire (RMDQ), and fear avoidance beliefs questionnaire (FBQ) scores. The VAS, algometer, ODI, RMDQ, and FBQ scores showed significant differences in groups. Regarding the effect of time-by-group interaction, there were significant differences in VAS, ODI, ODI, and FBQ scores. [Conclusion] In conclusion, for middle-aged female patients who have low back pain, a virtual reality-based yoga program was shown to have positive effects on physical improvements, and this program can be employed as a therapeutic medium for prevention and cure of low back pain.
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 | 0,000 | 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 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 ».