MétaCan
Menu
Retour à la cohorte
Enregistrement W2577389769 · doi:10.1177/0308022616680364

Impact of yoga on balance, balance confidence and occupational performance for adults with diabetic peripheral neuropathy: A pilot study

2017· article· en· W2577389769 sur OpenAlexaboutno aff
Leslie A Willis Boslego, Chloe E Munterfering Phillips, Karen Atler, Brian Tracy, Marieke Van Puymbroeck, Arlene A. Schmid

Notice bibliographique

RevueBritish Journal of Occupational Therapy · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetic Foot Ulcer Assessment and Management
Établissements canadiensnon disponible
Organismes subventionnairesCollege of Education and Human Sciences, University of Nebraska–LincolnColorado CollegeColorado State University
Mots-clésBalance (ability)MedicinePeripheral neuropathyPhysical therapyConfidence intervalPhysical medicine and rehabilitationDiabetes mellitusInternal medicine

Résumé

récupéré en direct d'OpenAlex

Introduction The purpose of this study was to examine the preliminary efficacy of yoga on balance, balance confidence, occupational performance, and satisfaction with performance in adults with diabetic peripheral neuropathy. Method Fifteen adults with diabetic peripheral neuropathy attended eight weeks of yoga, including positive affirmations, breathing, postures and relaxation. Balance was measured using the Berg balance scale; balance confidence, using the activities-specific balance confidence scale; and occupational performance and satisfaction, using the Canadian occupational performance measure. We used a non-controlled pretest–posttest design. Findings Significant improvements were found for all measures. Improvements remained significant after the Bonferroni correction (α = 0.05/4–0.0125) and effect sizes were large for occupational performance and satisfaction ( d Cohen = 1.13, 1.07, respectively). Conclusion Yoga may significantly improve balance, balance confidence, occupational performance, and satisfaction for adults with diabetic peripheral neuropathy. Further research utilizing a control group, a larger sample size, and randomization is required.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,046
Tête enseignante GPT0,351
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'étudeObservationnel
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

Citations28
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of Occupational TherapyMême sujetDiabetic Foot Ulcer Assessment and ManagementTravaux en français237 207