Exercise for Cognitive Symptoms in Depression: A Systematic Review of Interventional Studies
Notice bibliographique
Résumé
OBJECTIVE: To explore the effect of exercise on cognition in depression as well as the impact of potential moderators and intervention type. METHOD: Controlled and uncontrolled interventional studies that described an exercise intervention and cognitive outcomes in participants with major depressive disorder (MDD) were included following a search of Pubmed, Ovid Medline, PsycInfo and Embase from inception to January 2017. Meta-analyses were conducted to calculate Hedges' g using a random-effects model. Meta-regression explored the relationships among age, baseline cognition, frequency and duration of exercise, and cognitive outcomes. Subgroup analyses were also conducted according to type and intensity of exercise interventions. RESULTS: = 0%) or on individual cognitive domains. Meta-regression analyses failed to find significant relationships among participant age, baseline cognition, number of exercise sessions per wk, duration of exercise per wk, total duration of exercise during the intervention, or improvement in global cognition. Interventions combining physical with cognitive activity significantly improved global cognition ( P = 0.048), whereas low-intensity interventions were also positive ( P = 0.048). CONCLUSIONS: No impact of physical exercise was found on cognition in MDD overall. However, we found that interventions combining physical and cognitive activities had a positive impact, and that lower-intensity interventions, where adherence was improved, also impacted positively. There remains a lack of high-quality data in this population.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».