The Effects of Mindfulness Meditation-Based Complex Exercise Program on Motor and Nonmotor Symptoms and Quality of Life in Patients with Parkinson's Disease
Notice bibliographique
Résumé
Purpose: The present study was to examine the effect of a meditation-based exercise program on the motor and non-motor symptoms of Parkinson’s disease (PD). Methods: Sixty three PD patients who were recruited from a university hospital were randomly assigned to the experimental group (n = 33) and to the control group (n = 30). Participants completed an 8-week Mindfulness Meditation-based Complex Exercise Program (MMBCEP) that included 6 sessions. Before and after the intervention, the Six-Minute Walk Test (6MWT), elastic band pull, chair stand test, and 2.45-meter walk test were administered for the motor symptoms and the Korean Version of Geriatric Depression Scale, The State-Trait Anxiety Inventory (STAI), the Korean-Montreal Cognitive Assessment, Parkinson’s Disease Sleep Scale (PDSS), Activities of Daily Living (ADL), and the Quality of Life of Patients with Parkinson's Disease (PDQL) were administered for non-motor symptoms. Results: Significant improvements in the motor symptoms (i.e., muscle strength (lower and upper extremity), balance, and muscle endurance) and in the non-motor symptoms (i.e., anxiety, depression, cognitive functions, sleep disturbance, quality of life, and activities of daily living) were observed. Conclusions: MMBCEP, a complex exercise program-based on mindfulness meditation, is associated with increased motor symptoms, decreased emotional disturbances (anxiety and depression) and sleep disturbance, and improved cognitive functions, quality of life, and activities of daily living. Future research should test the effects of MMBCEP with more representative PD patients. Keywords: cognition, exercise, meditation, Parkinson disease, quality of life
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 | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».