Effects of virtual rehabilitation on cognition and quality of life of patients with Parkinson’s disease
Notice bibliographique
Résumé
Abstract Introduction: Parkinson’s disease causes progressive decline of motor and cognitive functions leading to a decrease in the independence and quality of life of people affected. Training through virtual reality is proving effective, as it promotes cognitive and motor stimuli, which can be beneficial for these individuals, improving their quality of life. Objective: To analyze the effects of virtual reality on the cognition and quality of life of patients with Parkinson’s disease. Methods: A total of 11 individuals with a mean age of 65 (9.6) years classified in stages 1 to 3 of the Hoehn and Yahr Scale participated in this study. The subjects participated in fourteen sessions lasting one hour, twice a week for seven weeks in which they practiced four games of Kinect Adventures!. They were evaluated before, immediately after the intervention and 30 days after the intervention. Cognition was assessed using the Montreal Cognitive Scale (MoCA) and quality of life was assessed using the Parkinson’s Disease Questionnaire (PDQ-39). Results: Only PDQ-39 activities from the domain of daily living demonstrated a statistically significant improvement. The MoCA scores, in general, remained the same. Conclusion: Although virtual reality training promoted improvement in PDQ-39 activities in the daily life domain, it was not effective in the other domains assessed for quality of life and cognition.
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 | 0,000 |
| 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) | 0,000 | 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 ».