Effect of 24‐week strength training on unstable surfaces on mobility, balance, and concern about falling in older adults
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the effects of 24 weeks of strength training on stable (ST) and unstable surfaces (UST) on the functional mobility, balance, and concern about falling in healthy older adults, younger than 70. DESIGN: A single-center randomized clinical trial. PARTICIPANTS: Sixty-four older adults (58 females and 6 males; 68 years) were randomized into control, ST, or UST groups. INTERVENTIONS: Both ST and UST intervention groups received a core muscle, upper, and lower limb moderate-intensity strength exercises using stable and unstable surfaces. The classes were performed three times per week over a 24-week period. The control group did not receive any type of active intervention. MEASUREMENTS: The primary outcome measures were the dynamic balance (Berg Balance Scale (BBS)) and functional mobility (timed up and go (TUG) test). The secondary outcomes included the sitting and rising test (SRT) and Falls Efficacy Scale-International (FESI) scores. RESULTS: There was a significant improvement in balance performance (BBS = +4 points) after 24 weeks of both ST (+1.22; 95% CI, -0.19 to 2.63) and UST (+2.26; 95% CI, 0.83-3.70) compared with the control group. Additionally, compared with the control, only UST experienced functional mobility gains (TUG = -2.44; 95% CI, -4.41 to -0.48; SRT = +1.12; 95% CI, 0.08-2.17) and decreased concern about falling (FESI = -4.41; 95% CI, -9.30 to -0.27). CONCLUSION: Long-term ST with and without unstable devices was effective to improve dynamic balance in older adults. Furthermore, the effects of UST were extended to functional mobility gains and reduced concern about falling.
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 | 0,006 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».