Virtual Reality-Based Cognitive–Motor Rehabilitation in Older Adults with Mild Cognitive Impairment: A Randomized Controlled Study on Motivation and Cognitive Function
Notice bibliographique
Résumé
The purpose of this study was to investigate the effects of virtual reality-based cognitive–motor rehabilitation (VRCMR) on the rehabilitation motivation and cognitive function in older adults. This study enrolled 40 older adults with mild cognitive impairment (MCI), living in the community. The subjects were randomly assigned to a VRCMR group (n = 20) or a conventional cognitive rehabilitation (CCR) group (n = 20). The VRCMR group underwent VRCMR using MOTOcog, a computer recognition program, whereas the CCR group underwent conventional cognitive rehabilitation, which included puzzles, wood blocks, card play, stick construction activity, and maze activity. Both interventions were performed 30 min per day, 5 days/week, for 6 weeks. This study performed a cognitive assessment using the Montreal Cognitive Assessment (MoCA) scale, Trail Making Test A and B (TMT-A/B), and Digit Span Test forward and backward (DST-forward/backward). In addition, a 0-to-10 numeric rating self-report scale was used to assess interest and motivation during the rehabilitation training. After the intervention, the VRCMR group showed a significantly greater improvement in the MoCA (p = 0.045), TMT-A (p = 0.039), TMT-B (p = 0.040), and DST-forward (p = 0.011) scores compared to the CCR group, but not in the DST-backward score (p = 0.424). In addition, subjects in the experimental group had significantly higher interest (p = 0.03) and motivation (p = 0.03) than those in the control group. Cohen’s d effect size was 0.4, 0.3, 0.35, 0.4, and 0.5 for the MoCA, TMT-A, TMT-B, DST-forward, and DST-backward tests, respectively. This study demonstrates that VRCMR enhances motivation for rehabilitation and cognitive function in older adults with MCI better than CCR.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».