Effects of 8 Weeks of Balance Training, Virtual Reality Training, and Combined Exercise on Lower Limb Muscle Strength, Balance, and Functional Mobility Among Older Men: A Randomized Controlled Trial
Notice bibliographique
Résumé
BACKGROUND: Poor muscle strength, balance, and functional mobility have predicted falls in older adults. Fall prevention guidelines recommend highly challenging balance training modes to decrease falls; however, it is unclear whether certain modes are more effective. The purpose of this study was to determine whether traditional balance training (BT), virtual reality balance training (VR), or combined exercise (MIX) relative to a waitlist control group (CON) would provoke greater improvements in strength, balance, and functional mobility as falls risk factor proxies for falls in older men. HYPOTHESIS: We hypothesized that 8 weeks of MIX will provoke the greatest improvements in falls risk factors, followed by similar improvements after BT and VR, relative to the CON. STUDY DESIGN: Single-blinded randomized controlled trial NCT02778841 (ClinicalTrials.gov identifier). LEVEL OF EVIDENCE: Level 2. METHODS: In total, 64 community-dwelling older men (age 71.8 ± 6.09 years) were randomly assigned into BT, VR, MIX, and CON groups and tested at baseline and at the 8-week follow-up. The training groups exercised for 40 minutes, 3 times per week, for 8 weeks. Isokinetic quadriceps and hamstrings strength on the dominant and nondominant legs were primary outcomes measured by the Biodex Isokinetic Dynamometer. Secondary outcomes included 1-legged stance on firm and foam surfaces, tandem stance, the timed-up-and-go, and gait speed. Separate one-way analyses of covariance between groups were conducted for each outcome using baseline scores as covariates. RESULTS: (1) MIX elicited greater improvements in strength, balance, and functional mobility relative to BT, VR, and CON; (2) VR exhibited better balance and functional mobility relative to BT and CON; and (3) BT demonstrated better balance and functional mobility relative to CON. CONCLUSION: The moderate to large effect sizes in strength and large effect sizes for balance and functional mobility underline that MIX is an effective method to improve falls risk among older adults. CLINICAL RELEVANCE: This study forms the basis for a larger trial powered for falls.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,001 |
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 ».