Effect of Exercise on Parkinson’s Disease Tremor: A Meta-analysis Study
Notice bibliographique
Résumé
Background: Prior studies suggest that exercise may prevent movement disorders in Parkinson’s disease (PD) patients. In this meta-analysis, the pooled effect of exercise on PD-induced tremor was investigated. Method: Relevant published studies (n = 7) were retrieved by searching major databases, including Scopus, Web of Science and PubMed from 1985 to November 2020. Studies were eligible if the effect of exercise on PD-induced tremor was studied and sufficient information for calculating the effect size was reported. Furthermore, non-English manuscripts and studies related to non-human species were excluded. The quality of studies was evaluated using the improved Newcastle-Ottawa scale (NOS). In this study, variables such as participant’s age and gender, type of exercise, intervention duration and tremor indices were extracted for each study. Between-study heterogeneity and publication bias were calculated using I2 statistic and funnel plot, respectively. Results: Results showed that hand movement and cycling exercises were effective for reducing tremor amplitude or frequency. When all types of exercises (upper, lower or whole-body movement) were considered, an odds ratio (OR) greater than 1 was obtained (log(OR) = 2, 95% CI: 0.88–3.12), while between-study heterogeneity was high (I2 = 78%). By restricting the studies to hand-movement exercises, a lower odds ratio (log(OR) = 1, 95% CI: 0.24–1.77) with small between-study heterogeneity (I2 = 0.0%, p = 0.502) was obtained. Statistical analysis based on Egger’s and Begg’s tests revealed no significant publication bias. Conclusions: Outcomes of this study suggested that exercises as inexpensive, non-invasive and easy-to-implement strategies could be applied for PD patients alongside medical interventions for reducing tremors. Clinical Highlights Exercises reduce tremors in Parkinson’s disease patients significantly. Hand movement exercises are beneficial for reducing tremors in PD patients.
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 | 0,017 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,001 |
| Méta-épidémiologie (sens large) | 0,016 | 0,064 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| 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 ».