The beneficial effect of physical activity on cognitive function in community-dwelling older persons with locomotive syndrome
Notice bibliographique
Résumé
Background Cognitive decline is closely related to motor decline. Locomotive syndrome (LS) is defined as a state associated with a high risk of requiring support because of locomotive organ disorders, and can be evaluated using a questionnaire. This study aimed to clarify the effectiveness of daily goal-targeted exercise on cognitive function in two different populations classified by scores on the Locomo 25 questionnaire. Methods Seventy community-dwelling older people who participated in a 13-week health class were divided into two populations based on Locomo 25 scores: <7 (non-LS) and ≥7 (LS). Participants were presented with a daily target steps and worked towards that goal. Cognitive function was evaluated using the Japanese version of Addenbrooke’s Cognitive Examination-Revised (ACE-R). Average daily physical activity (exercise [Ex]) for 13 weeks was measured using a portable activity meter. Depression status was assessed using the Geriatric Depression Scale (GDS-15). Results No significant differences were observed in age, years of education, body mass index, smooth muscle mass index, GDS-15 scores, or ACE-R scores between the non-LS and LS populations. Multiple logistic regression analysis showed that Ex (odds ratio = 5.01, p = 0.002) for 13 weeks was significantly associated with increased cognitive function in the LS population. The Ex threshold for the increase in cognitive function based on receiver operating curve analysis was 2.29 metabolic equivalents of task (METs) × h (METs · h/day) ( p = 0.047) in the LS population. After 13 weeks, ACE-R scores were significantly higher in the Ex ≥ 2.29 than in the Ex < 2.29 METs · h/day group ( p = 0.024, η p 2 = 0.241) in the LS population based on two-way analysis of covariance. Furthermore, a significant increase in the ACE-R memory domain was seen in the Ex ≥ 2.29 group ( p = 0.035, η p 2 = 0.213). Conclusions These results suggest that Ex ≥ 2.29 METs · h/day is important for improving cognitive function in LS populations.
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 | 0,001 | 0,002 |
| 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) | 0,001 | 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 ».