Study on Adjuvant Medication for Patients with Mild Cognitive Impairment Based on VR Technology and Health Education
Notice bibliographique
Résumé
In order to improve the efficiency of auxiliary medication for patients with mild cognitive impairment, this paper proposes a method based on VR technology and health education. Sixty elderly patients with COPD and MCI admitted to a hospital from January 2019 to February 2020 were randomly divided into a control group and study group, with 50 cases in each group. On the basis of conventional drug therapy, health education, and respiratory muscle training, patients in the control group received routine lung rehabilitation training, while patients in the study group received lung rehabilitation training using the BioMaster virtual scene interactive rehabilitation training system. Both groups continued training for 12 weeks. Lung function indexes, 6-minute walking distance, COPD assessment test (CAT) score, and Montreal Cognitive Function Assessment Scale (MoCA) score were compared between the 2 groups before training and 4, 8, and 12 weeks after training. The experimental results show that, in the study group, the percentage of FEV1 in the predicted value at 8 weeks after training, the percentage of FEV1 in the predicted value at 12 weeks after training, and FEV1/FVC were higher than those in the control group ( P < 0.05 ). There was no significant difference in 6-minute walking distance, CAT score, and MoCA score between the two groups before training ( P > 0.05 ). Twelve weeks after training, patients in the study group had a longer 6-minute walking distance, a lower CAT score, and a higher MoCA score than those in the control group ( P < 0.05 ). It is proved that the application of virtual reality technology in lung rehabilitation training of elderly COPD patients with MCI is effective, which can effectively improve the lung function, cognitive function, and exercise tolerance of the patients and reduce the symptoms of dyspnea and the efficiency of medication.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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) | 0,002 | 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 ».