The Effects of the Task Balance Training Program on the Glial Cell Line‐Derived Neurotrophic Factor Levels, Cognitive Function, and Postural Balance in Old People
Notice bibliographique
Résumé
Exercise in the form of physical activity can provide neuroprotective benefits. The purpose of this study is to determine the effect of the task balance training program (TBT program) on the glial cell‐derived neurotrophic factor levels, cognitive function, and postural balance in old people. The population of this study was the old people members of the Batara Hati Mulia Gowa Foundation who were willing to participate in the study ( n = 66). The sample of this study was obtained through a random sampling technique to determine the treatment ( n = 32) and control ( n = 34) groups. Before and after implementing the TBT program, glial cell‐derived neurotrophic factor (GDNF) level measurement and cognitive function and postural balance assessment were performed. Cognitive function was measured by using Montreal cognitive assessment (MoCA). Postural balance was measured in two ways by using the timed up and go (TUG) test and Tinetti performance‐oriented mobility assessment (POMA). The treatment group showed significantly greater changes than the control group in GDNF levels (2.24 (±0.63) vs. 1.24 (±0.43), P = 0.001), cognitive function (24.66 (±3.42) vs. 19.18 (±2.67), P = 0.001), and postural balance (TUG [14.00 (±4.04) vs. 18.68 (±3.98)]; POMA [26.53 (±1.74) vs. 23.47 (±3.06)], P = 0.001) after training. The treatment group also showed a significant relationship between GDNF levels and cognitive function ( r = 0.840, P = 0.001) and postural balance (TUG [ r = 0.814, P = 0.001]; POMA [ r = 0.630, P = 0.001]). The TBT program affects the levels of GDNF in old people. The TBT program involves cognitive function improvement and affects postural balance changes in old people.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».