Effects of Exergaming on Physical and Cognitive Outcomes of Older Adults Living in Long-Term Care Homes: A Systematic Review
Notice bibliographique
Résumé
BACKGROUND: Aging is often associated with increasing functional decline as measured by deterioration in mobility and activities of daily living. Older adults (OAs) living in residential long-term care (LTC) homes in particular may not engage in regular physical exercise, significantly increasing their risk of further cognitive and functional decline. Exergaming may hold promise for OAs by combining exercise and technology-based gaming systems, but evidence for its use in LTC is unknown. METHODS: A systematic review was conducted to summarize the effects of exergaming interventions on physical, cognitive, and quality of life (QoL) outcomes for OAs (>65 years of age) living in LTC. RESULTS: Twenty-one studies involving 657 OAs living in LTC met the inclusion criteria. Most studies were associated with a high risk of bias and many used uncontrolled designs and small samples. Across studies, exergame interventions were associated with preliminary benefits relative to control conditions on standardized measures of physical outcomes (e.g., Timed Up & Go, 5-meter gait speed). No consistent effects were found for cognitive and QoL outcomes. CONCLUSIONS: Exergames might be a promising intervention to benefit the physical health of OAs (>65 years) living in LTC, but more research is required to determine the effects of exergaming on physical health, as well as cognitive and QoL outcomes. More specifically, larger and more methodologically robust evaluations are needed.
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 | 0,004 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,007 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».