Effects of Exergaming-Based Tai Chi on Cognitive Function and Dual-Task Gait Performance in Older Adults With Mild Cognitive Impairment: A Randomized Control Trial
Notice bibliographique
Résumé
Background: Declined cognitive function interferes with dual-task walking ability and may result in falls in older adults with mild cognitive impairment (MCI). The mind-body exercise, Tai Chi (TC), improves cognition and dual-task ability. Exergaming is low-cost, safe, highly scalable, and feasible. Whether the effects of exergaming-based TC is beneficial than traditional TC has not been investigated yet. Objectives: The objective of this study was to investigate effects of exergaming-based TC on cognitive function and dual-task walking among older adults with MCI. Methods: Fifty patients with MCI were randomly assigned to an exergaming-based TC (EXER-TC) group, a traditional TC (TC) group, or a control group. The EXER-TC and TC groups received 36 training sessions (three, 50-min sessions per week) during a 12-week period. The control group received no intervention and were instructed to maintain their usual daily physical activities. The outcome variables measured included those related to cognitive function, dual-task cost (DTC), and gait performance. Results: The EXER-TC and TC groups performed better than the control group on the Chinese version of the Stroop Color and Word Test, the Trail Making Test Parts A and B, the one-back test, gait speed, and DTC of gait speed in cognitive dual-task conditions after training. However, there were no significant differences between the EXER-TC and TC groups. Compared with the control group, only the EXER-TC group experienced beneficial effects for the Montreal Cognitive Assessment. Conclusion: EXER-TC was comparable to traditional TC for enhancement of dual-task gait performance and executive function. These results suggested that the EXER-TC approach has potential therapeutic use in older adults with MCI.
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) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».