At-Home Training With a Rhythmic Video Game for Improving Orofacial, Manual, and Gait Abilities in Parkinson’s Disease: A Pilot Study
Notice bibliographique
Résumé
Rhythm disorders are consistently reported in Parkinson’s disease (PD). They manifest across motor domains, such as in orofacial (oral diadochokinesis), manual (finger tapping), and gait tasks. It is still unclear, however, whether these disorders are domain- and task-specific, or result from impaired common mechanisms supporting rhythm processing (general dysrhythmia). We tested the possibility that an at-home intervention delivered via a rhythmic video game on tablet improves motor performance across motor domains in PD. Patients with PD ( n = 12) played at home a rhythmic video game (Rhythm Workers) on tablet, in which they finger-tapped to the beat of music, for 6 weeks. A control group ( n = 11) played an active non-rhythmic video game (Tetris). A third group ( n = 10) did not receive any intervention. We measured rhythmic abilities in orofacial, manual and gait motor domains, as well as rhythm perception, before and after the intervention. Patients who performed the rhythmic training improved their orofacial and manual rhythmic performance. This beneficial effect was linked to improved rhythm perception only following the rhythmic training period. We did not observe any improvement in rhythmic abilities in the other two groups. In this pilot study, we demonstrated that at-home intervention with a rhythmic video game using finger tapping can have beneficial effects on motor performance across different motor domains (manual and orofacial). This finding provides evidence of a general dysrhythmia in PD and paves the way to technology-driven interventions aiming at alleviating rhythm-related motor deficits in PD.
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 | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».