The efficacy and safety of exercise and physical activity on psychosis: A systematic review and meta-analysis
Notice bibliographique
Résumé
Background: Treatment of psychosis typically focuses on medication, but some of these medications can have unintended side effects, exercise has global health benefits, with minimal side effects. The purpose of this systematic review and meta-analysis is to investigate the effectiveness and safety of exercise and physical activity on psychotic symptoms, in people with psychosis when compared to usual care, in a hospital setting. Methods: A systematic electronic search of the literature was performed in June 2022, in PubMed, Scopus, and PsychINFO with no date restrictions. We included randomized trials (RCTs) with patients with psychosis that received an exercise intervention within a hospital setting. The primary outcome of interest was Positive and Negative Symptom Severity Scale (PANSS) overall score. Secondary outcomes were adverse or serious adverse events. Results: A total of 24 trials were included in this systematic review, with 9 included in the meta-analysis, including 1,426 participants. Aerobic had more pronounced effects when compared to usual care in PANSS positive (-0.23, 95% CI -0.53 to 0.07), negative (-0.38, 95% CI -0.65 to -0.10), general (-0.42, 95% CI -0.71 to -0.13) and overall scores (-0.25, 95% CI -0.52 to 0.03). Yoga when compared to usual care had no difference in PANSS subscale and overall scores. We found no difference on relapsing of psychiatric symptoms or somatic hospitalization when we compared aerobic or yoga to usual care (Risk Ratio, 1.12 95% CI 0.44-2.81). Conclusion: Aerobic activity as an exercise modality in a hospital setting can be effective in decreasing negative and general psychosis symptom severity scores compared to usual care, however, it was uncertain if the effects were clinically important. More trials are needed to confirm the clinically benefit of aerobic exercise. Systematic Review Registration: [https://www.crd.york.ac.uk/prospero/], identifier [CRD42021224997].
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 | 0,012 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,020 | 0,042 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».