Group‐based exercise interventions for community‐dwelling older people in Southeast Asia: A systematic review
Notice bibliographique
Résumé
Abstract Objectives Southeast Asia (SEA) is a rapidly ageing and a diversely populated region that requires strategies to maintain its populations' physical activity and sense of well‐being. While the benefits of group exercise programs are known, the characteristics and types of exercises in terms of their effectiveness for physical function and fidelity of the programs have yet to be defined within this population. Methods Ovid, MEDLINE, Scopus, PEDro (Physiotherapy Evidence Database), EBSCOHOST, Cochrane library and Open Grey databases were searched to identify relevant studies. Methodological quality was assessed using the PEDro Scale and the Newcastle Ottawa Scale (NOS). Meta‐analysis was undertaken when the same outcome measures were reported in a minimum of two studies with appropriate data. (PROSPERO: CRD42020177317). Results Eleven studies with 900 participants were included, out of which 395 participants were allocated to group exercise programs and 383 completed the program. Culturally adapted Thai dance programs and multicomponent exercise programs were the most‐commonly reported group exercises. The Timed Up and Go test (TUG) and attendance rates were the most‐frequently reported outcomes. Meta‐analysis demonstrated significant improvement in physical function assessed using the Timed Up and Go test (Random effect model −1.27 s, 95% CI −1.65, −0.88, I 2 = 74%). In two studies, adherence (81% and 94%) and dropout rates (4% and 19%) were reported. Conclusions Group‐based exercise programs in Southeast Asia consisting mostly of culturally adapted Thai dance programs and multicomponent exercise programs appear to have positive effects on physical function. However, better descriptions of fidelity, including adherence, are required in future studies.
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 | 0,008 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 ».