MétaCan
Menu
← Retour à la cohorte
Enregistrement W4386356137 · doi:10.1101/2023.08.30.23294862

Effects of kinesthetic cues supported by physiotherapist during a motor training intervention with virtual reality-based games on functioning in people with Parkinson’s disease: A prospective, single-blinded, parallel-group, randomized clinical trial

2023· preprint· en· W4386356137 sur OpenAlexaboutno aff
Pâmela Yuki Igarasi Barbosa, Amarilis Falconi, Matheus Silva d’Alencar, Erika Okamoto, Maria Elisa Pimentel Piemonte

Notice bibliographique

RevuemedRxiv · 2023
Typepreprint
Langueen
DomaineMedicine
ThématiqueStroke Rehabilitation and Recovery
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhysical therapyPsychologyPhysical medicine and rehabilitationIntervention (counseling)Kinesthetic learningRating scaleMotor skillGeriatric Depression ScaleRandomized controlled trialActivities of daily livingDashMedicineCognitionDevelopmental psychologyComputer sciencePsychiatry

Résumé

récupéré en direct d'OpenAlex

Abstract Background It’s been suggested that kinesthetic cues (KC) could be a useful tool in helping individuals improve their motor learning process by facilitating muscle activation. However, while virtual reality-based games (VRG) are becoming more popular as a intervention tool, the potential effects of KC on this kind of intervention have yet to be investigated in people with Parkinson’s disease (PwPD). Therefore, this study aimed to compare the effects of motor intervention using VRG coupled or not with KC provided by a physiotherapist (PT) during training on the functioning of PwPD. Methods Thirty-eight PwPD in 1-3 Hoehn and Yahr (HY) stage were randomized into two groups: (1) VRG with KC Group (KCG), where KC was provided by manual assistance of a PT, and (2) VRG with NO KC group (NKCG), where no PT manual assistance was provided during the training. Both groups received 8 individual sessions with 50 minutes, twice a week, for 4 weeks: 10 minutes for warm-up and 40 minutes to play 4 games from XBOX 360 with Kinect® system. Outcomes were evaluated at three time points: (1) before training (BT), (2) 1 week after training (AT), and 8 weeks after that as follow-up (FU). To reach a comprehensive evaluation of functioning, several outcomes were adopted and categorized according to International Classification of Functioning Disability and Health (ICF): Geriatric Depression Scale (GDS); Montreal Cognitive Assessment (MOCA); Unified Parkinson Disease Rating Scale (UPDRS) - section 3 (UPDRS-III); and Rapid Turns Test (RTT) used to assess motor and non-motor alteration into Function domain; Balance Evaluation Systems Test (BESTest); Falls Efficacy Scale International (FES-I); Thirty-Second Walk Test (30sWT); Six-Minute Walk Test (6mWT); 5 Times Sit to Stand Test; and UPDRS section II (UPDRS-II) used to assess motor performance into Activity domain, and finally, the Parkinson Disease Questionnaire (PDQ-39) to assess quality of life into Participation domain. Results ANOVA for repeated measures showed a significant effect for evaluation-time factor only (p-value<.001), (no effect for group or evaluation-time X group interaction) for all measures of three ICF domains, excluding GDS and 6mWT. The Tukey post-hoc test confirmed significant improvements in AT that remained at FU. Conclusions: A motor intervention using VRG can improve the functioning in terms of Function, Activity, and Participation of PwPD, regardless of the KC provided by PT during the training.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0040,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,033
Tête enseignante GPT0,319
Écart entre enseignants0,287 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetStroke Rehabilitation and Recovery→Travaux en français237 207→