Effects of a Physical Activity Program that Incorporates Exercises Targeting Balance, Strength, and Proprioception on Cognitive Functions and Physical Performance in Old Adults with Mild Cognitive Impairment
Notice bibliographique
Résumé
BACKGROUND: Aging often leads to cognitive function decline, sensory structure deterioration, and musculoskeletal system weakening. This impacts postural control during static and dynamic activities like walking, increasing the fall risk among the elderly. Older adults with mild cognitive impairment (MCI) face an elevated fall risk and cognitive decline, magnifying the public health concern. OBJECTIVE: This study aimed to explore solutions by investigating the effects of a multi-component physical activity program on cognitive and motor functions in MCI patients. METHODS: Twenty-three participants were enrolled in the study and assigned into two groups: an intervention group (n = 13; age = 85.7±5.5 years) and a control group (n = 9; age = 85±6.7 years). The study spanned two months, with participants engaging in three 60-minute weekly physical exercise sessions. The intervention focused on improving proprioception, muscle strength, and balance. RESULTS: Results demonstrated significant enhancements in physical performance, fall risk reduction, and balance (p < 0.05). Various tests, including the timed up and go test, Unipedal Stance test, Tinetti test, Short Physical Performance Battery, and 6-minute walking test, indicated these improvements. Cognitive function was evaluated with the Mini-Mental State Examination, revealing non-significant progress (p > 0.05). Predictive models for outcomes were developed using linear regression analysis during the follow-up stage. CONCLUSIONS: This study underscores the effectiveness of a multi-component physical activity program encompassing balance, proprioception, and muscle-strengthening exercises as a non-pharmaceutical approach in improving balance skills and playing a key role in mitigating the risk of falls among old 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».