Realidade virtual nas capacidades cognitivas e psicológicas em pessoas idosas
Notice bibliographique
Résumé
Objetivo: Comparar os efeitos dos exercícios por realidade virtual (RV)com o exercício físico convencional para as capacidades cognitivas e psicológicas das pessoas idosas. Métodos: Incluídos artigos publicados entre 2012 e 2021, das bases de dados PubMed, Scielo, Cochrane Library e Web of Science. Critérios de inclusão: estratégia PICO (Participante, Intervenção, Comparação e Outcome/Desfecho; RoB 2- Cochrane para analisar o risco de viés para ensaios randomizados; GRADE Pro, avaliação da qualidade das evidências. Resultados e discussão: 403 artigos inicialmente identificados, 23 elegíveis para a revisão sistemática e 14 incluídos na metanálise. Instrumentos encontrados: Trail Making Test (TMT-B), Stroop Test, Montreal Cognitive Assessment (MoCA), Mini Exame do Estado Mental (MEEM) e Short Form Health Survey (SF-36). No TMT-B observamos heterogeneidade (Tau²=0,51, I²=82,97%, Q=17,51, p=0,001) e diferença estatisticamente significativa entre os grupos, favorecendo a intervenção por RV (p=0,028). No Stroop Test, não observamos heterogeneidade (Tau²=0, I²=0, Q=1,53, p=0,464) e não houve diferença entre os grupos (p=0,194). Nos testes MEEM e MoCA, tivemos heterogeneidade entre os grupos (Tau²=0,17, I²=63,47%, Q=18,055, p=0,012), favorecendo a RV de maneira estatisticamente significativa (p=0,008). O SF-36 não apresentou heterogeneidade entre os grupos (Tau²=0, I²=0, Q=1,53, p=0,464) e não houve diferença estatística significativa (0,657). Conclusão: Ainda não é possível afirmar que apenas a utilização da RV é eficiente, porém ressaltamos que as intervenções realizadas com as pessoas idosas, nas quais eles se sentem parte e são responsáveis pelo seu desempenho, mostram a interação e motivação para o exercício físico, ajudando a terem uma vida mais saudável e com mais qualidade.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,009 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».