MétaCan
Menu
Retour à la cohorte
Enregistrement W4389329118 · doi:10.5455/rmj.20210821031024

Effect of exergames by using Xbox 360 Kinect on cognition of older adults with mild cognitive impairment

2023· article· en· W4389329118 sur OpenAlexaboutno aff
Hafsah Arshad, Hafsah Khattak, Kinza Anwar

Notice bibliographique

RevueRawal Medical Journal · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueStroke Rehabilitation and Recovery
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineCognitionVerbal fluency testCognitive impairmentPhysical therapyRandomized controlled trialIntervention (counseling)NeuropsychologyInternal medicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

Objective: To determine the effects of exergames by using Xbox 360 Kinect on cognition in older adults with mild cognitive impairment (MCI). Methodology: This randomized control trial included 56 MCI older adults who were randomly divided into experimental group (n=28) and control group (n=28), using coin and toss method. The experimental group performed X-box 360 Kinect games while the control group received stretching and strength training exercises of upper and lower extremity. The intervention was of 30 min per day/5 days per week for six weeks. Mini-mental state examination, Montreal Cognitive Assessment, Trail making Test A and B, Verbal fluency (Semantic/ Phenomic) were used as outcome measures at baseline and after six weeks of intervention. Data were analyzed by SPSS 26. Results: Final analysis included 51 subjects, out of which 26 were in experimental group with mean age 62.85±5.56 yrs.,16 (61.5%) males and 10 (38.5%) females. In control, there were 25 subjects with mean age 63.24±5.12 yrs., 15 (60.0%) males and 10 (40.0%) females. Inter-group analysis showed significant improvement in outcomes measures after six weeks of intervention in experimental group (p<0.05). Conclusion: Exergames showed positive effects on cognitive domains in older 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 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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,299
Écart entre enseignants0,292 · 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'étudeObservationnel
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

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRawal Medical JournalMême sujetStroke Rehabilitation and RecoveryTravaux en français237 207