Exercising with a robotic exoskeleton can improve memory and gait in people with Parkinson’s disease by facilitating progressive exercise intensity
Notice bibliographique
Résumé
Abstract People with Parkinson’s disease (PwPD) can benefit from progressive high-intensity exercise facilitated with a lower-extremity exoskeleton, but the mechanisms explaining these benefits are unknown. We explored the relationship between exercise intensity progression and memory and gait outcomes in PwPD who performed 8 weeks (2 × per week) of progressive exercise with and without a lower-extremity powered exoskeleton, as the planned exploratory endpoint analysis of an open-label, parallel, pilot randomized controlled trial. Adults 50–85 years old with a confirmed diagnosis of PD participated. Twenty-seven participants randomized to exercise with (Exo = 13) or without (Nxo = 14) the exoskeleton were included in this exploratory endpoint analysis. Detailed exercise logs were kept and actigraphy was used to measure activity count*min−1 (ACPM) during all exercise sessions. Only the Exo group were able to progressively increase their ACPM over the entire 8-week intervention, whereas the Nxo group plateaued after 4 weeks. Exercise intensity progression correlated with change in the memory sub-scale of the SCOPA-COG and change in gait endurance from the 6MWT, consistent with the prevailing hypotheses linking high-intensity interval exercise to improved muscle and brain function via angiogenic and neurotrophic mechanisms. Facilitating high-intensity exercise with advanced rehabilitation technology is warranted for improving memory and gait endurance in PwPD. Registration: ClinicalTrials.gov, NCT 03583879 (7/10/2018).
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) | 0,000 | 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) | 0,003 | 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 ».