Effect of Exercise on Mental Health and Health-related Quality of Life in Adults With Spinal Cord Injury: A Systematic Review and Meta-analysis
Notice bibliographique
Résumé
OBJECTIVES: To determine the effect of exercise interventions on mental health and health-related quality of life (HRQoL) in individuals with SCI. DATA SOURCES: We searched Embase, CINAHL, Medline, PsychINFO, and SPORTDiscus from inception to September 2023. STUDY SELECTION: We included randomized controlled trials that (1) involved participants ≥18 years old with a SCI; (2) administered an exercise intervention; and (3) measured subjective well-being, psychological well-being, social well-being, and/or HRQoL as outcomes. We reported standardized means differences (d) with a 95% confidence interval (CI), assessed the risk of bias by using the Revised Cochrane Risk-of-bias Tool for Randomized Trials (RoB 2), and the certainty of the evidence using GRADE. DATA SYNTHESIS: Nineteen studies (797 participants, mean age <65 years in every study) were included. Exercise improved overall well-being (d=0.494; 95% CI 0.268, 0.720; low certainty evidence), subjective well-being (d=0.543; 95% CI 0.270, 0.816; low certainty evidence), psychological well-being (d=0.499; 95% CI 0.193, 0.805; low certainty evidence), social well-being (d=0.452; 95% CI 0.151, 0.752; low certainty evidence), and HRQoL (d=0.323; 95% CI 0.072, 0.574; low certainty evidence). Four serious adverse events probably attributable to the interventions were reported in 3 studies. CONCLUSIONS: Exercise interventions can improve well-being and HRQoL in adults with SCI <65 years of age. Additional research is needed to determine effectiveness in adults ≥65 years of age.
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 | 0,015 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,023 | 0,034 |
| Bibliométrie | 0,009 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».