Effects of conventional versus virtual reality-simulated treadmill exercise on fatigue, cognitive function, and participant satisfaction in post-COVID-19 subjects. A randomized trial
Notice bibliographique
Résumé
Background/objective: Post-COVID-19 subjects typically experience symptoms of fatigue, cognitive impairment, and sleep difficulty, which can be relieved by conventional aerobic exercise. Virtual Reality (VR) technology to support conventional exercise has recently gained much attention. Therefore, this study aimed to assess the effects of traditional treadmill exercise compared to virtual reality-simulated treadmill exercise on fatigue, cognitive function, sleep quality, and participant satisfaction with the exercise program in post-COVID-19 subjects. Methods: 45 min, three times per week, and for four weeks. The outcome measures were the Chalder Fatigue Scale, Montreal Cognitive Assessment (MoCA) questionnaire, Pittsburgh Sleep Quality Index (PSQI), and participant satisfaction with the exercise program rated on a 5-point Likert scale. Results: Both groups showed significant improvements in the Chalder Fatigue Scale, the MoCA questionnaire, and the PSQI scores after training compared to baseline (p < 0.05), without significant differences between them (p > 0.05). However, participant satisfaction with the exercise program was significantly higher in the VR group than in the non-VR group (p = 0.037). Conclusion: A moderate-intensity 4-week treadmill exercise program with and without non-immersive VR may improve fatigue, cognitive function, and sleep quality to the same extent in COVID-19 survivors. However, participant satisfaction with the exercise program could be greater after conventional treadmill training assisted by non-immersive VR than after conventional treadmill training alone in this cohort. Trial registration: Pan African Clinical Trials Registry, PACTR202311561948428, retrospectively registered.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».