Clinical study of dance art therapy on hospitalized patients with chronic schizophrenia
Notice bibliographique
Résumé
BACKGROUND: To explore the effect of dance art on the treatment of hospitalized patients with chronic schizophrenia. METHODS: In a prospective randomized controlled study conducted from June 2019 to June 2020, 120 patients from Shanghai Pudong New Area Mental Health Center were divided into intervention (n = 60) and control (n = 60) groups using a random number table. Control patients received standard drug treatment and nursing care, while the intervention group underwent dance art therapy sessions for 90 minutes twice weekly, in addition to standard care. Treatment outcomes after 6 and 12 weeks were measured using the positive and negative symptom scale (PANSS), Wisconsin Card Sorting Test (WCST), Montreal Cognitive Assessment Scale (MoCA), and body mass index (BMI). RESULTS: This study involved 120 male patients with chronic schizophrenia, aged 30 to 60 years. After 6 and 12 weeks, the intervention group showed a greater reduction in PANSS scores (intervention group: from 49.02 ± 2.53 to 37.02 ± 1.83, control group: from 49.08 ± 2.59 to 44.91 ± 2.35, P < .05). In the WCST, the intervention group exhibited a higher increase in classification completion and correct answers, and a greater decrease in errors (P < .05). MoCA scores improved significantly in the intervention group compared to the control group (P < .05). BMI decreased in both groups, with a more pronounced reduction in the intervention group (intervention group: from 26.47 ± 1.05 kg/m² to 22.87 ± 0.73 kg/m², control group: from 26.50 ± 1.03 kg/m² to 26.22 ± 0.80 kg/m², P < .05). CONCLUSION: Based on routine drug treatment and routine nursing care, dance art has a better clinical effect in treating hospitalized patients with chronic schizophrenia, which can improve cognitive function, alleviate clinical symptoms, and reduce BMI.
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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».