MétaCan
Menu
Retour à la cohorte
Enregistrement W4400694981 · doi:10.3389/fneur.2024.1424390

The effects of exergames for cognitive function in older adults with mild cognitive impairment: a systematic review and metaanalysis

2024· review· en· W4400694981 sur OpenAlexaboutno aff
Xiaowan Cai, Liya Xu, Hanyue Zhang, Tingting Sun, Jingjing Yu, Xiao Jia, Xiao Hou, Ruizhe Sun, J.C. Pang

Notice bibliographique

RevueFrontiers in Neurology · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensnon disponible
Organismes subventionnairesNational Key Research and Development Program of China
Mots-clésCognitionNeuropsychologyPsychologyConfidence intervalRandomized controlled trialMeta-analysisSample size determinationStrictly standardized mean differenceClinical psychologyPhysical therapyMedicinePsychiatryInternal medicine

Résumé

récupéré en direct d'OpenAlex

Purpose: Exergames are an innovative method that can promote neuroplasticity and improve the cognitive abilities of the elderly. This study aimed to compare the effects of single-task and multi-task exergames on the cognitive ability of the elderly with mild cognitive impairment (MCI). Methods: Computerized literature search was performed using PubMed, Web of Science, EBSCO, Elsevier, ProQuest, China National Knowledge Infrastructure (CNKI), Wanfang and VIP database to identify relevant articles from the establishment of the database from inception to April 1, 2024. The inclusion criteria were: (i) participants aged 60 or older diagnosed with mild cognitive impairment, regardless of gender; (ii) use of randomized controlled trials (RCTs); (iii) interventions involving exergames with physical activity or as the primary variable; and (iv) outcome measures using standardized neuropsychological instruments to assess cognitive function, including statistical data on sample size, mean, and standard deviation. Finally, the included study comprised a total of 526 participants. Mean difference (MD) and 95% confidence interval (CI) were used to synthesize the effect size in the data. Results: 11 studies were included. Due to the differences in the intervention methods, subgroup analysis was performed on the included research. Compared with the control group assessed by the Montreal Cognitive Assessment Scale, the single-task intervention improved the cognitive ability of the elderly with MCI (MD 3.40, 95% CI 2.43-4.37), the Mini-Mental State Examination Scale (MD 2.38, 95% CI -2.03 to 2.72), the Trail Making Test (MD -3.89, 95% CI -6.45 to -1.33), and the Digit Span Forward test (MD 1.16, 95% CI 0.73-1.60). Conclusion: This meta-analysis supports that exergames could be an effective cognitive rehabilitation method for MCI patients. Our study recommends that patients implement a customized exergames program and adhere to it for a long time. It is necessary to pay attention to the exercise guidelines and provide evidence from clinicians. Strengths and limitations of this study: (1) This meta-analysis supports that exergames could be an effective cognitive rehabilitation method for MCI patients. Our study recommends that patients implement a customized exergames program and adhere to it for a long time. It is necessary to pay attention to the exercise guidelines and provide evidence from clinicians. (2) This research provides preliminary evidence for the clinical utility of VR tasks developed for mild cognitive impairment. (3) In this paper, only relevant studies in Chinese and English were searched, and no studies in other languages were searched.

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)0,008
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,019
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0160,025
Bibliométrie0,0070,006
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,009
Tête enseignante GPT0,304
Écart entre enseignants0,295 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in NeurologyMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207