Complex Exercises Improve Cognition in People With Parkinson’s Disease and Freezing of Gait
Notice bibliographique
Résumé
BACKGROUND: Evidence has suggested that cognitive decline may be a risk factor for freezing of gait (FOG) in Parkinson's disease (PD). Complex and challenging exercises have been suggested as potential rehabilitation strategies to decrease FOG severity and improve cognition; however, it is unknown whether improvement in cognition would explain decreased FOG severity following exercise. OBJECTIVE: In this secondary analysis, we evaluated the effects of the adapted resistance training with instability (ARTI-complex and challenging exercises) compared with traditional motor rehabilitation (TMR-without challenging exercises) on cognitive function in people with FOG of PD. We also verified whether cognitive improvement explains the decrease in FOG previously published. METHODS: Participants were randomized to either the experimental group (ARTI, n = 17) or the active control group (TMR, n = 15). Both training groups exercised 3 times a week for 12 weeks (80-90 minute each session). FOG severity (FOG ratio from inertial sensors during a 360° turning-in-place task), frontal lobe function (Frontal Assessment Battery [FAB]), global cognition (Montreal Cognitive Assessment [MoCA]), and attention and psychomotor speed (Digit Symbol Substitution Test [DSST]) were evaluated before and after interventions. RESULTS: < .01). CONCLUSIONS: This pilot study suggests that ARTI, a complex and challenging training, improves cognition in people with FOG of PD. Improvements in frontal lobe function with ARTI help explain decreased FOG severity.
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 | 0,000 | 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 ».