Effects of traditional Chinese exercises or their integration with medical treatments on cognitive impairment: a network meta-analysis based on randomized controlled trials
Notice bibliographique
Résumé
Objective: This study aims to summarize and critically evaluate the effects of traditional Chinese exercises, both in isolation and in combination with medical treatments, on cognitive impairment. Methods: A systematic search of academic databases, including PubMed, Embase, Web of Science, Cochrane Library, CNKI, Wanfang, and VIP, was conducted to identify the randomized controlled trials (RCTs) that evaluated traditional Chinese exercises and their integration with medical treatments for addressing cognitive impairment. Study quality was assessed using the Cochrane Handbook's Risk of Bias tool. A total of 24 RCTs involving 1,808 participants were included. The primary outcome measures were the Montreal Cognitive Assessment (MOCA) and the Mini-Mental State Examination (MMSE). Subgroup analyses were performed to compare the intervention effects. Results: The network meta-analysis revealed that acupuncture combined with Tai Chi (Aandtaiji) showed the most significant improvement in MOCA scores, followed by Qigong. Tai Chi soft ball exercise (Taijiball) demonstrated the greatest improvement in MMSE scores. Conclusion: The combination of traditional Chinese exercises with medical treatment is more effective in improving MOCA scores, while traditional exercises alone yield better results to enhance MMSE scores. The extended practice of Tai Chi and Qigong enhances cognitive function in patients with cognitive impairment.
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 | 0,023 | 0,054 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,001 |
| 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 | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».