Effects of Resistance Exercise Combined with Cognitive Intervention Therapy on Cognitive Decline: A Randomized Controlled Trial of a Cognitively Declining Elderly Population
Notice bibliographique
Résumé
Objective:To design a randomized controlled trial combining resistance exercise and cognitive intervention to carry out a dual-task computer-aided product design that combines hardware and software to explore the effects of different intensities of resistance exercise on cognitive function in elderly individuals with cognitive decline. Materials and Methods:Forty-eight participants (aged between 60 and 75 years) who satisfied the specified criteria were randomly assigned to one of four groups as follows: control (n = 12), low intensity (n = 12), medium intensity (n = 12), and high intensity (n = 12). The control group exclusively underwent cognitive training, whereas the experimental group underwent dual-task training at varying resistance exercise intensities. The main outcomes were short-term effects on cognitive function and lower limb strength using the Montreal Cognitive Assessment (MoCA), One-Rep Max (1RM) data, and training scores. The secondary outcomes were the effects of the participants’ subjective fatigue and the system availability of the product. Results:The experimental group subjected to medium-intensity exercise exhibited the most substantial improvement in MoCA score (P = 0.017). All the groups achieved training scores that were substantially higher than the initial data (P < 0.05), and significant 1RM values were obtained for the left and right legs in the middle- and high-strength groups (P < 0.05). In addition, the participants indicated a positive experience with the application. Conclusions:Overall, we found support for the feasibility and acceptability of the product developed by dual-task therapy based on resistance exercise combined with cognitive intervention and showed the initial impact prospect of moderate-intensity resistance exercise. Future applications should be replicated in older individuals with Clinical trial registration: NCT06220565 Ethical approval: H2022013I decline.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».