EFFECT OF EXERCISE OR MENTAL AND SOCIAL ACTIVITIES ON INTRAINDIVIDUAL VARIABILITY OF COGNITIVE PERFORMANCE IN STROKE
Notice bibliographique
Résumé
Abstract Stroke is associated with increased risk of cognitive impairment. Evidence has shown exercise to be a useful strategy for improving cognitive function in this population. Intraindividual variability (IIV), a sensitive measure of cognitive performance, is the within-person trial-to-trial variation in reaction time during cognitive tasks. Whether exercise training also improves IIV of cognitive performance in stroke is unknown. The study was a six-month single-blinded, 3-group parallel randomised controlled trial. Participants included community dwelling adults (N= 119, 38.7% female) with a history of stroke, aged above 55 years (mean= 70.71, SD= 8.59), able to walk 6 meters, and without dementia. Participants were randomly allocated to twice-weekly supervised classes of 1) exercise training (EX); (2) cognitive and social activities (ENRICH); or (3) a balance and tone (BAT; control). Residualised intraindividual standard deviation (rISD) was used as measure of IIV and computed using trial latencies of a computerised Stroop Task. IIV was assessed at baseline, 6-and-12 months. At 6-and-12 months, there was no significant reduction in IIV for all three groups. Furthermore, there were no significant differences in the IIV scores of the EX and BAT (estimated mean difference= 0.30, SE= 0.53, p-value = 0.89) or ENRICH and BAT (estimated mean difference= 0.64, SE= 0.55, p-value = 0.40) groups. The findings suggest that a 6-month program of exercise or mental and social activities does not significantly impact IIV of cognitive performance in stroke. Further studies are required to determine if IIV can be improved using other types of exercise or cognitive training programs.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».