Virtual reality game-based training for preventing falls among community-dwelling older adults with mild cognitive impairment: a pilot randomized control trial study
Notice bibliographique
Résumé
Abstract Using a Virtual Reality (VR) game-based application represents an innovative approach to falls prevention in community aged care service. The study investigated the effects of VR training on falls prevention among community-dwelling older adults with mild cognitive impairment. A pilot randomized controlled trial was conducted to compare the effects of full-immersive VR training with group-based exercise (Baduanjin) training on falls prevention. Eighteen participants were recruited through convenience sampling and were randomly assigned to either the VR group or the non-VR exercise group. Both groups participated in 16 falls prevention training sessions over eight weeks. Participants, identified with mild cognitive impairment (MCI), underwent three fall risk measurements. They had been screened using Montreal Cognitive Assessment (HK-MoCA). The primary outcomes assessed included changes in physical risk factors of falls (i.e. functional mobility, walk speed and postural balance), and the secondary outcomes assessed included changes in executive function and fall efficacy. The measurement of physical outcomes was Time Up and Go test (TUG), Berg balance scale (BBS) and Six-minute Walk Test (6MWT). The participants’ executive function and fear of falling were assessed through the Trail marking test (TMTA and TMTB) and the Fall Efficacy International scale (FES-I). The results showed that the VR group had significantly greater improvement than the non-VR group on measures of cognitive-motor performance, such as global cognition, functional mobility, balance and walk speed over time. However, no significant differences were observed between the two groups in executive functions and the fall efficacy. The study provides potential evidence that VR game-based cognitive-motor training can be effective for fall prevention in community dwelling older adults with MCI. However, the findings do not support significant improvements in secondary outcomes. Despite this, the growing trend of VR research suggests increasing interest and potential for future applications in aged care and rehabilitation services.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».