MétaCan
Menu
Retour à la cohorte
Enregistrement W4408771710 · doi:10.18502/dmj.v8i1.18308

Evaluating the Impact of Adding Lee Silverman Voice Treatment BIG into Routine Physiotherapy on Both Motor and Nonmotor Functions in Individuals with Parkinson’s Disease

2025· article· en· W4408771710 sur OpenAlexaboutno aff
Zahra Sadaghiani, Nahid Tahan, Soheila Ganjeh, Alireza Akbarzadeh Baghban, Alireza Khoshdel, Ali Shoeibi

Notice bibliographique

RevueDubai Medical Journal · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueParkinson's Disease Mechanisms and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésParkinson's diseasePhysical medicine and rehabilitationMotor symptomsDiseasePhysical therapyPsychologyMedicinePathology

Résumé

récupéré en direct d'OpenAlex

Introduction: Parkinson’s Disease (PD) is a disorder that causes both motor and nonmotor symptoms. While PD typically appears in older adults, it can also affect individuals in the later stages of middle age. Traditional drug therapies have side effects and diminishing returns. Exercise, particularly high-intensity programs like Lee Silverman Voice Treatment BIG (LSVT BIG), can enhance motor skills and overall quality of life by recalibrating the sensory system. Method: This research included 40 individuals with PD, who were separated into a control group (standard physiotherapy) and an intervention group (physiotherapy + LSVT-BIG). Participants were from a local hospital, aged between 35 and 70, with stable medication and Montreal Cognitive Assessment (MoCA) scores > 20. Exclusions included active exercise programs and severe mental disorders. Participants were evaluated by an LSVT BIG-certified physical therapist and completed surveys on medical history and current issues. Tests included Timed Up & Go (TUG), TUG manual, and TUG cognitive. Both groups received 16 one-hour exercise sessions over 4 weeks. Statistical analyses included Kolmogorov-Smirnov for normality, independent t-test for baseline values, paired-sample t-test for within-group comparisons, and ANCOVA for post-test differences. Results: Demographic and clinical attributes were consistently and normally distributed across groups (p > 0.05). Both groups demonstrated notable improvements across all outcomes (p < 0.05); however, the experimental group had a notably greater improvement in TUG cognitive scores in comparison to the control group (p < 0.05). No side effects occurred. Discussion: TUG cognitive and manual tests highlighted LSVT-BIG’s effectiveness in enhancing dual-task performance. Conclusion: Improvements in various TUG scores for individuals with PD indicate enhanced mobility and dual-task performance, which are crucial for daily activities and overall quality of life for individuals with PD.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,373
Écart entre enseignants0,346 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai non randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDubai Medical JournalMême sujetParkinson's Disease Mechanisms and TreatmentsTravaux en français237 207