Effects of boxing exercise in people with Parkinson’s disease: a systematic review
Notice bibliographique
Résumé
Objective: Parkinson's disease (PD) is a chronic neurodegenerative disorder characterized by progressive changes in both motor and non-motor symptoms. Boxing exercise can improve PD symptoms. This review aimed to determine the effects of boxing exercise on lower extremity strength, balance, mobility, gait, depression, quality of life, disease severity, exercise safety, and adherence in patients with PD. Design: A systematic review. Setting and participants: Articles were selected if they included participants diagnosed with PD and used boxing exercise as the main intervention. Methods: Systematic review study based on PRISMA criteria. Searches were implemented in PubMed, EMBASE, Web of Science, and Cochrane Library until February 2024. We selected studies reporting on the pre-post assessment of a boxing intervention with lower extremity strength, balance, mobility, gait, depression, quality of life, disease severity, exercise safety, and adherence in patients with PD. Two independent reviewers conducted study selection, data extraction, and quality assessment. The Physiotherapy Evidence Database and ROBINS-I 2.0 criteria evaluated the literature's quality. Results: Out of 4,301 records, 13 studies were included, involving 402 PD patients aged 53-89, with 72.4% being male. Interventions lasted 6-96 weeks, primarily in community settings and gymnasiums. Moderate-quality evidence suggested boxing exercises is feasible and effective for enhancing lower extremity strength, balance, mobility, gait, depression, quality of life, disease severity, exercise safety and adherence in PD patients. Conclusions and implications: Boxing exercise can effectively improve both motor and non-motor symptoms in PD patients, with safety and high adherence. This review systematically summarizes the emerging evidence on the application of boxing exercise in the rehabilitation of patients with PD. Future research should include more homogenous PD patient populations and conducting randomized controlled trials.
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 | 0,005 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,008 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».