MétaCan
Menu
Retour à la cohorte
Enregistrement W4414273260 · doi:10.1101/2025.09.16.676299

Fine Motor Serious Game Training Improves Gait in Parkinson’s Disease: A Pilot Study

2025· preprint· en· W4414273260 sur OpenAlexaff
Valentin Bégel, Frédéric Puyjarinet, Christian Gény, Valérie Cochen De Cock, Serge Pinto, Simone Dalla Bella

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2025
Typepreprint
Langueen
DomainePsychology
ThématiqueChildren's Physical and Motor Development
Établissements canadiensUniversité de MontréalCentre for Research on Brain Language and MusicInternational Laboratory for Brain, Music and Sound Research
Organismes subventionnairesInstitut Universitaire de France
Mots-clésCadenceGaitRandomized controlled trialTelerehabilitationGross motor skillGait trainingVideo gameTraining (meteorology)

Résumé

récupéré en direct d'OpenAlex

Abstract Crucial functions for human behavior such as gross motor skills (e.g., walking), cognitive, rhythmic, and fine motor processes are mostly considered unrelated. However, these functions may interact, but their relations are still poorly understood. Moreover, evidence of causal links between them is scarce. Neurological disorders such as Parkinson’s Disease affect all these functions and thus provide a model to study the interplay between them. We tested the effect of a training delivered using serious games on tablet, involving upper limb rhythmic and fine motor functions, on walking capacities in patients with Parkinson’s Disease (PwPD). PwPD gathered into an Intervention group played either a rhythm game, or an adaptation of Tetris , four times a week for six weeks. Before and after the training, gait was evaluated in spontaneous walking and a dual task (counting backward while walking). A Control group of participants did not receive any training. Gait speed, stride length and cadence improved in the Intervention group after the training in comparison with the Control group. The improvement was observed in both Intervention groups, in the spontaneous and in the dual-task conditions. These findings support the hypothesis that gross (axial) motor functions can be trained by fine (lateralized) motor training administered via serious games, possibly by stimulating the rhythmic, perceptual, and cognitive resources sensory systems. This opening promising perspectives for telerehabilitation. Patients with movement disorders could benefit from this promising low-cost and engaging training method, fostering inclusivity and autonomy for people who have reduced access to the clinic.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Essai non randomisé
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
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,022
Tête enseignante GPT0,256
Écart entre enseignants0,234 · 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 revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetChildren's Physical and Motor DevelopmentTravaux en français237 207