MétaCan
Menu
Retour à la cohorte
Enregistrement W4414314111 · doi:10.1093/ageing/afaf242

Synergistic effects of exercise, cognitive training and vitamin D on gait performance and falls in mild cognitive impairment—secondary outcomes from the SYNERGIC trial

2025· article· en· W4414314111 sur OpenAlexaff
Frederico Pieruccini‐Faria, Surim Son, Guangyong Zou, Quincy J. Almeida, Laura E. Middleton, Nick W. Bray, Maxime Lussier, J. Kevin Shoemaker, Mark Speechley, Teresa Liu‐Ambrose, Amer M. Burhan, Richard Camicioli, Karen Li, Sarah Fraser, Nicolas Berryman, Louis Bherer, Manuel Montero‐Odasso

Notice bibliographique

RevueAge and Ageing · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueBalance, Gait, and Falls Prevention
Établissements canadiensInstitut universitaire de cardiologie et de pneumologie de QuébecInstitut National de Santé Publique du QuébecUniversity of OttawaUniversité du Québec à MontréalConcordia UniversityWomen and Children’s Health Research InstituteOntario Shores Centre for Mental Health SciencesWestern UniversityUniversity of TorontoMontreal Clinical Research InstituteMontreal Heart InstituteUniversity of British ColumbiaUniversité de MontréalInstitut Universitaire de Gériatrie de MontréalVancouver Coastal Health Research InstituteVancouver Coastal HealthParkwood InstituteUniversity of WaterlooMemorial University of NewfoundlandResearch Institute for Aging
Organismes subventionnairesnon disponible
Mots-clésGaitCognitionVitamin D and neurologyFalls in older adultsGait trainingCognitive trainingEffects of sleep deprivation on cognitive performanceFear of fallingCognitive impairment

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Older adults with mild cognitive impairment (MCI) have a higher risk of gait impairments and falls; yet, the effects of multimodal interventions, including combinations of exercises with cognitive training, on improving their mobility remain unclear. OBJECTIVES: To investigate the synergistic effects of aerobic-resistance exercise combined with cognitive training, with or without vitamin D supplementation, on gait performance and falls risk in older adults with MCI. METHODS: The effect of 20 weeks of aerobic-resistance exercise, cognitive training, and Vitamin D supplementation (10 000 IU 3×/week) on gait and falls in older adults with MCI was evaluated in the SYNERGIC trial, using a fractional factorial design. Assessments were conducted at baseline, 6-month endpoint (after intervention) and 12-month endpoint (follow-up). Eligible participants were between the ages of 65 and 84 years with MCI enrolled from 19 September 2016 to 7 April 2020. Main outcomes of interest for gait performance were gait speed and gait variability changes, whilst for falls were incidental falls and incidental injurious falls. RESULTS: Amongst 161 participants, the four exercise-based arms improved gait speed (+7.5 cm/s, P < .001) and reduced falls (incidence rate ratios (IRR) = 0.65, 95% confidence interval (CI): 0.32-1.42, P = .25) and injurious falls (IRR = 0.38, 95% CI: 0.15-1.05, P = .05) at 6-month endpoint. Falls reduction reached statistical significance (IRR = 0.28, 95% CI: 0.13-0.64, P = .002) at 12-month endpoint. Exercises combined with cognitive training showed the greatest gains in gait speed at 6-month endpoint (P < .001) and in reducing falls at 12-month endpoint (IRR = 0.24, 95% CI: 0.05-0.77, P = .02) compared to the control. Vitamin D did not enhance outcomes and increased gait variability, a marker of instability. CONCLUSION: Aerobic-resistance exercise combined with sequential computerised cognitive training improved gait performance at 6 months and decreased the risk of falls and injuries at 12 months in older adults with MCI. The addition of vitamin D did not produce benefits.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,732
Score d'incertitude au seuil0,499

Scores Codex et Gemma par catégorie

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

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 Opus0,021
Tête enseignante GPT0,316
Écart entre enseignants0,295 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations5
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAge and AgeingMême sujetBalance, Gait, and Falls PreventionTravaux en français237 207