Exergaming Compared to Conventional Physical Exercise Interventions on Health Status in Older People with Parkinson’s Disease: A Systematic Review with Meta-Analysis of Randomized Controlled Trials
Notice bibliographique
Résumé
Background and Objectives: This systematic review aimed to analyze published peer-reviewed studies on the effects of exergaming (EXG) compared to conventional physical exercise (CPE) interventions on health status in older people with Parkinson’s disease (PD) according to training dose. Materials and Methods: Using six generic databases: PubMed, EBSCO, Medline, CINAHL Complete, Scopus, and Web of Science, the PRISMA, TESTEX, RoB 2, and GRADE tools assessed methodological quality and certainty. The protocol was registered in PROSPERO (code: CRD42024575969). Results: Out of 805 records, 14 randomized controlled trials with 406 older people with PD were included. Seven overall meta-analyses showed significant improvements (p < 0.01) in favor of EXG in the Berg Balance Scale (BBS, ES = 0.90), Dynamic Gait Index (DGI, ES = 0.77) and quality of life questionnaire (PDQ-39, ES = 0.52), without significant improvements (p > 0.05) in the Unified PD Rating Scale, Montreal Cognitive Assessment, Timed Up-and-Go and Falls Efficacy Scale-International. Four subgroup meta-analyses, according to training schedules, showed that there were significant improvements (p < 0.05) in BBS in favor of EXG at >8 weeks of training (ES = 1.38), >3 weeks per week (ES = 1.18), <45 min duration (ES = 0.99), and with >20 total sessions (ES = 1.31). Both weeks and total sessions were predictors of BBS performance in EXG interventions in older people with PD. Conclusions: EXG is an innovative alternative to improve the health status in balance, gait, and quality of life variables in older people with PD, with a high potential for clinical practice in this population. The training dose is a determinant (weeks and total sessions) that varies the response to intervention in the BBS.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,022 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,070 | 0,012 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».