HOME-BASED EXERCISE PROGRAM IN OLDER ADULTS IMPROVING SLEEP QUALITY AND COGNITIVE FUNCTION
Notice bibliographique
Résumé
Aging is associated with poor sleep quality and reduced cognitive function along with increased sedentary time, incorporating regular exercise may reverse these effects. However, travel and cost are often barriers to older adults engaging in regular exercise. The purpose of this study was to determine the effects of home-based exercise programming on improving the sleep quality and cognitive function of independent-living older adults. Older adults were recruited from area community centers to participate for 8-weeks in the home-based University of Lynchburg Active Aging Program (ULAAP). Endurance, strength, and balance exercises were prescribed using National Institute of Aging’s Exercise & Physical Activity Guidelines and ULAAP’s target: 150-minutes of weekly endurance, 2 days of 8 strength, and 8 balance exercises every week. Participants reported weekly progress to the research team. Physical activity (MET) and sedentary time (TSED) was assessed pre and post with the International Physical Activity Questionnaire. Sleep quality was assessed with the Pittsburgh Sleep Quality Index (PSQI), along with total sleep time (TST), sleep efficiency (SE), and cognitive function with the Montreal Cognitive Assessment version 7.2 (MOCA). 54 participants (Age = 69.9 ± 7.1 years) completed 88% of scheduled sessions over the 8-week program. We analyzed the effect of pre MOCA score amongst our variables and found no difference between the none (26 or more), mild (18-25), moderate (10-17) cognitive impairment groups. The 8-week home- based exercise program decreased sedentary time and increased METS per week while increasing quality of sleep, sleep efficiency, total sleep time and having no effect on cognitive function.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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; un appel candidat d’une seule tête enseignante, 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 ».