Determining the Effect of Dual-task Training and Virtual Reality on Cognitive-motor Interference in Patients with Parkinson’s Disease: A Three-arm Single-blinded Multicentered Study Protocol
Notice bibliographique
Résumé
Introduction: In Parkinson’s Disease (PD), rehabilitation is a highpotential strategy for enhancing mental and physical abilities. Numerous studies have examined the impact of dual-task training on enhancing gait, balance, motor symptoms, and cognitive function in individuals with PD. Research have shown that virtual reality significantly enhances gait and balance in patients with PD compared to traditional therapy. However, there is a scarcity of literature that explores the combined effects of Dual-task Training (DTT) and Virtual Reality (VR) on Cognitive-Motor Interference (CMI) in individuals with PD. Need for this study: DTT effectively improves cognitive deficits, while VR enhances motor abilities in individuals with PD. Hence, it would be expected that the combined treatment can greatly benefit the patients with PD. Aim: To determine the effect of DTT and VR on CMI in patients with PD. Materials and Methods: The participants recruited in this study protocol will be between 50 and 70 years old and randomly allocated into three groups. For five times a day for four weeks, experimental group 1 will receive treatment with VR, group 2 will receive DTT and group 3 will receive combined treatment of group 1 and group 2. Outcome measures, such as a modified version of the Unified Parkinson’s Disease Rating Scale (MDS-UPDRS), Montreal Cognitive Assessment (MoCA), and the Timed Up-andGo test (TUG), will be used to assess the subject pre-intervention and post-intervention.
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 | 0,004 | 0,051 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».