Effects of active videogames added to conventional exercise on cognitive function in older adults: a randomized trial
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Introduction: Cognitive decline in older adults negatively affects independence and health-related quality of life (HRQoL). Integrating physical and cognitive stimuli through active videogames (AVGs) may enhance the benefits of conventional physical exercise (CPE). Objective: To evaluate the effects of adding AVGs to a CPE program on cognitive function and HRQoL in community-dwelling older adults. Methodology: A controlled trial with two parallel groups was conducted. Fifty participants aged 60–84 years were randomly assigned to an intervention group (IG: CPE+AVG) or a control group (CG: CPE alone) for eight weeks (two sessions/week). Cognitive function (primary outcome) was assessed with the Montreal Cognitive Assessment (MoCA), and HRQoL (secondary outcome) with the Short Form Health Survey Version 2 (SF-12v2). Results: Both groups led to improvements across several cognitive domains; however, the IG showed significantly greater gains in language, delayed recall, and global cognitive function (all p<0.05). The proportion of participants with normal cognitive function increased by 36% in the IG (p=0.003) versus 12% in the CG (p>0.05). Compared with the CG, the IG showed significant improvements in both the physical and mental health dimensions of HRQoL (all p<0.05). Conclusions: The findings suggest that adding AVGs to CPE may enhance cognitive function and HRQoL more effectively than CPE alone. AVGs appear to be a safe, engaging, and promising adjunct to promote cognitive health and well-being in older adults.
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.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| 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 découle