Efeitos do treinamento multimodal em ambientes real e virtual na qualidade de vida e cognição de indivíduos pós-Acidente Vascular Cerebral: ensaio clínico aleatorizado
Bibliographic record
Abstract
Paulo, 2018.Introdução: Sabe-se que exercícios físicos multimodais compostos por treinamento aeróbio, resistido, neuromotor e de flexibilidade podem contribuir para melhorar a marcha, equilíbrio, força muscular, capacidade aeróbia e cognição.Tais efeitos podem impactar positivamente na qualidade de vida relacionada à saúde de indivíduos pós-Acidente Vascular Cerebral (AVC).Exercícios físicos multimodais podem ser realizados em ambiente real (mais comum na prática clínica) ou virtual.No ambiente real há elevado relacionamento interativo entre o profissional e o paciente, elevada validade ecológica, possibilitando treinamento específico à tarefa com alta intensidade, possibilidade de realização de forma individual ou em grupo, não necessitando de recursos tecnológicos, o que reduz o custo.Já no ambiente virtual, há uma rica oferta de informações sensoriais (visuais, auditivas, proprioceptivas), alta estimulação cognitiva e de resolução de problemas, que oferece informações com foco externo de atenção em um ambiente seguro, controlado, motivador e desafiador.Considerando as características de ambos os ambientes, surge a seguinte questão: A combinação de intervenções em ambientes real e virtual poderia resultar em benefícios superiores na qualidade de vida relacionada à saúde e cognição de indivíduos pós-AVC?Objetivo: investigar os efeitos da combinação de exercícios físicos multimodais em ambiente real e virtual na qualidade de vida relacionada à saúde e cognição de indivíduos pós-AVC.Método: Tratou-se de um ensaio clínico aleatorizado com três grupos, grupo multimodal real (GMR), grupo multimodal virtual (GMV) e grupo multimodal combinado (GMC), sendo que os sujeitos do GMR realizaram apenas exercícios físicos multimodais em ambiente real, 2 vezes por semana, 60 minutos por sessão, durante 15 semanas, o GMV realizou exercícios no mesmo período, porém somente em ambiente virtual, já o GMC realizou uma sessão semanal de exercícios físicos multimodais em ambiente real e a outra sessão semanal em ambiente virtual.Para avaliar a qualidade de vida relacionada à saúde foi aplicada, por um avaliador cego, a Escala de Impacto do AVC (EIAVC) e a cognição foi mensurada por meio da Montreal Cognitive Assessment (MoCA), ambos realizados antes, após e 1 mês do término da intervenção.Os dados foram analisados por meio da ANOVA (3x3) para o fator grupo, com medidas repetidas levando-se em conta o fator tempo (pré-teste, pós-teste e seguimento) e com o post hoc de teste de Tukey para detecção das diferenças, com alfa de 0,05 como significância estatística.Resultados: Quarenta e oito sujeitos foram recrutados, sendo que 36 sujeitos terminaram o protocolo de estudo (12 sujeitos em cada grupo).Não houve diferença estatisticamente significante entre os grupos após o período de intervenção em nenhuma das variáveis do estudo; com relação ao seguimento, o GMV piorou com relação aos dois outros grupos no que diz respeito a QVRS, mais especificamente nas AVD/AIVD e mobilidade.Ao observar os grupos isoladamente (análise intragrupo), nota-se que o GMR obteve melhora após a intervenção na QVRS: função de mão e percepção de recuperação do AVC, e também na cognição e tais melhoras se mantiveram no seguimento.Tais resultados dão suporte para a efetividade do treinamento em ambiente real.Com relação à cognição, o GMV, apresentou resultados positivos tanto após a intervenção, quanto no seguimento.Conclusão: A combinação de exercícios físicos em ambiente real e virtual (combinado) não apresentou efeitos superiores ao treinamento isolado.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.006 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".