Eficacia ejercicio basado en el hogar usando una aplicación móvil para mejorar las funciones cognitivas en pacientes con hipertensión: un sencillo diseño experimental
Bibliographic record
Abstract
Objetivo: El propósito de este estudio fue determinar el efecto del ejercicio en el hogar utilizando una aplicación móvil para mejorar las funciones cognitivas en pacientes con hipertensión. Métodos: Este estudio se realizó utilizando un sencillo diseño experimental con un grupo de prueba previa y posterior en un centro de salud pública ubicado en Java Occidental, Indonesia, de febrero a julio de 2019. Un programa de ejercicios basado en dispositivos móviles era una actividad de caminar en casa todos los días durante un mes. La muestra en el estudio se seleccionó mediante muestreo de conveniencia para adultos mayores de 18 años y diagnosticados con hipertensión. La Evaluación Cognitiva de Montreal (MoCA) se utilizó para medir la función cognitiva. Una prueba t pareada utilizada para analizar datos con el nivel de significancia se estableció en 0.05. Resultados: Un total de 120 participantes se inscribieron en este estudio. La edad media de la muestra fue de 56.42 ± 10.6 años, 70 (58.3%) eran hombres, 61 (50.8%) tenían un nivel educativo más bajo y 77 (64.2%) estaban desempleados. La puntuación media de MoCA mostró una mejoría después de la intervención, de 23.3 ± 3.42 a 26.7 ± 2.78, p = 0.010. Más detalladamente, hubo mejoría después de la intervención en el dominio de nomenclatura (2.930.34 vs. 3.141.06, p = 0.003), atención (2.39 ± 0.68 vs. 3.12 ± 1.04, p = 0.001) y abstracción (1.56 ± 0.49 vs. 2.01 ± 0.89, p = 0.043). Conclusión: El uso de una aplicación de ejercicio móvil fue efectivo, fácil de hacer con bajo costo para mejorar la función cognitiva y prevenir la demencia en pacientes hipertensos.
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
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".