Realidade virtual nas capacidades cognitivas e psicológicas em pessoas idosas : revisão sistemática com metanálise
Bibliographic record
Abstract
Resumo: Comparar os efeitos dos exercícios por realidade virtual (RV) com o exercício físico convencional para as capacidades cognitivas e psicológicas das pessoas idosas. Incluídos artigos publicados entre 2012 e 2021, das bases de dados PubMed, Scielo, Cochrane Library e Web of Science. Critérios de inclusão: estratégia PICO (Participante, Intervenção, Comparação e Outcome/Desfecho; RoB 2- Cochranepara analisar o risco de viés para ensaios randomizados; GRADE Pro, avaliação da qualidade das evidências. 403 artigos inicialmente identificados, 23 elegíveis para a revisão sistemática e 14 incluídos na metanálise. Instrumentos encontrados: Trail Making Test (TMT-B), Stroop Test, Montreal Cognitive Assessment (MoCA), Mini Exame do Estado Mental (MEEM) e Short Form Health Survey (SF-36). No TMT-B observamos heterogeneidade (Tau²=0,51, I²=82,97%, Q=17,51, p=0,001) e diferença estatisticamente significativa entre os grupos, favorecendo a intervenção por RV (p=0,028). No Stroop Test, não observamos heterogeneidade (Tau²=0, I²=0, Q=1,53, p=0,464) e não houve diferença entre os grupos (p=0,194). Nos testes MEEM e MoCA, tivemos heterogeneidade entre os grupos (Tau²=0,17, I²=63,47%, Q=18,055, p=0,012), favorecendo a RV de maneira estatisticamente significativa (p=0,008). O SF-36 não apresentou heterogeneidade entre os grupos (Tau²=0, I²=0, Q=1,53, p=0,464) e não houve diferença estatística significativa (0,657). Ainda não é possível afirmar que apenas a utilização da RV é eficiente, porém ressaltamos que as intervenções realizadas com as pessoas idosas, nas quais eles se sentem parte e são responsáveis pelo seu desempenho, mostram a interação e motivação para o exercício físico, ajudando a terem uma vida mais saudávele com mais qualidade.
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 | 0.027 | 0.082 |
| Meta-epidemiology (narrow) | 0.002 | 0.002 |
| Meta-epidemiology (broad) | 0.009 | 0.027 |
| Bibliometrics | 0.011 | 0.009 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.003 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 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".