MétaCan
Menu
Retour à la cohorte
Enregistrement W2752605604 · doi:10.47513/mmd.v9i3.565

Can Rhythmic Sensory Stimulation Decrease Cognitive Decline in Alzheimer's Disease?: A Clinical Case Study

2017· article· en· W2752605604 sur OpenAlexaff
Amy Clements-Cortés, Lee Bartel, Heidi Ahonen, Morris Freedman, Michael A. Evans, David F. Tang‐Wai

Notice bibliographique

RevueMusic and Medicine · 2017
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural dynamics and brain function
Établissements canadiensBaycrest HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésRSSCognitionRhythmPhysical medicine and rehabilitationDiseaseCLARITYEntrainment (biomusicology)PsychologySensory systemMedicineAudiologyGerontologyPhysical therapyCognitive psychologyPsychiatryInternal medicineComputer science

Résumé

récupéré en direct d'OpenAlex

Background/Objectives: To present Rhythmic Sensory Stimulation (RSS) as a potential new treatment of Alzheimer’s disease (AD).Design: Longitudinal case study over a three year period.Setting: RSS was provided both in a long-term care/research facility and in-home.Participant: One 92 year old female with AD.Intervention: Treatments consisted of RSS resulting in gamma frequency entrainment, provided by two different treatment devices over three years.Measurements: Quantitative and qualitative measures were used including: MMSE, SLUMS, interviews, observation notes and a participant question sheet.Results: MMSE scores since diagnosis three years earlier, as well as cognition, clarity, and awareness were reported by the case’s husband to have remained unchanged.Conclusion: Although further research is warranted, this case suggests that RSS has potential to help maintain cognition in AD.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,317
Score d'incertitude au seuil0,433

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,153
Tête enseignante GPT0,395
Écart entre enseignants0,241 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMusic and MedicineMême sujetNeural dynamics and brain functionTravaux en français237 207