MétaCan
Menu
Retour à la cohorte
Enregistrement W2914203134 · doi:10.2196/12104

Web-Based Multidomain Lifestyle Programs for Brain Health: Comprehensive Overview and Meta-Analysis

2019· review· en· W2914203134 sur OpenAlexvenueno aff
Linda M.P. Wesselman, Astrid M. Hooghiemstra, Linda Schoonmade, Marjolein CJ de Wit, Wiesje M. van der Flier, Sietske A.M. Sikkes

Notice bibliographique

RevueJMIR Mental Health · 2019
Typereview
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensnon disponible
Organismes subventionnairesAlzheimer NederlandZonMwEU Joint Programme – Neurodegenerative Disease Research
Mots-clésComputer scienceWeb applicationMeta-analysisData scienceWorld Wide WebMedicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background The number of people living with dementia is increasing worldwide, mainly because of aging of the population. To date, there is no pharmaceutical intervention to delay or treat cognitive decline or dementia. As an estimated one-third of dementia cases might be attributable to modifiable lifestyle factors (such as cognitive and physical activity), multidomain lifestyle interventions are a promising way to maintain or improve brain health. Offering programs online would enable large-scale implementation. An overview of multidomain Web-based lifestyle programs for brain health would facilitate comparison and improvement of such programs to develop effective and sustainable interventions. Objective This study aimed to (1) provide a comprehensive overview of Web-based multidomain lifestyle programs aimed at optimizing brain health in healthy adult populations and (2) describe the programs and targeted lifestyle factors, availability, and evaluation of adherence and user experience. In addition, a meta-analysis was performed to evaluate the effectiveness of these programs. Methods Electronic databases (PubMed, EMBASE, and PsycINFO) were searched for Web-based lifestyle programs that were included when the program (1) aimed to optimize brain health, (2) focused on multiple lifestyle factors, (3) was completely Web-based (website, Web application or mobile app), (4) consisted of multiple sessions, and (5) focused on a healthy adult population. Program characteristics (target population, duration, frequency, tailoring, platform, and availability) and results of program evaluations (effectiveness, user evaluations, and adherence) were extracted and compared. Studies using a controlled design were included in a random-effects meta-analysis on the effectiveness on brain health outcomes. Study quality was assessed using the physiotherapy evidence database (PEDro) scale. Results The electronic searches yielded 44 documents describing 14 Web-based lifestyle programs; physical and cognitive activities were targeted in all programs. Four programs (4/14, 29%) were publicly available and free of charge, whereas others were restricted to research settings (5/14, 36%), available after payment (1/14, 7%), or not available at all (2/14, 14%). User evaluations were reported for 8 (57%) of the 14 programs. Reported dropout of the intervention groups ranged from 2% to 52%. Overall, 3 studies evaluated the effectiveness of a program using a controlled design and were included in the meta-analysis (moderate-to-high quality). Pooled results showed a significant small-to-medium effect of the Web-based multidomain lifestyle interventions on outcome measures for brain health (global cognition score, subjective cognitive score, and lifestyle risk score; standard mean difference=0.45; 95% CI 0.12-0.78), with a high degree heterogeneity across studies (I2=75%; P=.02). Conclusions In total, 14 Web-based multidomain lifestyle programs aimed at optimizing brain health were found. The programs showed heterogeneity in both characteristics and effectiveness evaluation. Despite this heterogeneity, this meta-analysis suggests that Web-based lifestyle programs can positively influence brain health outcomes and have the potential to contribute to the prevention of dementia.

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)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesMéta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,868
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0120,003
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
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 Opus0,301
Tête enseignante GPT0,552
Écart entre enseignants0,250 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations64
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Mental HealthMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207