Effects of online computerized cognitive training program Beynex on the cognitive tests of individuals with subjective cognitive impairment (SCI) and Alzheimer disease on rivastigmine therapy
Notice bibliographique
Résumé
Background/aim: Clinical trials conducted on the efficacy of computerized cognitive training (CCT) programs have not led to any important breakthroughs. CCT is a safe and inexpensive approach, but its efficacy in patients on rivastigmine therapy has not been evaluated. This study aims to compare effects of CCT and examines rivastigmine to determine whether CCT has any further contributions to make. Materials and methods: Sixty individuals with subjective memory complaint (SCI) and 60 individuals with early stage Alzheimer’s dementia (AD) were subjected to the Montreal Cognitive Assessment (MoCA), Cambridge Cognition (CANTAB tests: MOT, PRM, DMS, SWM, PAL, RTI), and Bayer-ADL. After screening patients who were diagnosed with AD, we started rivastigmine patch treatment (10 cm2 = 9.5 mg). The SCI and AD groups were randomly divided, and one each of the SCI and AD groups were accessed using BEYNEX, a web-based program. After a minimum of at least 1200 min of use, the diagnostic tests were repeated. Results: The AD groups’ MoCA scores of the BEYNEX-practicing group demonstrated meaningfully increase, whereas they decreased in the control group, and the Bayer-ADL scores indicated improvement in ADL. The CANTAB tests both in SCI and AD and in groups using BEYNEX showed positive improvement in MOT, DMS, and PAL data. Conclusion: This study is a rare example that focuses on both groups with SCI and AD. The efficacy of CCT varies across cognitive domains and shows significant efficacy for AD but small improvements in cognitively healthy older adults. In future studies, integration with a smart learning algorithm may lead to interesting observations on which parameters are more sensitive to change under long-term use of CCT in a large number of subjects.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».