Construction and evaluation of multidomain attention training to improve alertness attention, sustained attention, and visual‐spatial attention in older adults with mild cognitive impairment: A randomized controlled trial
Notice bibliographique
Résumé
OBJECTIVES: We aimed to analyze the effects of multidomain attention training on alertness, sustained attention, and visual-spatial attention in older adults with mild cognitive impairment (MCI). DESIGN: The design used in this study was a two-arm, parallel group, double-blind randomized controlled trial. SETTING AND PARTICIPANTS: The participants of the study were seventy-eight older adults with MCI (mean age: 79.5 ± 7.9 years) from retirement centers and community housing for the elderly. INTERVENTION: The participants were randomly assigned to an experimental group (multidomain attention training, n = 39) or an active control group (n = 39). Both groups underwent training sessions for 45 minutes three times per week for 6 weeks (18 sessions in total). MEASURES: The main efficacy indicator was alertness (Trail Making Test Part B), sustained attention (Digit Vigilance Test), and visual-spatial attention (Trail Making Test Part A). The secondary outcome indicators were other cognitive functions (Mini-Mental State Examination [MMSE] and Montreal Cognitive Assessment [MoCA] subscales). Measurements were obtained at pretest, posttest, and 3 and 6 months after training. RESULTS: The results were analyzed by a generalized estimating equation (GEE), which indicated that attention outcomes (alertness, sustained attention, and visual-spatial attention) of the experimental group did not improve after training. However, the experimental group displayed a significant improvement in the attention, memory, and orientation of MMSE and MoCA subscales over a period of 6 months and also showed superior results compared with the control group. CONCLUSIONS: Multidomain attention training demonstrated improved alertness and visual-spatial attention for posttest after 6 months. We also outline potential future advances in attention training for improving attention in older adults with MCI.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».