MétaCan
Menu
Retour à la cohorte
Enregistrement W3035693282 · doi:10.1186/s12984-020-00691-5

A comparison of two personalization and adaptive cognitive rehabilitation approaches: a randomized controlled trial with chronic stroke patients

2020· article· en· W3035693282 sur OpenAlexaboutno aff
Ana Lúcia Faria, Maria Salomé Pinho, Sergi Bermúdez i Badia

Notice bibliographique

RevueJournal of NeuroEngineering and Rehabilitation · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueStroke Rehabilitation and Recovery
Établissements canadiensnon disponible
Organismes subventionnairesInterregFundação para a Ciência e a TecnologiaFP7 People: Marie-Curie ActionsEuropean CommissionAgência Regional para o Desenvolvimento da Investigação, Tecnologia e Inovação
Mots-clésCognitionCognitive rehabilitation therapyExecutive functionsRehabilitationNeuropsychologyPsychologyCognitive trainingPersonalizationMontreal Cognitive AssessmentPhysical medicine and rehabilitationWorking memoryNeuropsychological assessmentRandomized controlled trialCognitive psychologyMedicineComputer scienceCognitive impairmentPsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Paper-and-pencil tasks are still widely used for cognitive rehabilitation despite the proliferation of new computer-based methods, like VR-based simulations of ADL's. Studies have established construct validity of VR assessment tools with their paper-and-pencil version by demonstrating significant associations with their traditional construct-driven measures. However, VR rehabilitation intervention tools are mostly developed to include mechanisms such as personalization and adaptation, elements that are disregarded in their paper-and-pencil counterparts, which is a strong limitation of comparison studies. Here we compare the clinical impact of a personalized and adapted paper-and-pencil training and a content equivalent and more ecologically valid VR-based ADL's simulation. METHODS: We have performed a trial with 36 stroke patients comparing Reh@City v2.0 (adaptive cognitive training through everyday tasks VR simulations) with Task Generator (TG: content equivalent and adaptive paper-and-pencil training). The intervention comprised 12 sessions, with a neuropsychological assessment pre, post-intervention and follow-up, having as primary outcomes: general cognitive functioning (assessed by the Montreal Cognitive Assessment - MoCA), attention, memory, executive functions and language specific domains. RESULTS: A within-group analysis revealed that the Reh@City v2.0 improved general cognitive functioning, attention, visuospatial ability and executive functions. These improvements generalized to verbal memory, processing speed and self-perceived cognitive deficits specific assessments. TG only improved in orientation domain on the MoCA, and specific processing speed and verbal memory outcomes. However, at follow-up, processing speed and verbal memory improvements were maintained, and a new one was revealed in language. A between-groups analysis revealed Reh@City v2.0 superiority in general cognitive functioning, visuospatial ability, and executive functions on the MoCA. CONCLUSIONS: The Reh@City v2.0 intervention with higher ecological validity revealed higher effectiveness with improvements in different cognitive domains and self-perceived cognitive deficits in everyday life, and the TG intervention retained fewer cognitive gains for longer. TRIAL REGISTRATION: The trial is registered at ClinicalTrials.gov, number NCT02857803. Registered 5 August 2016, .

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0040,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,020
Tête enseignante GPT0,271
Écart entre enseignants0,251 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai randomisé
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

Citations102
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of NeuroEngineering and RehabilitationMême sujetStroke Rehabilitation and RecoveryTravaux en français237 207