Toward a theory‐based specification of non‐pharmacological treatments in aging and dementia: Focused reviews and methodological recommendations
Notice bibliographique
Résumé
INTRODUCTION: Non-pharmacological treatments (NPTs) have the potential to improve meaningful outcomes for older people at risk of, or living with dementia, but research often lacks methodological rigor and continues to produce mixed results. METHODS: In the current position paper, experts in NPT research have specified treatment targets, aims, and ingredients using an umbrella framework, the Rehabilitation Treatment Specification System. RESULTS: Experts provided a snapshot and an authoritative summary of the evidence for different NPTs based on the best synthesis efforts, identified main gaps in knowledge and relevant barriers, and provided directions for future research. Experts in trial methodology provide best practice principles and recommendations for those working in this area, underscoring the importance of prespecified protocols. DISCUSSION: We conclude that the evidence strongly supports various NPTs in relation to their primary targets, and discuss opportunities and challenges associated with a unifying theoretical framework to guide future efforts in this area.
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 | 0,350 | 0,470 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,003 |
| Méta-épidémiologie (sens large) | 0,012 | 0,013 |
| Bibliométrie | 0,023 | 0,018 |
| Études des sciences et des technologies | 0,003 | 0,006 |
| Communication savante | 0,016 | 0,024 |
| Science ouverte | 0,010 | 0,009 |
| Intégrité de la recherche | 0,009 | 0,014 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,003 |
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 ».