MétaCan
Menu
← Retour à la cohorte
Enregistrement W3113300175 · doi:10.1002/alz.046657

Baseline findings of the Filipino Multicomponent Intervention to Maintain Cognitive Performance among High‐Risk Populations (FINOMAIN) study

2020· article· en· W3113300175 sur OpenAlexaboutno aff
Maria Clarissa Ora Del Moral, Jacqueline C. Dominguez, Thien Kieu Thi Phung, Ma. Fe De Guzman, Reizelle Marie O Del Moral

Notice bibliographique

RevueAlzheimer s & Dementia · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueStroke Rehabilitation and Recovery
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMemory spanGeriatric Depression ScaleTinetti testDementiaVerbal fluency testPsychologyMontreal Cognitive AssessmentCognitionPhysical therapyMini–Mental State ExaminationGrip strengthEffects of sleep deprivation on cognitive performanceGerontologyMedicinePsychiatryGaitWorking memoryNeuropsychologyDisease

Résumé

récupéré en direct d'OpenAlex

Abstract Background FINOMAIN is an on‐going community study which integrates nutrition counselling (“the Philippine plate” or pinggang Pinoy), standard vascular care, and physical exercise in the form of a ballroom dance protocol known as INDAK (Improving Neurocognition through Dance and Kinesthetics). The multicomponent intervention will last for 48 weeks. Nutrition counselling and standard vascular care are given every third month, and INDAK is given twice a week for 60 minutes each session. Method FINOMAIN is a two‐arm, single‐blind, cluster randomized controlled trial of a multicomponent intervention to prevent cognitive decline among at‐risk elderly. A total sample of 71 participants (intervention=38, control=33) from 8 community clusters in Quezon City, Metro Manila joined the pilot study. Baseline data included demographics, cognitive profile, behavioural and functional profile, anthropometric measures, and medical and laboratory measures. Result The comprehensive assessment included (1) cognitive measures (Clinical Dementia Rating‐Sum of Boxes, Alzheimer’s Disease Assessment Scale‐Cog, Alzheimer’s Disease 8, Montreal Cognitive Assessment‐Philippines, Mini Mental State Examination‐Philippines, Verbal Fluency [animal and vegetables categories], Digit Symbol Substitution Test, Trail Making Test A and B, Number Cancellation Task, Logical Memory [immediate recall, delayed recall, and recognition], Digit Span [forward and backward], and Boston Naming Test), (2) behavioural and functional measures (Neuropsychiatric Inventory, Geriatric Depression Scale, EQVAS Health‐Related Quality‐of‐Life, Lawton’s Instrumental Activities of Daily Living, Disability Assessment for Dementia, Time Up and Go, Sit to Stand Test, Grip strength, Tinetti Balance and Gait, and Berg Balance Scale), (3) anthropometric measures, and (4) medical and laboratory measures (lipid profile, cholesterol level, fasting blood glucose, vitamin B deficiency, osteoarthritis, anemia, depression episode history, alcohol use, smoking history, and blood amyloid [MDS‐AD test]). The intervention and control groups are comparable in all baseline measures (p’s>0.05). A random sample of 38 was drawn from 52 individuals who attended an 8‐week INDAK training, to compose the intervention group. Compliance to INDAK protocol was 97.4% (>/=80%). Conclusion FINOMAIN is a much‐needed study to confirm the efficacy of multicomponent interventions in preventing cognitive decline among at‐risk elderly in a community setting. Data can be compared with other multicomponent programmes to select the most effective interventions for specific at‐risk populations.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,046
Score d'incertitude au seuil0,091

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,033
Tête enseignante GPT0,290
Écart entre enseignants0,257 · 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'étudeObservationnel
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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & Dementia→Même sujetStroke Rehabilitation and Recovery→Travaux en français237 207→