Non-pharmacological Approaches to Depressed Elderly With No or Mild Cognitive Impairment in Long-Term Care Facilities. A Systematic Review of the Literature
Notice bibliographique
Résumé
Introduction: Compared to old people who live at home, depressive symptoms are more prevalent in those who live in long-term care facilities (LTCFs). Different kinds of non-pharmacological treatment approaches in LTCFs have been studied, including behavioral and cognitive-behavioral therapy, cognitive bibliotherapy, problem-solving therapy, brief psychodynamic therapy and life review/reminiscence. The aim of the current review was to systematically review non-pharmacological treatments used to treat depressed older adults with no or mild cognitive impairment (as described by a Mini Mental State Examination score > 20) living in LTCFs. Methods: A research was performed on PubMed and Scopus databases. Following the Preferred Reporting Items for Systematic Reviews and MetaAnalyses (PRISMA) flowchart, studies selection was made. The quality of each Randomized Controlled Trial was scored using the Jadad scale, Quasi-Experimental Design studies and Non-Experimental studies were scored based on the Newcastle-Ottawa Scale (NOS) Results: The review included 56 full text articles; according to the type of intervention, studies were grouped in the following areas: horticulture/gardening ( n = 3), pet therapy ( n = 4), physical exercise ( n = 9), psychoeducation/rehabilitation ( n = 15), psychotherapy ( n = 3), reminiscence and story sharing ( n = 14), miscellaneous ( n = 8). Discussion and Conclusion: Despite mixed or negative findings in some cases, most studies included in this systematic review reported that the non-pharmacological interventions assessed were effective in the management of depressed elderly in the LTCFs context. Regrettably, the limitations and heterogeneity of the studies described above hinder the possibility to generalize and replicate results.
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 | 0,005 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,006 |
| Bibliométrie | 0,009 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».