A-136 The Transfer of Cognitive Training to Real-World Functioning: Results of our First Six Pilot Subjects at Six-Month Follow-Up
Notice bibliographique
Résumé
Abstract Objective Currently, the majority of cognitive training research measures treatment efficacy using in-laboratory measures, with minimal focus on real-world treatment changes. This case series demonstrates the feasibility of transferring cognitive improvements from the laboratory into the everyday life setting. Method This case series includes 6 chronic post-stroke participants; mild to moderate cognitive impairment. The intervention combines cognitive training with behavioral techniques, known as the Transfer Package (TP). The TP involves components that target functionality on IADLs in the real-world. Performance on cognitively-based IADLs in the real world are measured pre-treatment, post, and 6-month follow-up. Measures of real-world ability are the: Canadian Occupational Performance Measure (COPM), Cognitive Task Activity Log (CTAL) and Inventory of Improved and New Abilities (INCA). In-laboratory measures included the D-KEFS and Timed IADL assessments. Results The real-world outcome measures used in this study were the COPM and two measures developed for this study, the CTAL and INCA. The mean change from pre to post on the COPM Performance Scale was 2.18 (SD = 1.33) and the mean change on the COPM Satisfaction Scale was 2.70 (SD = 1.27). The mean change on the CTAL was 1.96 (SD = 0.93). On the INCA, the mean number of improved real-world cognitive activities was 11.8 (SD = 4.9) and the mean number of new cognitive activities was 7.6 (SD = 3.9). Follow-up reported near-perfect retention on CTAL and continued improvement on the INCA. There were minimal changes on in-laboratory measures. Conclusions This case series provides a framework for achieving the transfer of cognitive training treatment effects in the real-world life situation by overcoming behavioral barriers to functioning.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».