Does Cognitive Training Improve Mobility, Enhance Cognition, and Promote Neural Activation?
Notice bibliographique
Résumé
A close inter-relationship between mobility and cognition is reported in older adults, with improvements in gait performance noticeable after cognitive remediation in frail individuals. The aim of this study was to evaluate the efficacy of computerized cognitive training (CCT) on mobility in healthy, independently living older adults, and to determine whether CCT is associated with changes in neural activation for mobility-related brain processes. Using a randomized single-blind control design, sixty-three non-demented adults age 60 y and older (mean age = 67 y; 76% female, mean Montreal Cognitive Assessment [MoCA] score = 27) were recruited from a local Senior Activity Center. Participants were randomly assigned to either a 2-month CCT program (8 weeks, 3x/week, 40 min/session) or a wait-list control group. Primary outcome was self-selected gait speed during single- and dual-task walking. Secondary outcome was executive function on Trail Making Test (TMT), Part B. Neural activity was assessed via electroencephalography/event-related potentials (EEG/ERPs) targeting lower-limb performance. Results from a linear mixed effect model, adjusted for baseline MoCA score, age, gender, and study completion revealed that compared to controls, CCT improved gait speed during the dual-task ( p = 0.008) but not during the single-task walking condition ( p = 0.057). CCT also improved executive function ( p = 0.024). Further, shorter foot reaction time responses ( p = 0.019) were found with enhanced neural activation over sensorimotor areas, with shorter ERP latencies during the P2 component ( p = 0.008) and enhanced motor responses ( p = 0.009) also evident in the CCT group after the intervention. Overall, the electrophysiological findings suggest possible neural adaptations that could explain improvements in mobility and executive functions associated with CCT in healthy older adults.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».