Assessment of Cognitive Assistive Technologies in Elderly Patients with Dementia Post-COVID-19 Infection: A Research Proposal
Notice bibliographique
Résumé
Introduction: SARS-CoV-2 infection is thought to be implicated in an increased risk for various neurodegenerative diseases given its role in neuroinflammation. As a result, cognitive assistive technologies to monitor the risk of neurodegenerative diseases in those with prior COVID-19 infection and the regular implementation of practices designed to promote synaptic plasticity may decrease the risk of dementia in susceptible populations. It is hypothesized that incorporating frequent use of a mobile application designed to improve memory five times per week in the daily routines of patients aged 65+ who have survived a COVID-19 infection may decrease the prevalence of subsequent dementia. Methods: The goal of this application would be to (i) deliver interventions related to long-term potentiation, and (ii) centralizing patient health data in a singular domain to improve ease of access for caregivers and medical staff. This may be investigated through a two-pronged randomized controlled trial aimed to compare neural and cognitive functioning through repeat neuropsychological exams, magnetic resonance imaging, and electroencephalogram tests over a 6-year timeframe between no-intervention and intervention groups while collecting caregiver and healthcare worker data regarding its efficacy in improving quality of life. Results: It is expected that patients consistently using cognitive assistive technologies in long-term care facilities will experience lower incidence of cognitive decline compared to the control group due to improved maintenance of mental health and the learning of new skills. In addition, with the use of technology, patients may experience increased autonomy and independence, improving their quality of life while simultaneously providing relief to their families and caregivers. Discussion: Some further considerations may include the degree of technological proficiency of the patients during the development process to ensure that patients reap the maximum benefits. Factors including rapid development and testing, funding, and strong technology support systems must be taken into consideration to ensure a seamless transition to increased reliance on technology in post-COVID-19 patients with dementia. Conclusion: Strong evidence indicates technology-based interventions can be used to by dementia patients and their caretakers overcome physical and environmental challenges normally and during future pandemic waves.
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 | 0,019 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».