MétaCan
Menu
Retour à la cohorte
Enregistrement W4306938127 · doi:10.1007/s11357-022-00674-5

Pre-frail older adults show improved cognition with StayFitLonger computerized home–based training: a randomized controlled trial

2022· article· en· W4306938127 sur OpenAlexafffundabout
Sylvie Belleville, Marc Cuesta, Mélanie Bieler-Aeschlimann, Katia Giacomino, Antoine Widmer, Anne Gabrielle Mittaz Hager, Daniel Pérez-Marcos, Suzette Cardin, Benjamin Boller, Nathalie Bier, Mylène Aubertin‐Leheudre, Louis Bherer, Nicolas Berryman, Stefan Agrigoroaei, Jean‐François Démonet

Notice bibliographique

RevueGeroScience · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensUniversité du Québec à MontréalCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-MontréalUniversité du Québec à Trois-RivièresUniversité de MontréalMontreal Heart InstituteInstitut Universitaire de Gériatrie de MontréalBell (Canada)
Organismes subventionnairesStaatssekretariat für Bildung, Forschung und InnovationFonds de Recherche du Québec - SantéActive and Assisted Living programmeCanadian Institutes of Health ResearchAGE-WELL
Mots-clésCognitive trainingCognitionRandomized controlled trialPsychological interventionPsychoeducationIntervention (counseling)Verbal fluency testCognitive InterventionPsychologyCognitive declineExecutive functionsPhysical therapyPhysical medicine and rehabilitationMedicineGerontologyClinical psychologyNeuropsychologyDementiaPsychiatry

Résumé

récupéré en direct d'OpenAlex

Multidomain interventions have shown tremendous potential for improving cognition in older adults. It is unclear if multidomain interventions can be delivered remotely and whether remote intervention is beneficial for older adults who are vulnerable or at risk of cognitive decline. In a 26-week multi-site, home-based, double-blind, randomized controlled trial, 120 cognitively healthy older adults (75 robust, 45 pre-frail; age range = 60-94) recruited from Switzerland, Canada, and Belgium were randomized to receive either the StayFitLonger (SFL) computerized multidomain training program or an active control intervention. Delivered on tablets, the SFL intervention combined adapted physical exercises (strength, balance, and mobility), cognitive training (divided attention, problem solving, and memory), opportunities for social and contributive interactions, and psychoeducation. The active control intervention provided basic mobilization exercises and access to video games. Cognitive outcomes were global cognition (Z-scores of attention, verbal fluency, and episodic memory for nondemented older adults; ZAVEN), memory, executive function, and processing speed. Linear mixed model analyses indicated improved performance on the ZAVEN global cognition score in the SFL group but not in the active control group. Stratified analyses by frailty status revealed improved ZAVEN global cognition and processing speed scores following SFL in the pre-frail group but not in the robust group. Overall, the study indicates that a computerized program providing a multidomain intervention at home can improve cognition in older adults. Importantly, pre-frail individuals, who are at higher risk of cognitive decline, seem to benefit more from the intervention. Trial registration: ClinicalTrials.gov, NCT037519 Registered on January 22, 2020-Retrospectively registered, https://clinicaltrials.gov/ct2/show/NCT04237519 .

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,283
Écart entre enseignants0,266 · 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'étudeEssai randomisé
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

Citations24
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueGeroScienceMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207