Projeto de Intervenção para Melhoria do Desempenho Cognitivo em Doentes com Défice Cognitivo Ligeiro
Notice bibliographique
Résumé
INTRODUÇÃO: Em 2018, um estudo de investigação realizado numa Unidade de Saúde Familiar (USF) estimou uma prevalência de défice cognitivo ligeiro (DCL) de 29,1%, verificando-se uma associação entre o melhor desempenho no teste Montreal Cognitive Assessement (MoCA) com a leitura de jornais e livros e a realização de passatempos. O objetivo do projeto foi melhorar a capacidade cognitiva nos idosos com DCL através de atividades de treino cognitivo.MÉTODOS: Projeto de intervenção realizado numa USF com uma amostra de 20 idosos com DCL. Decorreram sessões presenciais de treino cognitivo e foram entregues cadernos de trabalhos de casa. Foi aplicado o MoCA versão portuguesa aos zero, três e seis meses para avaliação do desempenho cognitivo.RESULTADOS: No início do estudo, a pontuação mediana no MoCA foi 18,5. Após seis meses, registou-se uma pontuação mediana de 23. Verificou-se uma melhoria da pontuação global em todos os domínios cognitivos, com exceção da linguagem e da orientação.CONCLUSÃO: O objetivo foi atingido pela melhoria do desempenho cognitivo após seis meses de estudo. O treino cognitivo tem um potencial efeito benéfico na saúde da população idosa e requer materiais de simples elaboração e baixo custo que podem ser aplicados em lares de idosos e centros de dia através dos cuidadores.
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 | 0,006 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,021 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».