Mindfulness and cognitive training interventions that address intersecting cognitive and aging needs of older adults
Notice bibliographique
Résumé
Summary Mindfulness and cognitive training interventions are promising models to address impacts (e.g., anxiety and stress) of cognitive impairment among older adults. Combining strategies may yield better outcomes than models offered in isolation. However, there are numerous uncertainties about these interventions, potential for combination, and implementation. Social workers are well placed to offer these interventions. Findings From an initial search of 3,538 records, 13 studies were included in the final review. Mindfulness studies focused on stress reduction or cognitive behavioral therapy. Cognitive training studies applied stimulation or activity approaches. Results indicate that the field is still emerging, as most studies were pilot or feasibility trials. A combination of mindfulness-based stress reduction and brain training activities may offer the most promising model for older adults with cognitive impairment, based on outcome assessments and other factors. A common limitation among the reports was detailed on engaging older adults with cognitive challenges in the design and implementation of these interventions. Applications This realist review deepens the understanding of how, why, for whom, and in what circumstances a combination of mindfulness and cognitive training could be most successful for social workers to address intersecting cognitive and aging needs of older adults. Building evidence on combining mindfulness-based stress reduction and brain training activities among older adults with cognitive impairment could yield promising results, and this review identifies implementation considerations. The review also found a need for psychometric scale development on the benefits of brain training activities.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».