Tablet-Based Puzzle Game Intervention for Cognitive Function and Well-Being in Healthy Adults: Pilot Feasibility Randomized Controlled Trial
Notice bibliographique
Résumé
Background: Promoting cognitive health is key to maintaining cognitive and everyday functions and preventing the risk of cognitive impairment or dementia. Existing scientific evidence shows the benefits of various training modalities on cognition. One way to promote cognitive health is through engagement in cognitive activities (eg, board and video games). Objective: This study aims to investigate the benefits of dynamic adaptive casual puzzle games on cognitive function and well-being in healthy adults and older people. Methods: A total of 12 adults and older people (female participants: n=6; mean age 58.92, SD 10.28 years; range 46-75 years) were included in this pilot randomized controlled trial. This study used a crossover design with two phases (8 weeks each) and three measurement waves (pretest, midtest, and posttest). The participants were randomly allocated either to the control or experimental group. In the control group, participants read newspapers between the pre- and midtest, then switched to cognitive training with puzzle games. In the experimental group, the interventions were reversed. Baseline measurements (pretest) were collected before the intervention. The interventions were delivered on tablet computers and took place unsupervised at participants' homes. Results: The outcome measures included global cognitive function, higher cognitive function, and emotional well-being at 3 time points (pretest, midtest, and posttest) using standardized neuropsychological tests. The participants showed improvements in their visual attention and visuospatial measures after the puzzle game intervention. Conclusions: The study showed that digital games are a feasible way to train cognition in healthy adults and older people. The algorithm-based dynamic adaption allows accommodations for persons with different cognitive levels of skill. The results of the study will guide future prevention efforts and trials in high-risk populations.
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 | 0,004 | 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».