Validation of the effect of soundscape on the well‐being and behaviour of people with dementia: a randomized clinical trial
Notice bibliographique
Résumé
Abstract Background Using the Soundscape approach to design an environment that improves people’s quality of life is crucial. This approach is more challenging for people with dementia. This project uses a personalized algorithm to play sounds at prescheduled moments throughout the night in patients’ rooms in a research hospital specializing in dementia care to evaluate the reduction in resistance to care and agitation. Method A single‐blind repeated measure randomized clinical trial is designed to estimate the overall or average effects of the customized soundscape on people with dementia. Twenty‐six participants were randomized into two groups of AcustiCare (n = 13) and Treatment as usual (n = 13) for six weeks for each study group. Result The primary outcomes of this study were the NPI‐total score and the PAS‐resisting care subscale. In a linear mixed effects model, there were improvements in the NPI‐total scores over time in both groups (‐5.9 +/‐1.3; ρ<0.001). With the PAS‐resisting care subscale, a significant group x time difference, with a greater reduction in PAS‐resisting care score in the AcustiCare group (‐0.81 +/‐ 0.4; ρ = 0.042). Conclusion People with dementia can benefit from augmented sonic environments since auditory stimulation can reduce agitation and anxiety and provide safety and familiarity. The outcome of a small sample size showed improvement in resistance to care and reduction in agitation; These results can also be used to calculate effect size and determine the sample size for a future RCT.
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 | 0,008 | 0,000 |
| 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 ».