MétaCan
Menu
← Retour à la cohorte
Enregistrement W4390200808 · doi:10.1002/alz.080035

The contribution of leisure activities to cognitive health in adults with chronic stroke

2023· article· en· W4390200808 sur OpenAlexaffabout
Rebeca Hernández‐Gamboa, Elizabeth Dao, Ryan S. Falck, Teresa Liu‐Ambrose

Notice bibliographique

RevueAlzheimer s & Dementia · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueStroke Rehabilitation and Recovery
Établissements canadiensVancouver Coastal Health Research InstituteUniversity of British ColumbiaInternational Collaboration On Repair DiscoveriesVancouver Coastal Health
Organismes subventionnairesnon disponible
Mots-clésMontreal Cognitive AssessmentDementiaStroke (engine)CognitionGerontologyPsychologyPopulationCognitive declineActivities of daily livingEffects of sleep deprivation on cognitive performanceMedicinePhysical therapyClinical psychologyPsychiatryDiseaseCognitive impairmentInternal medicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Abstract Background Stroke doubles one’s risk for dementia. Therefore, stroke survivors represent a target population in need of intervention strategies to promote cognitive function and prevent dementia. Engagement in leisure activities, such as social, physical, and cognitive enrichment activities, are beneficial for healthy cognitive aging. Thus, we hypothesize that higher levels of leisure activities are associated with better cognitive performance in adults with chronic stroke and may be a promising approach to promoting cognitive health post‐stroke. Method A cross‐sectional analysis of baseline data from the Vitality study – a randomized controlled trial examining the effects of exercise training or complex mental and social activities on cognitive function in community dwelling older adults (aged 55+ years) living with chronic stroke (i.e., stroke sequelae ≥1 year). Our primary cognitive outcome was the Alzheimer’s Disease Assessment Scale–Cognitive Subscale‐Plus (ADAS‐Cog Plus: 13‐item ADAS‐Cog and additional cognitive tests). We indexed participation in leisure activities using the Nottingham Leisure Questionnaire (NLQ); this questionnaire is specific for stroke survivors. We first investigated the bivariate correlation between leisure activities and ADAS‐Cog Plus score, and then performed multiple regression analyses to examine the independent contribution of leisure activities to explain variance in ADAS‐Cog‐Plus scores, after controlling for age, sex, education, and Montreal Cognitive Assessment (MoCA) score. Result Forty‐three females and 72 males were included in this analysis (mean age = 70.69 ±8.68, MoCA = 21.83±4.20, and NLQ = 22.84±7.26). Higher NLQ score was significantly associated with better ADAS‐Cog Plus score (r = ‐0.31; 95% CI: [‐0.47 ‐0.14]; p< 0.001). Importantly, the multiple linear regression indicated that higher NLQ scores were independently associated with better ADAS‐Cog Plus performance (b = ‐0.02 ± 0.007; p = 0.01). The adjusted R2 for the model including NLQ was significantly higher than the model without NLQ scores (F = 6.45, p<0.05). Conclusion Our findings suggest that higher levels of leisure activities are associated with better cognitive performance in adults living with chronic stroke. Future studies should explore the types of leisure activities that are most beneficial to preserve cognition and prevent dementia onset post stroke. Different physical and cognitively demanding activities may differentially affect cognitive function.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,294
Écart entre enseignants0,280 · 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'étudeObservationnel
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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & Dementia→Même sujetStroke Rehabilitation and Recovery→Travaux en français237 207→