TECH preserves global cognition of older adults with MCI compared with a control group: a randomized controlled trial
Notice bibliographique
Résumé
BACKGROUND: Cognitive training using touchscreen tablet casual game applications (apps) has potential to be an effective treatment method for people with mild cognitive impairment (MCI). AIMS: This study aimed to establish the effectiveness of 'Tablet Enhancement of Cognition and Health' (TECH), a novel cognitive intervention for improving/preserving cognition in older adults with MCI. METHODS: A single-blind randomized controlled trial with assessments pre-, post-, and at 6-month follow-up was conducted. TECH entailed 5 weeks of daily self-training utilizing tablet apps, facilitated by weekly group sessions. Global cognition was assessed by the Montreal Cognitive Assessment (MoCA), and specific cognitive components were assessed using WebNeuro computerized battery. Short Form Health Survey (SF-12) assessed health-related quality of life (HRQoL). Intention-to-treat analysis was conducted and the %change was calculated between pre-post and between pre-follow-up. Cohen's d effect size was also calculated. RESULTS: Sixty-one participants aged 65-89 years were randomly allocated to TECH (N = 31, 14 women) or to standard care (N = 30, 14 women). Pre-post and pre-follow-up MoCA %change scores were significantly higher in TECH than control (U = 329.5, p < .05; U = 294.5, p < .05) with intermediate effect size values (Cohen's d = .52, Cohen's d = .66). Forty percent of TECH participants versus 6.5% of control participants achieved a minimal clinical important difference in MoCA. Pre-post between-group differences for specific cognitive components were not found and HRQoL did not change. DISCUSSION AND CONCLUSIONS: TECH encouraged daily self-training and showed to preserve global cognition of older adults with MCI. The implementation of TECH is recommended for older adults with MCI, who are at risk for further cognitive decline.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».