A meta‐analysis of the consequences of cognitive training on the cognitive function of aged mild cognitive impairment patients
Notice bibliographique
Résumé
Cognitive training has gained popularity as a means to aid older adults with mild cognitive impairment (MCI), a transitional phase between normal ageing and Alzheimer's disease (AD). MCI represents a critical and potentially reversible state that can either improve or progress to full-blown dementia. This study aims to evaluate the impact of cognitive training on cognitive function in aged patients with MCI. PubMed, Embase, Medline, Web of Science, China National Knowledge Infrastructure (CNKI), and Wanfang databases were systematically retrieved from inception until May 2024. We rigorously applied the risk-of-bias methodology recommended by the Cochrane Handbook to assess the quality of the included studies. After two rounds of screening and removing duplicates, a total of 2685 articles were initially identified, from which 28 met the inclusion criteria. The meta-analysis included 28 randomised controlled trials with 1960 participants. In this meta-analysis, Review Manager 5.4 was used for statistical analysis. Findings revealed that cognitive training significantly improved the global cognitive function in aged MCI patients, as evidenced by the results of the Montreal Cognitive Assessment (standard mean difference (SMD) = 3.26; 95% CI, 2.69-3.82; P < 0.00001) and Mini-Mental State Examination (SMD = 2.27; 95% CI, 1.52-3.01; P < 0.00001). The beneficial effects of cognitive training interventions were consistent regardless of duration, including periods of 2 months or less (SMD = 1.94; 95% CI, 1.25-2.63; P < 0.00001), 2 to 6 months (SMD = 2.53; 95% CI, 1.52-3.53; P < 0.00001), and over 6 months (SMD = 4.12; 95% CI, 0.97-7.27; P = 0.01). The analysis indicates that cognitive training significantly benefits overall cognitive function, delayed memory, orientation, attention, and language skills in aged patients with MCI. Furthermore, cognitive training interventions are effective in enhancing cognitive function, irrespective of their duration.
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 | 0,013 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,017 | 0,051 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».