Outcome measurement of cognitive impairment and dementia in serious digital games: a scoping review
Notice bibliographique
Résumé
Purpose Dementia prevalence is increasing worldwide. With the emergence of digital rehabilitation, serious digital games are a potential tool to maintain and monitor function in people living with dementia. It is unclear however whether games can measure changes in cognition. We conducted a scoping review to identify the types of outcomes measured in studies of serious digital games for people with dementia and cognitive impairment.Methods We included primary research of any design including adults with cognitive impairment arising from dementia or another health condition; reported data about use of serious digital games; and included any cognitive outcome. We searched Medline (via EBSCO), PsycInfo, CINAHL, Web of Science, from inception to 4th March 2024 and extracted study characteristics.Results We reviewed 5899 titles, including 25 full text studies. We found heterogeneity in domains and measures used: global cognition (n = 15), specific cognitive processes (n = 13), motor function (n = 5), mood (n = 6), activities of daily living (n = 5), physiological processes (n = 4) and quality of life (n = 2). Use of outcome measurement tools was inconsistent; the most frequently used measures were the Montreal Cognitive Assessment (n = 8), the Mini-Mental State Examination (n = 7), and the Trail Making Test (n = 7). Nine studies used in-game measures, most of which were related to game performance.Conclusion We found very few studies with assessment of cognition within the game. Studies of serious games for people with dementia and cognitive impairment should develop digital outcome tools based on recommendations in Core Outcome Sets, to increase consistency between studies.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».