Effectiveness of Korean medicine treatments in improving cognitive function and prefrontal cortex activity in older individuals with mild cognitive impairment: retrospective observational study
Notice bibliographique
Résumé
Background: Mild cognitive impairment (MCI) is a growing concern among older adults, with limited effective pharmacological treatments available. Despite the potential of herbal medicine and acupuncture in managing MCI, there is a lack of research on their long-term effects on cognitive function and brain activity in clinical practice settings. This study aimed to address this gap by exploring the effects of a community-based program integrating herbal medicine and acupuncture on cognitive function and neural responses in older individuals with MCI. Methods: Nineteen individuals were enrolled from a pool of 250 individuals registered in the 2021 Busan Dementia Prevention & Care Program. Participants with MCI received herbal medicine, acupuncture, and pharmacopuncture treatments over a 6-month period. The Montreal Cognitive Assessment (MoCA) was administered at baseline and after 3 and 6 months to evaluate cognitive function. Functional near-infrared spectroscopy (fNIRS) was used to measure prefrontal cortex activity during cognitive task performance, including verbal fluency, Stroop color and word, and digit span backward tests. Results: < 0.0001]. Additionally, the deoxygenated hemoglobin beta coefficient in the left frontopolar prefrontal cortex significantly decreased during the Stroop task after the intervention. Conclusion: The Dementia Prevention & Care Program, which integrates herbal medicine and acupuncture, may enhance cognitive function in individuals with MCI. Moreover, the observed changes in prefrontal cortex activity after completion of the program suggest a need for further investigation of the underlying mechanisms.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».