Cognitive remediation for patients with late-life schizophrenia: A follow-up pilot study
Notice bibliographique
Résumé
OBJECTIVES: The number of older adults with schizophrenia ("late-life schizophrenia" (LLS)) is growing with the aging of the general population. Cognitive impairment in adults with LLS predicts functioning. Cognitive remediation (CR) improves cognition in schizophrenia, however literature in LLS is sparse. Anticholinergic burden (ACB) impacts CR effects. We previously showed that CR is feasible in LLS but did not produce a promising cognitive effect. This study examined the feasibility, tolerability, and effect of an intensive, prolonged and flexible CR on overall and specific cognitive functions in LLS. We also assessed ACB impact on CR effect on global cognition. DESIGN: Pre-post intervention SETTING PARTICIPANTS: Tertiary care outpatients with LLS INTERVENTION: We adapted the CR protocol from our previous pilot study, providing CR over 24, twice-weekly, therapist-guided group sessions that combined computerized drill-and-practice exercises with skills transference strategies, with additional time allocated for exercise practice. MEASUREMENTS: We assessed participants at baseline and at study completion using clinical and cognitive measures. RESULTS: Thirty-four participants (mean (SD) age = 65.8 (5.7)) attended at least one CR session, 25 participants completed baseline and follow-up assessments, and 20 participants completed at least 75 % of the CR sessions. There was no time effect on global cognition, although there was an interaction with ACB. There was also a pattern of improvement in executive function across several cognitive tests. CONCLUSIONS: An intensive, prolonged and flexible CR was feasible and well-tolerated, showing promise in improving executive function of patients with LLS. Larger and randomized controlled trials are needed in this population.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».