MétaCan
Menu
Retour à la cohorte
Enregistrement W4411045415 · doi:10.1002/jcsm.13830

Enhancing Neurocognitive Health via Activity, Nutrition and Cognitive Exercise (ENHANCE): A Randomized Controlled Trial

2025· article· en· W4411045415 sur OpenAlexaboutno aff
Li‐Ning Peng, Pei‐Lin Lee, Kun‐Hsien Chou, Wei‐Ju Lee, Ching‐Po Lin, Chih‐Wen Chang, Chih‐Kuang Liang, Chih‐Ping Chung, Fei‐Yuan Hsiao, Liang‐Kung Chen

Notice bibliographique

RevueJournal of Cachexia Sarcopenia and Muscle · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensnon disponible
Organismes subventionnairesNational Science and Technology CouncilMinistry of Science and Technology, TaiwanMinistry of Education, India
Mots-clésMedicineGeeNeurocognitiveRandomized controlled trialPsychosocialAttendancePsychological interventionPhysical therapyCognitionGeneralized estimating equationGerontologyInternal medicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Background While multidomain interventions show promise for promoting healthy aging, their impact on brain structure remains unclear. This randomized controlled trial (ENHANCE) assessed the efficacy of a 12‐month group‐based multidomain intervention on brain structure and function in community‐dwelling older adults, with particular attention to urban–rural disparities. Methods The ENHANCE trial delivered twice‐weekly group‐based multidomain sessions (physical exercise, cognitive training and nutrition education) in urban and rural communities for 12 months, while the control group received quarterly telephone education. A total of 88 participants completed the trial (attendance rates > 60% across all sites), with 76 completing longitudinal MRI assessments (intervention: n = 35; control: n = 41). The intervention group ( n = 44; 75.0% female) was significantly older than the control group ( n = 44; 70.5% female) (75.0 ± 6.6 vs. 72.3 ± 5.0 years, p = 0.035) and had lower BMI (23.4 vs. 25.2 kg/m 2 , p = 0.016) at baseline. The primary outcomes were brain structures (voxel‐based changes in brain grey matter volume [GMV]), while secondary outcomes were functional outcomes (physical performance, nutritional status, cognitive function, psychosocial assessments and cardiometabolic biomarkers). Results Using two‐stage tensor‐based morphometry analysis, the intervention group demonstrated significantly less GMV reduction in regions over the left inferior temporal lobe compared with controls over 12 months ( p < 0.05). Using generalized estimating equation (GEE) model, the intervention group showed enhanced physical performance at 6 months (5‐time chair rise test: −1.19 s; 95% CI, −2.24 to −0.13; p = 0.028) and improved cognitive function by 12 months (Montreal Cognitive Assessment: +1.32 points; 95% CI, 0.10–2.54; p = 0.034). Cardiometabolic improvements included increased HDL‐C (+6.65 mg/dL, p < 0.001) and decreased triglycerides (−16.07 mg/dL, p = 0.025) at 12 months in GEE models. In subgroup analyses, rural participants showed preserved GMV in additional regions including the cerebellum (Crus I and II) and occipital cortex with greater cognitive improvements (MoCA: +3.06 points; 95% CI, 0.84–5.27; p = 0.007), while urban participants showed greater GMV reduction in the left temporal‐occipital fusiform cortex but achieved superior physical performance gains (5‐time chair rise test: −1.85 s; 95% CI, −3.07 to −0.64; p = 0.003). Conclusions This study demonstrates that multidomain interventions can induce neuroplasticity in older adults, with differential effects on brain structure and function between urban and rural participants, emphasizing the need for tailored approaches that consider sociocultural factors to optimize healthy aging across diverse populations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,123
Score d'incertitude au seuil0,695

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,337
Écart entre enseignants0,327 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Cachexia Sarcopenia and MuscleMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207