Can brain exercises mitigate cognitive decline? A quasi-experimental evaluation of the StrongerMemory program
Notice bibliographique
Résumé
The StrongerMemory program, a structured intervention involving reading aloud, writing by hand, and completing simple math problems, is designed to stimulate the prefrontal cortex and enhance cognitive functioning. This study addresses a research gap by evaluating a multi-modal cognitive intervention compared to traditional single-domain approaches. It aligns with emerging frameworks emphasizing population-informed, personalized cognitive training. A 12-week quasi-experimental study was conducted with 102 older adults (aged 59+) from three continuing care retirement communities (CCRCs) and 25 aging-in-place villages. Pre- and post-intervention cognitive outcomes were assessed using the 5-minute protocol of the Montreal Cognitive Assessment 2.1 (Mini MoCA) and the Memory Functioning Questionnaire (MFQ). ANCOVA controlled for baseline Mini MoCA differences. Weekly check-ins were used to monitor adherence. Mini MoCA scores improved from pretest (12.73 ± 2.1) to posttest (13.26 ± 2.3, p <.0001) with statistically significant recall improvement (3.44 to 3.92, p < .001). One MFQ item measuring perceived memory decline in the last year improved from pre to post (3.72 to 4.03, p < .001). ANCOVA indicated significantly lower post-intervention Mini MoCA scores among CCRC residents compared to those living in the community. Participation in StrongerMemory was associated with both objective and subjective improvement in cognitive functioning, especially for those living in the community. This low-cost, non-pharmacological program offers promise as a scalable intervention for cognitive aging. Differences across living environments suggest that social or contextual influences warrant further investigation.
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 | 0,001 |
| 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) | 0,001 | 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 ».