Effectiveness of computer-assisted cognitive training on cognitive function and activities of daily living in patients with post-stroke cognitive impairment
Notice bibliographique
Résumé
Objective: This study aimed to investigate the effects of computer-assisted cognitive training (CACT) on cognitive function and activities of daily living in patients with post-stroke cognitive impairment. Additionally, it aimed to explore the changes in specific cognitive domains before and after treatment. Design: The study was a double-blind, randomized, controlled trial. Setting: It took place in rehabilitation wards or outpatient clinics. Participants: Sixty patients with post-stroke cognitive impairment took part in the study. Interventions: = 30). Both groups received conventional rehabilitation and cognitive training, and the intervention group additionally received CACT. Main outcome measures: The primary outcome measures included the Mini-Mental State Examination (MMSE) and event-related potential (ERP) P300 for cognitive function, as well as the modified Barthel Index (MBI) for activities of daily living. Secondary outcomes were the Trail Making Test (TMT), the Symbol-Digit Modalities Test (SDMT), the Auditory Verb Learning Test-Huashan version (AVLT-H), the Boston Naming Test (BNT), and the Clock Drawing Test (CDT), which assessed cognitive function across specific domains. Results: Both groups showed significant improvements in MMSE, MBI, amplitude of P300, and latency of P300, with the intervention group demonstrating more pronounced improvements compared to the control group. In terms of specific cognitive domains, the intervention group exhibited greater improvements than the control group in TMT-A, TMT-B, and AVLT-H. Both groups showed improvements in SDMT and BNT, but the differences between the groups were not statistically significant. Additionally, there was no significant improvement in the CDT for either group before and after treatment. Conclusion: CACT was found to improve patients' cognitive function, especially in areas of attention, executive function, and memory. It also effectively improved activities of daily living.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».