MétaCan
Menu
Retour à la cohorte
Enregistrement W4415968318 · doi:10.3390/medicina61111994

ADAS-Cog Trajectories Differ from Expected Decline in Dementia Following Repeated Non-Invasive Interventions over 3 Years

2025· article· en· W4415968318 sur OpenAlexafffund
Maria Anabel Uehara, Sumeet Kalia, Mari Garcia Campuzano, Zahra Moussavi

Notice bibliographique

RevueMedicina · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMitacs
Mots-clésDementiaCognitionRepeated measures designCognitive declinePsychological interventionTranscranial magnetic stimulationConfidence intervalMixed-design analysis of varianceAlzheimer's disease

Résumé

récupéré en direct d'OpenAlex

Background and Objectives: Non-pharmaceutical interventions such as cognitive training, transcranial electrical stimulation (tES), and repetitive transcranial magnetic stimulation (rTMS) have shown promise in improving cognitive outcomes in Alzheimer’s disease (AD) and dementia. However, the long-term effects of repeated non-invasive interventions remain unknown. This study investigated whether repeated non-invasive interventions administered over a span of 1 to 3 years were associated with slower cognitive decline compared to typical AD progression, and whether longer no-treatment intervals between treatments predicted greater post-treatment decline. Materials and Methods: Seventy-three participants living with dementia or AD received 2 to 9 blocks of non-invasive treatments (including tES, rTMS, cognitive training). Alzheimer’s Disease Assessment Scale-Cognitive subscale (ADAS-Cog) scores were collected longitudinally up to 3 years (36 months), across multiple intervention and assessment sessions. A mixed-effects model was used to estimate the rate of cognitive decline, adjusting for baseline age, sex, and baseline cognition (MoCA) with participants being the random effect. The observed rate of change was compared to a meta-analysis estimate of AD progression. Additionally, a linear mixed-effects model using robust sandwich estimation of standard errors was employed to assess whether the no-treatment interval was associated with changes in ADAS-Cog scores. Results: Participants showed a significantly slower rate of cognitive decline than expected from the AD reference rate (p < 0.001), with many demonstrating stabilized ADAS-Cog scores during their respective treatment periods, ranging from 1 to 3 years. Medication analyses revealed no significant effect of AD medications, antidepressants, antihypertensives, or cholesterol-lowering agents on cognitive outcomes. Furthermore, longer no-treatment intervals were significantly associated with greater post-treatment decline (p < 0.001). Conclusions: Repeated non-invasive treatments seem to slow the rate of cognitive decline in individuals living with dementia when administered over a prolonged period. This study provides evidence supporting the feasibility and effects of personalized long-term non-invasive treatment strategies for dementia.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0010,000

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 Opus0,017
Tête enseignante GPT0,343
Écart entre enseignants0,326 · 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.

Devis d'étudeObservationnel
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

Citations2
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMedicinaMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207