Cognitive and social intervention with Go and chess in early and subjective cognitive decline: The COGniChESs study results, with an updated meta-analysis
Notice bibliographique
Résumé
Background There is a growing interest in dementia prevention and scalable cognitive enhancement strategies for individuals at-risk, with or without Alzheimer's disease. Board games have shown potential cognitive and mood benefits, but randomized controlled evidence remains limited and heterogeneous. Objective We aimed at assessing whether chess and/or Go could improve cognition, mood, and quality of life in individuals with mild cognitive impairment (MCI) and subjective cognitive decline (SCD). Methods Individuals with MCI or SCD aged ≥55 years were randomized to one of three arms: chess, Go (each consisting of 12 weekly group sessions), or a waitlist control group. Montreal Cognitive Assessment, digit span, trail making test, categorical fluency, Geriatric Depression Scale, and the World Health Organization Quality of Life scale were administered at baseline and follow-up. We also updated our previously published meta-analysis including these new results. Results 69 subjects completed the study. Categorical fluency improved significantly in the games groups (p < 0.05). No between-group differences were found in overall cognition. A significant group × diagnosis × time interaction showed improved quality of life in MCI participants in the games groups (p = 0.002). A group × gender × time interaction revealed reduced depression in females in the games groups (p = 0.013). The updated meta-analysis confirmed a significant effect on depression (standardized mean differences −0.48, p = 0.013), but not on cognition. Conclusions The improvements in mood and quality of life, particularly among females and MCI subjects, underscore the psychological value of board games interventions, possibly through their social component. These activities may foster emotional well-being in older adults at risk for Alzheimer's disease, even without cognitive benefits. Clinicaltrials.gov Identifier: NCT06281652
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 | 0,004 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,025 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».