Non‐pharmacological interventions for older adults with early cognitive impairment
Notice bibliographique
Résumé
BACKGROUND: As the population ages, mild cognitive impairment (MCI) and dementia are increasingly prevalent. Patients, families, and healthcare systems will benefit from delaying progression of cognitive decline. Non-pharmacological interventions (NPIs) are safe, well-tolerated, and preferred by patients and have been studied in a broad body of literature. Despite this, few comprehensive guidelines exist on NPIs for early cognitive decline. METHODS: We conducted a systematic review of the literature focused on NPI supported by the FINGER model and a review conducted by the AAIC Non-Pharmacological Interventions Professional Interest Area (Sikkes et al 2021). Inclusion criteria included meta-analysis or systematic review of randomized controlled trials enrolling patients ≥ 60 with MCI or dementia (MMSE >20 when provided). Included studies were published between 2014 - 2024, and outcomes assessed included cognition and/or function. RESULTS: Of 2,870 studies screened, 26 met inclusion criteria: exercise (n = 16), cognitive (n = 4), multicomponent (n = 5), and mindfulness (n = 1) interventions. Exercise, including dance, exergames, and mind-body showed improvement in global and cognitive sub-domains but benefit was not seen with walking alone. Cognitive interventions, including cognitive stimulation, mindfulness, and multicomponent interventions showed cognitive benefits. Only one study of virtual reality cognitive training improved functional status. Considerable heterogeneity including variable trial duration, multiple interventions studied, and inability to fully blind participants and researchers limit comparability and conclusions. CONCLUSIONS: NPIs benefit cognition in individuals with MCI and mild dementia. The most benefit was demonstrated with multi-domain interventions incorporating cognitive and exercise interventions, mindfulness, and some cognitive interventions. These interventions can be accessed through community or senior centres or integrated into clinic settings with multidisciplinary care teams. We recommend an individualized approach for each patient, which incorporates their interests, frailty, mobility, medical comorbidity, and level of function. Further research is needed to inform specific recommendations about how much cognitive or physical activity is optimal for improving cognition or function.
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 | 0,003 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,004 | 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 ».