MétaCan
Menu
← Retour à la cohorte
Enregistrement W7117318732 · doi:10.1002/alz70858_100229

Can Thumbs UP: The Prevention arm of the Canadian Consortium on Neurodegeneration in Aging (CCNA)

2025· article· en· W7117318732 sur OpenAlexaffabout
Sylvie Belleville, Nicole Anderson, Paul Brewster, Andrew Lim, Manuel Montero‐Odasso, Haakon B. Nygaard, Howard Feldman, Howard Chertkow, CCNA‐CAN‐THUMBS UP Study Group

Notice bibliographique

RevueAlzheimer s & Dementia · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensUniversity of British ColumbiaSunnybrook HospitalUniversity of VictoriaBaycrest HospitalWestern UniversityInstitut Universitaire de Gériatrie de Montréal
Organismes subventionnairesnon disponible
Mots-clésDementiaMEDLINENeurodegenerationCommunity-based participatory researchPublic health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In 2019 Canadian dementia researchers launched the "The Canadian Therapeutic Platform Trial for Multidomain Interventions to Prevent Dementia" (CAN-THUMBS UP; CTU), a national program to advance dementia prevention in Canada and globally. The initiative responded to findings demonstrating that lifestyle interventions could improve cognitive decline and to the Lancet Commission's report that over 40% of dementia cases might be prevented through risk factor mitigation. METHOD: A major focus of CTU was developing and validating the Brain Health PRO Program, a 45-week, bilingual, web-based educational intervention addressing modifiable risk factors. The program consists of 181 ten-minute chapters delivered incrementally on a weekly basis. It was designed to foster engagement and convey the best available evidence for lifestyle changes. A total of 345 participants self-registered, completed initial questionnaires and gained access to the intervention. Dementia literacy, the primary outcome, was measured with the Alzheimer's Disease Knowledge Scale. Secondary outcomes included self-efficacy (General Self-Efficacy Scale), attitude toward dementia, user experience (System Usability Scale and Technology Acceptance Model Questionnaire), lifestyle, standard cognitive testing, smartphone-based cognitive assessment, 24-hour continuous mobility and sleep measures using actigraphy and sleep EEG wearables (Feldman, Belleville et al. 2023). RESULT: The validation study successfully achieved its primary outcome of improving dementia literacy. Positive effects were also observed for secondary outcomes, including self-efficacy and user satisfaction, with preliminary evidence suggesting a reduction in modifiable risk factors. Three additional studies leveraged the CTU infrastructure: SYNERGIC@Home, assessing the feasibility of a home-based intervention to improve gait and cognition; SYNERGIC-2, a randomized controlled trial testing a 12-month home-based personalized multidomain intervention in individuals at risk for dementia, using Brain Health PRO as a control condition; and an implementation sub-study conducted in collaboration with the Federation of Quebec Alzheimer Societies. CONCLUSION: CTU reflects a vibrant, collaborative effort of over 100 investigators, staff, citizen advisors, and partners. Leveraging CCNA's team structure, CTU incorporated contributions in study design, recruitment, technology, program evaluation and participatory research. Larger studies are underway within CCNA to confirm the efficacy of Brain Health PRO in mitigating dementia risk and to examine its implementation in diverse settings.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: aucune
Score de désaccord entre enseignants0,982
Score d'incertitude au seuil0,388

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,017
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0050,001
Communication savante0,0020,001
Science ouverte0,0020,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0140,001

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 Opus0,029
Tête enseignante GPT0,315
Écart entre enseignants0,286 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreProtocole

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & Dementia→Même sujetDementia and Cognitive Impairment Research→Travaux en français237 207→