A Case Study Exploring Lecanemab Antibody Infusion and Reminiscence Therapy for Early Alzheimer’s Disease
Notice bibliographique
Résumé
This case study examined whether a 12-month combined therapy (RT-L), which includes reminiscence therapy and lecanemab monoclonal antibody infusion therapy, will clear beta amyloid accumulation in the brain, slow cognitive decline, decrease depression, reduce anxiety, and increase the quality of life in a participant with mild cognitive impairment due to early Alzheimer’s dementia. The sample included one White female (age = 68) with mild cognitive impairment due to early Alzheimer’s disease who is currently being treated by a geriatrician at a facility in the Midwest. The outpatient treatment included a lecanemab antibody infusion of 10mg/kg every two weeks for 12 months and 8 sessions of reminiscence therapy. The beta amyloid was measured using positron emission tomography (PET) scans. Cognitive functioning, anxiety, depression, and quality of life were assessed using the Montreal Cognitive Assessment, Hamilton Anxiety Scale, Cornell Scale for Depression in Dementia, and Quality of Life–Alzheimer's Disease. A post-treatment 60-minute interview with the participant was conducted. The study compared scores before and after RT-L and analyzed the participant's experiences, perceptions, and behaviors to identify patterns related to biopsychosocial changes and enhance biopsychosocial interventions. The results showed a reduction in cognitive decline, depression, and anxiety, and improvements in quality of life, despite no changes in beta amyloid levels.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».