Impact d’une intervention d’écoute musicale sur l’anxiété et l’humeur d’une personne atteinte de la maladie d’Alzheimer
Bibliographic record
Abstract
La maladie d’Alzheimer engendre l’un des troubles neurocognitifs (TNC) les plus répandus dans le monde. Elle s’accompagne des symptômes psycho-comportementaux comme l’anxiété et l’humeur dépressive. La prise en charge de ces symptômes comprend des interventions pharmacologiques et non pharmacologiques. Parmi ces dernières, l’écoute de musiques familières (EMF) pourrait représenter une intervention efficace. Toutefois, peu d’études ont démontré jusqu’ici son efficacité sur l’anxiété et l’humeur dépressive. La présente étude a mesuré à l’aide d’un devis à cas unique à lignes de base multiples l’impact d’une intervention d’EMF sur l’anxiété et l’humeur dépressive associée à une activité de la vie quotidienne d’une personne atteinte d’un TNC modéré. Une participante a bénéficié de 24 minutes d’EMF bi-hebdomadairement durant six semaines avant la prise de son bain. Les mesures de l’anxiété et de l’humeur dépressive ont été prises à l’aide des échelles DMAS et HARS en pré/post-intervention ainsi qu’à l’aide de mesures continues (avant et après chaque séance d’EMF). Les données recueillies en pré/post-intervention ont fait l’objet d’analyses d’amélioration clinique. Celles recueillies en mesures continues ont été soumises à des analyses visuelles et à des analyses statistiques de Tau-U. Les résultats liés aux mesures continues ont montré l’efficacité de l’EMF pour réduire significativement l’anxiété chez la participante. Aucune amélioration significative n’a été objectivée pour l’humeur dépressive. Les mesures pré/post-intervention n’ont montré aucun changement clinique significatif. La duplication de cette étude ou la tenue d’études à essai randomisé sont suggérées afin de poursuivre la démonstration systématique des effets de l’EMF dans la gestion de ces symptômes.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.016 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".