文章快速检索     高级检索
  社会工作与管理  2026, Vol. 26Issue (5): 48-59.

引用本文 

黄东楷, 朱媛媛. 智慧居家训练对城市空巢老人认知能力促进的干预研究[J]. 社会工作与管理, 2026, 26(5): 48-59.
HUANG Dongkai, ZHU Yuanyuan. An Intervention Study on Smart Home-Based Training for Enhancing Cognitive Abilities Among Urban Empty-Nest Seniors[J]. Social Work and Management, 2026, 26(5): 48-59.

基金课题

国家社会科学基金一般项目“社会工作介入城市社区智能居家照护的循证实践研究”(22BSH159)。

作者简介

黄东楷(2000— ),男,汉族,助理社工师,硕士;主要研究方向:老年社会工作等.

通讯作者

朱媛媛(1983— ),女,汉族,副教授,博士;主要研究方向:基层治理,数字社会工作等;Email:52363003@qq.com.

文章历史

收稿日期:2025-11-01
智慧居家训练对城市空巢老人认知能力促进的干预研究
黄东楷 , 朱媛媛     
广东工业大学法学院,广东 广州,510520
摘要: 城市空巢老人是构建老年友好型社会进程中值得高度关注的群体,其生命质量直接影响社会和谐与民众福祉。研究表明,数字鸿沟、认知退化等因素使该群体在享受智慧居家设备带来便利的同时,也面临诸多挑战。为此,文章构建并实施了一项以智慧居家训练为核心、整合了社会工作专业支持与小组工作的综合干预方案。通过准试验设计评估该方案对提升城市空巢老人认知能力的具体成效。结果显示,干预组老年人的认知功能得到显著改善。后续维持阶段的评估进一步表明,小组工作有助于巩固干预效果,且表现出持续的协同作用。因此,融合科技赋能与人文关怀的服务模式对改善空巢老人认知状况具有可行性。
关键词: 空巢老人    认知干预    智慧居家训练    小组工作    
An Intervention Study on Smart Home-Based Training for Enhancing Cognitive Abilities Among Urban Empty-Nest Seniors
HUANG Dongkai , ZHU Yuanyuan     
School of Law, Guangdong University of Technology, Guangzhou, Guangdong, 510520, China
Abstract: Urban empty-nest older adults constitute a high-priority demographic in the development of an age-friendly society, as their quality of life directly affects social harmony and public well-being. Existing studies have indicated that, although these individuals have benefited from the convenience brought by smart home devices, they face persistent practical challenges resulting from the digital divide and cognitive decline. Accordingly, this study has developed and implemented an integrated intervention program centered on smart home-based training, supplemented by social work support and group work. A quasi-experimental design is adopted to evaluate the specific effectiveness of this program in enhancing the cognitive abilities of urban empty-nest seniors. The results show that older adults in the intervention group have exhibited statistically significant improvements in cognitive function; follow-up assessments during the maintenance phase further demonstrate that group work can help consolidate intervention outcomes and exert sustained synergistic effects. These findings confirm that the service model integrating technological empowerment and humanistic care is feasible for improving the cognitive status of empty-nest seniors, thereby providing an evidence-based practical foundation for establishing a community-level cognitive health support system.
Key words: empty-nest seniors    cognitive intervention    smart home-based training    group work    
一、引 言

第七次全国人口普查数据显示,2020年我国60岁及以上人口占总人口的比例已达18.70%,而65岁及以上人口的占比更是达到13.50%。[1]与2010年第六次全国人口普查结果相比,60岁及以上人口比例上升了5.44%,65岁及以上人口比例提高了4.63%。[2]进一步预测显示,到2035年前后,我国60岁及以上人口预计将突破4亿人,占总人口的比例将超过30%,届时我国将进入重度老龄化阶段。[3]在这一进程中,伴随社会发展和家庭结构的变迁,空巢老人规模持续扩大,已成为老龄化社会面临的突出挑战。根据2016年发布的第四次中国城乡老年人生活状况抽样调查,截至2015年底,全国空巢老人总数已超过1亿人。[4]2024年发布的第五次中国城乡老人生活状况抽样调查官方公报显示,2021年我国老人中独居的占14.2%,其中,城镇老人中独居的占12.4%,农村老人中独居的占16.3%。[5]从居家养老来看,我国家庭结构小型化趋势明显,空巢老人家庭增多,导致家庭照护能力严重不足,亟需社会化、智能化解决方案作为补充。[6]在此背景下,如何切实推动空巢老人实现“老有所依、老有所乐”,成为应对人口老龄化的重要现实议题。

我国多个城市逐步开展了由政府主导、社会组织协同参与的适老化服务实践。例如,山西省红十字情缘志愿服务队发起“窗帘行动”[7],上海、杭州、常州等地为符合条件的独居老人安装智能水表、智能门磁等设备,通过动态监测实现风险预警。[8-9]这些举措体现了社会对空巢老人照护需求的初步回应。但随着人口“空巢化”程度的加深,阿尔茨海默病及其他认知障碍疾病的发病率不断上升,严重威胁老人的健康与生活质量,也加重了家庭与社会的照护负担。[10]在此背景下,我国城市空巢老人呈现出孤独感较强、慢性病多发、对社区服务质量要求更高等特征,使得针对该群体的健康干预尤为紧迫。[11]研究表明,运动与认知训练相结合能更有效地改善轻度认知障碍老人的认知功能;[12]智能化、交互式的干预手段被证实有助于降低跌倒风险、提升生活安全性。[13]然而,当前技术在实际应用中仍面临显著挑战。尽管适老化服务日趋丰富,但由于“数字鸿沟”与适老化设计不足,许多老人因设备界面复杂、操作繁琐、语音识别对方言支持有限等原因,难以有效使用现有智能产品,导致其参与度不足。[14-15]因此,探索提升城市空巢老人智慧居家技术使用能力的社会工作干预方法,具有重要的现实意义。构建一套符合我国城市空巢老人特点的本土化智慧居家认知训练模式,不仅有助于维护该群体的生命质量,也能为建设老年友好型社会提供积极的实践路径。

二、文献综述

(一)智能交互干预在老人认知与运动功能改善中的应用

在老人智能干预研究领域,交互技术的应用已成为改善认知功能与提升生活质量的重要途径。相关研究主要围绕两大方向展开:一是面向存在明确认知康复需求的治疗性干预;二是侧重于预防认知衰退与风险行为的促进性干预。

在认知康复方面,以智能交互设备为载体的干预已积累一定的实证支持。胡艳群等采用虚拟现实结合认知训练的对照研究发现,该模式对老年脑卒中偏瘫患者的运动功能恢复具有积极影响。[16]结构化认知训练被证实对改善轻度认知障碍老人的认知功能具有积极作用。[17]Park等以为期12周基于文化的虚拟现实认知训练进行对照实验发现,其未能显著提升轻度认知障碍患者的认知功能,但高依从性和低不良反应率支持其作为未来智能设备干预研究的可行载体。[18]Zhong等通过纳入17项随机对照试验,经系统评价与荟萃分析,得出VR认知训练作为短期有效的非药物干预手段,可用于提升轻度认知障碍患者的特定认知域功能。[19]此外,融合身体活动与认知任务的互动式认知运动训练,常借助智能设备得以实现。研究表明,此类干预能显著改善老人的静动态平衡能力,其游戏化设计所带来的高现实感、便携性及互动功能,有助于提升训练的沉浸感与参与依从性。[20]另有研究证实,互动式认知运动训练不仅可以改善老人的视觉和运动的整合、感知与协调能力,也能通过提升其手眼协调性,促进其整体认知功能提升。[21]

在预防性干预方面,智能交互情景训练对降低老人的风险行为同样具有效果。孟九菊等通过对照实验发现,虚拟情景互动训练可缓解认知老化进程,提高老人的步态稳定性与身体运动功能,从而有效降低跌倒风险。[22]Yow等的研究表明,基于触屏设备的多模态双语认知干预程序有助于提升健康老人的认知技能。[23]学界在体感游戏[24]、虚拟现实认知训练[25]及互动式多点触控游戏[26]等技术路径上,持续探索智能交互干预对老人认知与运动功能的改善作用。

(二)小组工作介入老人能力提升

小组工作是依托团体互动开展的社会工作方法,对提升老人的综合能力具有显著作用。通过定期组织结构化团体活动,该方法能为空巢老人提供融合认知训练、社会互动与情感支持的综合干预。研究表明,在团体环境中进行认知训练,能借助社交互动促进个体认知储备提升,从而有利于延缓老人的认知衰退。实践显示,面向空巢老人的小组活动不仅可以改善其认知灵活性、工作记忆等核心能力,还能通过减轻孤独感、增强社会参与,间接促进其整体认知健康。[27-29]

在实证研究方面,有不少研究针对不同老年群体的需求开展了相应的小组工作实践。苏珂等指出,构建系统化服务网络并嵌入专业小组活动,是回应农村空巢老人情感与社会交往需求、促进互助支持的有效方向。[30]殷文等通过实验对照发现,结合“人生回顾”与“音乐疗法”的小组干预可有效改善养老机构失能老人的抑郁症状。[31]周爱华等的研究验证了叙事治疗与小组工作相结合的模式,对慢性病老人在情感支持、自我认同与意义重构方面具有积极作用。[32]

在实务应用层面,小组工作被广泛纳入各类老年群体的支持体系中。孙丽等通过组建社交与支持小组,帮助城市随迁老人拓展社会联结、提升生活意义感。[33]何芸等以小组工作为基础,涵盖老人互助、青壮年支持与青少年志愿服务的三层邻里支持网络,有效回应了“五保”老人的日常与情感需求。[34]孙唐水等认为,专业小组工作能显著增强留守老人的应对能力,并推动社区互助网络的持续发展。[35]综上可知,小组工作在老年群体中已展现出明显的心理社会支持成效。若把其与智慧居家训练相结合,将有助于构建“个体—群体”“线上—线下”多维度联动的干预模式,从而为完善空巢老人的认知健康促进体系提供新的实践路径。

(三)空巢老人认知能力状况

在空巢老人认知能力研究领域,现有文献主要围绕群体差异特征、影响因素及干预策略三个方向展开。在群体差异方面,空巢老人的认知能力与其居住模式及性别显著相关。Guo等在广东地区的调查显示,空巢老人认知障碍的患病率高于非空巢老人。[36]胡月琴等对北京市空巢老人的研究发现,其认知能力与社会交往策略密切相关,并受到社交网络规模和互动频率的正向影响。[37]姜兆权等进一步指出,长期居家不出不仅直接损害认知功能,还会加重抑郁情绪,进而间接降低认知水平。[38]在影响因素方面,社会关系与心理状态通过不同路径作用于认知功能。李湘君等将社会关系划分为社会活动、社会网络与社会支持三个维度,发现三者均与空巢老人的简易精神状态量表得分呈正相关。[39]鲁丰华等的综述研究揭示出长期严重的孤独感可能通过影响前额叶皮层活动、激活HPA轴及损害睡眠质量等进一步加速空巢老人认知衰退进程。[40]在干预策略方面,现有研究主要集中于技术辅助与社会交往两类路径。Kim等的研究验证了智能技术与体育活动相结合的干预可显著改善空巢老人的下肢肌力和记忆力。[41]贺美玲等的研究发现,小组心理干预可显著降低空巢老人的焦虑和抑郁检出率,说明具有社会交往属性的小组工作对改善空巢老人的心理健康起到了积极作用。[42]综合来看,空巢老人的认知衰退常以“社会连接断裂”为关键起点,且在独居环境中表现尤为突出。连接断裂易引发强烈的孤独感,进而通过心理与生理双重机制使老人的认知功能下降。因此,有效的干预需同时回应老人社交支持与心理调适的双重需求,为其认知健康的系统化促进奠定基础。

(四)样本量选择的方法学考量:大样本与小样本研究的平衡

在老人健康干预研究中,样本量的选择是重要的方法学议题。大样本研究因统计效力较高而更受推崇,其能在干预效果真实存在时提高其被检出的概率。[43]同时,样本量增加有助于减小抽样误差,提升参数估计精度,从而增强研究结论的稳健性。[44-45]此外,大样本通常能够提高外部效度,使研究发现更具推广价值。[46]但这类研究往往属于资源密集型,在经费、人力与时间方面投入较大,尤其是在大规模被试招募、长期追踪及数据管理等方面面临现实挑战,限制了其在资源有限或针对特殊人群研究中的应用。[47]

相比之下,小样本研究在资源受限的条件下能体现出独特价值。其投入相对较少,适用于在初期探索阶段为干预措施的可行性及初步效果提供依据。例如,单案例实验设计通过对少数个体进行多次测量与系统干预,能够深入评估干预在个体层面的效果,具有较强的灵活性与深度。[48]尽管小样本研究在统计检验力上存在局限性,但当前方法学进展已为其提供了多种支持:线性混合效应模型适用于小样本重复测量数据,可提供标准化效应量估计;[49]贝叶斯方法通过纳入先验信息,能在小样本下得到更稳定的参数推断。[50]总的来说,样本量的选择需要在研究目标、可用资源与发展阶段之间取得平衡。大样本适用于验证普遍性结论,小样本在探索性研究及资源有限的情境中具有不可替代的方法学与实践意义。

(五)研究述评

政策与服务的发展应以“民之所望”为根本导向。智能交互干预在改善老人认知与运动功能方面已获得较多实证支持,这为将智慧居家训练作为核心干预手段提供了依据。小组工作也被证实对促进空巢老人认知健康具有积极作用,为构建“设备支持+小组协同”的综合干预模式奠定了必要的理论与实务基础。然而,智慧居家训练在我国城市社区空巢老人中的适用性及其社会文化适应性,仍是需要持续探索与实证验证的重要课题。此外,紧密围绕我国城市社区空巢老人的实际特点,构建一套既符合本土实际又具备操作有效性的认知促进服务方案,对于深化实践、完善老年服务体系具有关键意义。基于上述背景,本研究拟以智能交互干预的实证依据及社区为本的实践框架为基础,尝试推动技术赋能从“工具本位”向“具体情境融入”转变,构建一套更贴近我国城市空巢老人现实生活、有助于跨越数字鸿沟的智慧居家认知训练方案。该方案旨在为提升空巢老人生活质量、延缓认知衰退提供可行路径,同时为形成“技术赋能、社区支撑、多方协同”的复合型社会支持体系奠定实践基础。本研究旨在实现两个目标。其一,探索依托智能设备开展系统化居家认知训练的可行路径,并检验基于社会认知理论的智慧居家干预方案对社区空巢老人的实施效果。其二,验证“智慧居家训练+社会工作专业支持”融合模式对该群体认知功能的影响,为构建多元化社会支持体系、探索其提升生活满意度的作用机制提供实证依据。

为此,本研究拟以G市S街道的空巢老人为研究对象,重点考察其在经济条件、日常照护、情感支持等方面的现实处境,系统评估其社会支持网络的构成与效能。研究将采用准实验设计,通过小样本系统检验智能设备对老人的记忆力、反应速度等核心认知功能的影响,并进一步探讨“设备介入与社会工作专业支持”与“小组工作”相结合的综合干预模式的有效性与协同机制。在该设计中,把智能设备与社会工作专业支持作为核心干预手段,在后续阶段把小组工作作为维持与拓展支持的重要方式,以弥补小样本研究在生态效度与长期效果验证方面的局限性,为发展可推广、多层次的城市空巢老人认知干预方案提供循证依据。

三、研究方法

(一)研究对象

本研究于2024年11月依托G市S街道社工站,采用准实验设计,在该街道所辖的G社区开展工作。通过社工站进行参与者招募,对推荐及自愿报名的老人进行系统筛选与基线评估。筛选过程分为初筛与入组两个阶段。在初筛阶段,通过审核老人的基本资料与电话访谈,排除明显不符合主要标准的对象;在入组阶段,对初步符合条件的老人进行包括蒙特利尔认知评估在内的标准化测评。最终纳入研究的对象须同时满足以下标准:年龄为60—80岁,属于社区空巢老人;身心状况基本稳定,无重大躯体疾病史或主观认知抱怨,且蒙特利尔认知评估量表得分大于26分;[51]具备参与实验的基本能力与意愿,并签署知情同意书。经过筛选,共有10名老人符合条件,并被纳入研究。

本研究采用小样本设计,主要基于三方面考虑。首先,作为干预方案的探索性研究,其核心目标在于初步验证“智慧居家训练+社会工作专业支持”模式的可行性与效果,为后续扩展性研究提供依据。其次,对城市空巢老人中符合轻度认知下降且具备基本设备使用能力的个体筛选较为困难,短期内难以实现大样本招募。最后,实验设备数量及社区协作资源制约了样本规模。因此,小样本设计不仅在方法学上具有合理性,也符合本阶段研究的现实条件与实践逻辑。在此基础上,本研究拟采用基线特征配对法,将符合条件的参与者匹配并分配至干预组与对照组,以控制非随机分组可能带来的选择偏倚。选择认知功能完好的老人开展预防性干预是基于认知衰退的渐进性特征,旨在通过早期认知训练延缓功能下降进程。这符合“早预防、早干预”的公共卫生导向。

(二)测量工具与方法

本研究以智能设备内置的认知任务作为主要干预工具,通过系统化训练,提升实验组参与者的认知功能。设备在自动记录任务完成过程中的行为指标包括正确率、反应时等,并将其实时同步至云端数据库,数据分析采用SPSS 25.0完成。采用基线配对方式完成分组,确保实验组与对照组在年龄、教育程度、基线认知水平等关键变量上保持均衡。在数据收集方面,综合训练软件后台的客观量化数据与训练日志等质性资料,以克服单一数据来源的局限性。在统计分析方面,先对两组参与者的基线特征进行均衡性检验:分类变量采用Fisher精确检验,不符合正态分布的连续变量采用曼-惠特尼 U检验进行组间比较,后续采用相同的统计方法分析两组后测得分、干预前后变化量的组间差异;实验组干预前后自身比较采用配对样本 t 检验。[52]此外,在干预结束后的维持阶段,通过小组工作对四项核心认知能力进行行为化测量,从而获取更贴近真实情境、稳定性更高的评估数据,以增强小样本研究的内部效度与统计结果的可靠性。

(三)干预方案设计及实施过程

1. 理论基础

本研究以社会认知理论中的“个体—行为—环境”三元交互决定论为理论基础,构建涵盖个体、行为与环境的三元交互干预模型。该理论认为,认知功能的形成与发展并非孤立的过程,而是源于个体在社会环境中持续的感知、学习与互动反馈。个体、行为与环境三者之间动态交互,共同影响认知、情感及行为表现。[53]这一理论视角与城市空巢老人认知促进的干预需求高度契合。

首先,空巢老人因社会互动缺失,减少了通过同伴示范与经验交流进行认知学习的机会,三元交互理论为重建此类环境支持提供了依据。其次,观察学习机制强调个体可通过观察他人的行为及其结果,形成认知表征,这为借助智能设备向老人提供认知示范与行为参照奠定了理论基础。最后,自我效能感作为影响行为坚持性的关键因素,可部分解释传统认知训练中常见的低参与现象:“学不会”“无效果”等信念往往源于效能感不足。社会认知理论所强调的成功经验积累与言语说服等策略,支持通过设备即时反馈与社会工作持续鼓励来共同增强老人的训练信心与参与持续性。

基于“环境构建与重塑”“个体信念生成”“行为激发和维持”三大核心干预因子之间的动态交互与协同作用,本研究构建了“智慧居家训练 + 社会工作支持”与“小组工作”相结合的“个体—行为—环境”三元交互式干预模型(见图1)。该模型是借助智能设备,提供结构化环境支持与实时反馈,结合社会工作者的指导与激励,共同作用于老人的认知状态与训练行为,形成“环境赋能—信念增强—行为巩固”动态互动的认知促进闭环。在该模型的作用下,系统化训练得以激发和维持;行为过程中的积极反馈进一步强化自我效能感;个体认知信念的提升又将促使其更加主动地利用环境资源并保持训练投入,从而形成持续改善认知功能的良性循环。

图 1 “个体—行为—环境”三元交互式干预模型

2. 方案设计及实施

基于社会认知理论中的“个体—行为—环境”三元交互决定论,本研究设计了为期4周的干预方案。两组受试者均选取60岁及以上的空巢老人,每组各5人,并通过基线匹配,确保其人口学特征均衡。干预按前—中—后流程推进。一是预评估与基线调查阶段(2024年11月29日至12月6日)。研究人员入户完成预评估,并使用智慧居家训练设备对参与者的视觉观察、记忆、反应与计算四项认知能力开展基线测评,每项能力满分为10分。依据测评结果,将参与者划分为低、中、高三个认知风险等级。二是干预实施阶段(2024年12月7日至2025年1月6日)。干预组接受系统的智慧认知训练,并以设备生成的周期报告数据作为四项认知能力的后测依据。本阶段干预从环境支持入手。实验组每日通过智慧居家训练设备进行个性化训练,以此获得结构化的环境支持与正向行为示范。社会工作者每周入户指导,运用成功经验积累与言语说服策略,提升参与者的自我效能感,增强其行为的坚持性,从而推动其成为目标明确的主动参与者。对照组在此阶段仅接受常规入户探访,不接受系统性认知训练。三是维持阶段(2025年1月10日至1月22日)。实验组与对照组共同参与4次团体认知训练小组活动。活动内容融合针对上述4项认知能力的游戏化评估任务,并在每次活动后进行满意度调查。通过同伴示范与社会互动,借助环境机制进一步提升参与者的自我评估能力,促使其克服消极行为。此外,研究通过系统自动记录每日任务完成度、正确率及反应时间等指标,并同步至云平台,实现对参与情况的实时监测与分析。所有干预及小组活动均由经过统一培训的2名社会工作者执行,以控制实施者之间的差异。

四、干预成效分析

(一)前期调研阶段:入户探访结果的描述性分析

1. 老人智能设备使用现状分析

对10名空巢老人的问卷调查结果显示,在老人使用智能手机的主要动机中,“娱乐消遣”需求占比最高,达到90%;“保持联系”次之,显示出社交功能在该群体智能设备使用中的重要意义。整体上,娱乐与社交构成了老人使用智能设备的核心驱动力。仅10%的参与者将“安全保障”列为主要使用动机,表明此类刚性需求或因现有产品功能不足,或因使用门槛较高,尚未得到有效满足。

研究发现,老人对智能设备的使用呈现出认知程度有限、使用体验欠佳,但使用意愿较强的总体特征(见表1)。具体而言,参与者对健康监测功能的了解程度总体处于中等水平,且个体之间的认知差异较为显著(标准差=1.10)。参与者普遍认为智能设备对丰富娱乐生活具有积极作用,但对现有智慧养老产品便利性的评价整体偏低,这与该群体在实际使用中常遇到的困境相符。值得关注的是,尽管有过半参与者曾遇到设备故障或操作困难,但其尝试新产品的意愿依然强烈。这表明老年群体对智慧养老存在明显的潜在需求,同时反映出当前产品在易用性与可靠性方面有待提升。

表 1 老人智能设备使用情况

2. 智能设备需求特征与社会工作介入现状

在前期调研中发现,老年群体对智能设备的功能需求主要集中于健康监测与用药提醒两类核心服务,紧急呼叫与安全监控功能次之,而智慧居家控制类的需求相对较低。上述分布凸显了老人对与自身健康及安全密切相关的智慧化服务更为关注。

针对社会工作者介入情况的调研显示,服务覆盖率最高的是“定期回访与照护跟踪”,已实现全面覆盖。此外,健康状况评估与管理、居家安全评估与改进、智能设备使用指导以及情感支持等服务的覆盖率均超过40%。这表明当前该社区的社会工作已形成以持续性跟踪和健康安全管理为主的服务体系,并在心理支持与技术适配方面建立了初步基础。不过,日常照护协助方面的服务仍存在深化空间。

3. 老人对智能设备未来期望的分析

调研显示,老年群体对智能设备使用的期待突出表现为对情感支持功能的高度关注。协调资源与服务、提供技术指导两类需求各占10%,个性化照护方案在此阶段尚未成为主要诉求。这表明老年人更倾向于通过智能设备获得情感陪伴与精神慰藉,而非单纯追求技术辅助或定制化服务。从图2可知,在智慧居家照护情境中,老人期望社会工作者提供的支持主要集中在健康管理、使用技能培训与情感心理支持三个方面。相对而言,其对服务响应速度及社区社交活动的需求较低,个性化定制服务亦未成为普遍期待。以上结果说明,与前沿、复杂的功能相比,老年群体对健康管理等基础性、支持性服务的需求更为具体且迫切。因此,在推进智慧养老相关服务时,应优先系统化构建涵盖健康支持、技能提升与情感陪伴在内的普适性服务体系。

图 2 社会工作者提供智慧居家照护服务需改进情况 1

(二)干预阶段:设备介入后的数据分析

1. 人口学特征描述

为验证实验组与对照组基线特征的均衡性,本研究采用Fisher精确检验,对两组的性别、年龄、文化程度、职业类型、健康状况及居住状况等变量进行比较(见表2)。结果显示,各变量在两组间均无统计学显著差异(p>0.05)。两组在收入来源分布上也完全一致。以上结果表明,两组参与者在基线特征上具备良好的可比性,满足实验设计中的均衡性要求,为后续干预效果的归因提供了可靠基础。

表 2 人口学信息描述统计

2. 实验组与对照组四大能力前测得分

从前测数据可知(见表3),实验组老人在4项认知能力上呈现以下特征。计算能力表现最佳,平均得分为8.6分,显示该组参与者的基础运算能力普遍较好。视觉能力次之,平均得分为8.0分,且80%成员的得分超过8分,反映出整体较好的视觉能力。记忆能力表现最为薄弱,平均得分仅为4.8分,构成普遍存在的认知短板。反应能力平均得分为7.2分,个体间差异较为明显。

表 3 实验组和对照组4项认知能力前测得分(分)

对照组的计算能力表现较好,平均得分为8.0分,视觉能力平均得分为6.8分,略低于实验组。与实验组相似,对照组的记忆能力较弱,反应能力平均得分为6.2分,组内同样存在一定的差异。综合来看,两组在4项认知能力的前测得分虽差异较小,但整体分布趋势相似,未呈现统计学显著差异,为后续干预效果评估提供了较为一致的基线基础。

3. 非参数检验的基准测量

由于本研究样本量较小,在分析时选用曼-惠特尼 U检验对实验组与对照组进行基线比较。该检验不要求数据服从正态分布,适用于小样本分析。结果显示,两组在视觉、记忆、反应及计算4项认知能力上的基线得分均无统计学显著差异(p值见表4),表明在干预开始前,两组在各认知能力上具有可比性。

表 4 非参数检验的基准测量情况

4. 实验组后测数据

总体来看,实验组所有参与者在接受智慧训练设备干预后,各项认知能力均较前测呈现稳定提升(见图3)。具体来看,记忆能力提升幅度最突出,前测均值为4.8分,提升至7.2分,其次是反应力,提升幅度为1.4分,视觉和计算力有小幅度提升。实验组所有参与者的认知得分均未出现回落,这表明本研究认知干预方案对空巢老人的认知功能具有明确的正向作用。

图 3 实验组前后测对比折线

5.组间差异分析

实验组在接受干预后,其认知能力的总分较前测显著提高(p < 0.01),表明该干预措施对改善实验组的认知功能具有统计显著效果(见表5)。

表 5 配对样本 t 检验结果(前测总分与后测总分)

6. 实验组使用满意度测评

对参与智能设备训练的5位老人进行的满意度评估显示(见表6),实验组的整体满意度处于中等偏上水平,平均得分为63.6分(满分80分),但组内存在个体差异。具体来看,在智能设备相关评价中,“需求满足”得分最高(平均17.6分),表明设备的功能与用户的核心需求较为匹配。“基础设计”与“服务内容”得分相对较低,表明在易用性、交互逻辑及服务实用性方面仍有改进空间。在社会工作者与志愿者服务方面,参与者的评价普遍较高,平均得分达19.0分,反映出专业支持在干预中具有积极作用。

表 6 智能训练设备使用情况满意度(单位:分)

基于以上结果,后续优化可优先从设备端入手,重点改善交互设计与服务内容的适配性,例如简化操作流程、增强个性化设置。同时,建议对评分较低的对象开展有针对性的回访,识别具体使用障碍,以提升服务的一致性与整体体验。

(三)维持阶段:小组工作介入能力情况得分

本研究采用准实验设计,将10名参与者以非随机分配的方式分为实验组(n=5)与对照组(n=5)。完成主要干预期后,于维持阶段对两组同时开展结构化小组工作干预。该干预采用游戏化训练形式,围绕视觉能力、记忆能力、反应能力及计算能力进行系统化测评。为评估干预效果,记录了每位参与者在各项任务中的得分。由于样本量较小,且数据分布可能不符合参数检验的前提,采用曼-惠特尼U检验等非参数方法,并结合效应量计算,对两组在各认知能力上的差异进行统计分析(见表7)。

表 7 曼-惠特尼U检验分析的非参数检验

在维持阶段的小组工作干预后,实验组与对照组在记忆能力(p = 0.049)及反应能力(p = 0.033)上均表现出统计学显著差异,说明该干预可以改善这两项认知功能。在视觉能力与计算能力方面,两组的差异虽未达到统计显著水平,但效应量分别为0.58与0.56,按Cohen标准均属大效应量(r > 0.50),表明干预可能具有积极的潜在作用。视觉能力与计算能力未呈现统计显著性,可能与样本量较小导致的统计检验力有限有关,其结果需在后续扩大样本的研究中进一步验证。

五、结论与讨论

(一)结论

本研究通过准实验设计,初步探讨了融合智慧居家训练与社会工作专业支持的多成分认知干预模式对老人认知功能的影响,主要发现如下。

首先,干预措施对实验组空巢老人的认知功能具有积极促进作用。后测总分较前测显著提升(p < 0.01),且所有参与者均表现出不同程度的认知能力改善,表明该干预方案具备初步有效性。这与已有研究结论相互印证。例如,Ro等指出,基于交互式触屏游戏的干预在改善健康老人认知方面优于传统纸笔训练。[26]Jung等证实,可穿戴设备支持的认知运动训练对执行功能和记忆能力等维度具有积极作用。[54]Lee等通过随机对照试验,验证了视听综合训练对轻度认知障碍患者的显著改善效果。[55]就具体维度而言,实验组记忆能力提升幅度最为突出。上述改善可能具有较强的主观可感知性,但可以确定的是,即时正向反馈会显著提升老人的自我效能感,进而促进其更主动地投入训练。空巢老人受孤独感影响,记忆功能往往最先出现衰退,本研究训练任务针对短时记忆、情景记忆设计,干预靶向性较强。另外,反应能力次之,可能与设备内置反应类训练任务占比较高有关。

其次,维持阶段的小组工作评估反映出干预效果的持续性与协同潜力。实验组在记忆能力与反应能力上显著优于对照组,且4项认知能力的效应量(r > 0.50)均达到较大水平。这说明前期设备训练为后续团体认知活动奠定了基础,形成了“设备+社交”双轨干预的协同增益。这一发现呼应了Yahya关于抽认卡刺激改善认知的研究,也与Hall所强调的团体智力活动有助于延缓认知衰退的观点一致[56-57],进一步支持了兼具社交与认知挑战的团体活动在老人认知干预中的价值。[58]

最后,本研究初步验证了“科技赋能+社会工作专业支持”服务方案在社区场景中的可行性。前期调研显示,老人对智能设备虽具有较高的使用意愿,但普遍面临“认知有限、体验不佳”的现实困境,表明该模式在提升设备易用性与服务可及性方面有发展潜力。

(二)讨论

如前所述,本研究初步验证了“智慧居家训练+社会工作专业支持”融合模式在提升空巢老人认知功能方面的有效性,并探索了一套依托智能设备开展系统化居家认知训练的操作路径。需要指出的是,本研究受限于样本规模,尽管通过基线匹配与非参数检验等方法控制了部分偏误,但统计效力有限,结论的外推性仍有待通过扩大样本及开展多中心研究进一步验证。此外,在维持阶段,两组共同参与小组活动,虽有助于识别协同效应,但也可能导致对照组在该阶段同样从游戏化训练中获益,从而在一定程度上弱化了后期测量的组间差异。

基于上述结论与局限性,应在干预设计中注重对实验变量的分层控制,提升效果归因的严谨性,从而推动空巢老人认知干预模式的持续完善和科学推广。下一步研究与相关服务设计可重点关注以下四个方向。

1. 优化适老设计,提升交互可用性

在智慧养老实践中,智能设备的用户体验直接影响其应用成效。研究发现,老人虽对智能产品有较高的使用意愿,却常因操作复杂、故障频发而体验感不佳。其核心需求并非功能的叠加,而是基础服务的便捷与稳定。因此,产品开发应坚持以“适老化”为核心原则,具体可从三个方面着手。一是视觉设计应贴合老人的视力特点。采用大字体、高对比度色彩与简洁具象的图标,并辅以明确文字标签,降低认知负荷。二是交互逻辑应简洁直观。采用扁平化架构,将健康监测、紧急呼叫等高频功能置于首页或设为实体按键,并融入语音交互,以减少精细操作依赖。三是反馈机制需及时明确。通过视觉、听觉或触觉等多通道方式响应用户操作,避免因无反馈而导致的误操作,增强使用的掌控感。上述改进可有效提升设备的易用性与可靠性,为构建包容、可持续的智慧养老服务体系提供技术保障。

2. 融合专业支持,构建双轨干预模式

现有实践通常将老人视为被动的技术接受者。但深入分析可知,其内在需求已超越单纯的功能使用,更指向通过技术实现情感支持与社会连接的价值理性层面。因此,智慧养老设计要实现从工具理性向价值理性的范式转变,关键在于推动社会工作角色由单纯的技术辅导者转变为连接技术、情感与社会支持的服务枢纽,成为促进技术融入生活的价值整合者。具体而言,可从五个方面推进。一是建立健全标准化的社会工作服务制度,将定期入户访问与线上随访固化为常规流程,以弥补当前在设备指导和情感支持方面的服务间断性。二是建立并持续更新老人个性化服务档案,动态评估其技术使用困难与心理社会需求,为提供精准支持奠定基础。三是加强社会工作在智慧养老领域的专业能力建设,通过系统化培训培养复合型服务人才。四是构建“社会工作—志愿者—家庭”协同支持网络,发展“老帮老”互助模式,激活家庭关怀的力量,形成多元共担的服务合力。五是引入视频通话、电子相册等情感化技术设计,协助老人维持亲情联结,在重要时刻为其提供情感陪伴。

3. 整合社区服务,完善系统支撑体系

智慧养老成功的关键在于构建兼具技术赋能和在地服务两者一体化的生态系统,推动技术真正融入并增强社区照护网络,形成以人为中心、协同可持续的服务体系。智慧养老仍存在技术标准与真实需求错配、数据信息孤岛化、发展依赖单一路径等现实情况,亟待以系统思维对接“个体—技术—环境”多元协同场景,更好地促使智慧养老向具有动态联动特点的系统智能转型。为此,需从三个方面入手。一是建立统一的数据平台与接口标准,制定行业规范,实现跨部门协同。二是构建具备智能设备和社区服务的联动机制,整合医疗、家政、社交等多方资源,打造开放兼容的服务平台,实现一站式响应。三是鼓励企业建设开放生态,吸引第三方服务商参与。在政策层面,可通过财政激励、税收优惠等措施支持适老化研发与基建,并尝试将相关服务纳入长期护理保险支付范围,减轻老人的负担。智慧养老最终应确立以人为中心、以数据为驱动、以服务为根本的新范式,为实现“老有所养、老有所依、老有所安”提供系统性支撑。

4. 扩大追踪研究,深化长期效果验证

本研究设计较为严谨,且初步结果显示出一定的价值,但样本量较小,这在一定程度上影响了研究结论的外部效度与推广潜力。小样本可能导致统计检验力不足,使得某些真实效应未能被有效识别,也增加了研究结果受个别极端值影响的风险。然而,这一局限性为未来研究指明了方向。首先,开展更大规模、设计严谨的实证研究。确保样本具有足够的代表性与统计效力,深入探讨干预效果在不同老年亚群体中的差异,推动智慧养老研究向精准化与群体细分方向发展。其次,进行长期纵向追踪。通过设置多个随访时点,并整合睡眠质量、设备使用频率等多维度客观指标,系统评估干预效果的持续性。再次,优化实验设计。通过设置“仅社会工作专业支持”“仅设备训练”等对照组,与综合干预模式进行比较,以明确不同干预成分的具体贡献。最后,突破单一社区样本的限制。联合不同类型、不同地域的社区开展多中心研究,共同验证干预模式的有效性,为智慧养老模式的广泛推广提供扎实的循证基础。

注释

1横轴表示选择该选项的比例(%)。

参考文献
[1]
国家统计局: 60岁及以上人口比重达18.7% 老龄化进程明显加快[EB/OL]. (2021-05-11). http://m.people.cn/n4/2021/0511/c125-14986306.html.
国家统计局: 60岁及以上人口比重达18.7% 老龄化进程明显加快[EB/OL]. (2021-05-11). http://m.people.cn/n4/2021/0511/c125-14986306.html.
[2]
国家统计局.第六次全国人口普查主要数据发布[EB/OL].[2011-04-28]. https://www.stats.gov.cn/sj/zxfb/202303/t20230301_1919256.html.
国家统计局.第六次全国人口普查主要数据发布[EB/OL].[2011-04-28]. https://www.stats.gov.cn/sj/zxfb/202303/t20230301_1919256.html.
[3]
数据看我国人口结构变化 人口质量改善速度加快[EB/OL]. (2024-09-11). https://news.cctv.com/2024/09/11/ARTI0oafwSj1N0WrSIE5HG0q240911.shtml.
数据看我国人口结构变化 人口质量改善速度加快[EB/OL]. (2024-09-11). https://news.cctv.com/2024/09/11/ARTI0oafwSj1N0WrSIE5HG0q240911.shtml.
[4]
人民来论: “空巢老人”怎么办?[EB/OL]. (2022-03-16). http://opinion.people.com.cn/n1/2022/0316/c431649-32375974.html.
人民来论: “空巢老人”怎么办?[EB/OL]. (2022-03-16). http://opinion.people.com.cn/n1/2022/0316/c431649-32375974.html.
[5]
中国老龄协会. 第五次中国城乡老年人生活状况抽样调查基本数据公报 [EB/OL]. (2024-10-17). https://www.cncaprc.gov.cn/u/cms/www/202410/171437578sfk.pdf.
中国老龄协会. 第五次中国城乡老年人生活状况抽样调查基本数据公报 [EB/OL]. (2024-10-17). https://www.cncaprc.gov.cn/u/cms/www/202410/171437578sfk.pdf.
[6]
国务院发展研究中心. 王伟进: 加快发展智慧养老 掘金银发经济新赛道[EB/OL]. [2025-03-17]. https://www.drc.gov.cn/DocView.aspx?chnid=379&leafid=1338&docid=2908318.
国务院发展研究中心. 王伟进: 加快发展智慧养老 掘金银发经济新赛道[EB/OL]. [2025-03-17]. https://www.drc.gov.cn/DocView.aspx?chnid=379&leafid=1338&docid=2908318.
[7]
中国红十字会. “窗”含夕阳 “帘”动服务[EB/OL]. (2025-05-10). https://www.redcross.org.cn/html/2025-05/107008.html.
中国红十字会. “窗”含夕阳 “帘”动服务[EB/OL]. (2025-05-10). https://www.redcross.org.cn/html/2025-05/107008.html.
[8]
上海市民政局. 江苏路街道“一网统管”助力为老服务, 大力推进智慧养老[EB/OL]. (2020-06-28). https://mzj.sh.gov.cn/2020bsmz/20200628/1523b326b7f0410198e53cfe5d44e052.html.
上海市民政局. 江苏路街道“一网统管”助力为老服务, 大力推进智慧养老[EB/OL]. (2020-06-28). https://mzj.sh.gov.cn/2020bsmz/20200628/1523b326b7f0410198e53cfe5d44e052.html.
[9]
机器狗帮忙送餐、智能门磁监测异常情况——科技助力智慧养老[EB/OL]. (2025-03-21). https://www.workercn.cn/c/2025-03-21/8483990.shtml.
机器狗帮忙送餐、智能门磁监测异常情况——科技助力智慧养老[EB/OL]. (2025-03-21). https://www.workercn.cn/c/2025-03-21/8483990.shtml.
[10]
国家卫生健康委办公厅关于开展老年痴呆防治促进行动(2023—2025年)的通知[EB/OL]. [2026-05-26] https://www.gov.cn/zhengce/zhengceku/202306/content_6886277.htm.
国家卫生健康委办公厅关于开展老年痴呆防治促进行动(2023—2025年)的通知[EB/OL]. [2026-05-26] https://www.gov.cn/zhengce/zhengceku/202306/content_6886277.htm.
[11]
李曼璐, 郝淑梦. 国内空巢老人健康状况研究进展[J]. 中国老年保健医学, 2023(5): 103-106. DOI:10.3969/j.issn.1672-2671.2023.05.022
[12]
Salzman T, Sarquis-Adamson Y, Son S, et al. Associations of multidomain interventions with improvements in cognition in mild cognitive impairment: a systematic review and meta-analysis[J]. The journal of the American medical association network open, 2022, 5(5): e226744. DOI:10.1001/jamanetworkopen.2022.6744
[13]
Kamnardsiri T, Phirom K, Boripuntakul S, et al. An interactive physical-cognitive game-based training system using kinect for older adults: development and usability study[J]. Journal of medical internet research serious games, 2021, 9(4): e27848. DOI:10.2196/27848
[14]
杨斌, 金栋昌. 老年数字鸿沟: 表现形式、动因探寻及弥合路径[J]. 中州学刊, 2021(12): 74-80.
[15]
黄婷, 于恩洋. 从“老适技术”到“技术适老”: 适老化视域下代际数字鸿沟的纾解之道[J]. 图书馆, 2024(10): 43-51.
[16]
胡艳群, 李斌, 王蛟颜, 等. 短期虚拟现实康复训练联合认知干预对老年脑卒中偏瘫患者运动功能、Lovett肌力分级及生存质量的影响分析[J]. 中国医学前沿杂志(电子版), 2018(8): 97-101. DOI:10.12037/YXQY.2018.08-24
[17]
Karim M, Venkatachalam J. A randomized pilot study of a cognitive intervention for the elderly with mild cognitive impairment[J]. The electrochemical society transactions, 2022, 107(1): 8383-8393. DOI:10.1149/10701.8383ecst
[18]
Park J H, Liao Y, Kim D R, et al. Feasibility and tolerability of a culture-based virtual reality (VR) training program in patients with mild cognitive impairment: a randomized controlled pilot study[J]. International journal of environmental research and public health, 2020, 17(9): 3030. DOI:10.3390/ijerph17093030
[19]
Zhong D, Chen L, Feng Y, et al. Effects of virtual reality cognitive training in individuals with mild cognitive impairment: a systematic review and meta-analysis[J]. International journal of geriatric psychiatry, 2021, 36(12): 1829-1847. DOI:10.1002/gps.5603
[20]
Zhang L, Guo J, Zhang J, et al. Interactive cognitive motor training: a promising approach for sustainable improvement of balance in older adults[J]. Sustainability, 2023, 15(18): 13407. DOI:10.3390/su151813407
[21]
Chan P T, Chang W C, Chiu H L, et al. Effect of interactive cognitive-motor training on eye-hand coordination and cognitive function in older adults[J]. BioMed Central geriatrics, 2019, 19(1): 27.
[22]
孟九菊, 徐小丹, 张华, 等. 虚拟情景互动训练对老年人跌倒风险的干预效果研究[J]. 中国康复, 2020(1): 43-46. DOI:10.3870/zgkf.2020.01.011
[23]
Yow W Q, Ang C S, Li X. Effectiveness of dual-language cognitive intervention in cognitive healthy and dementia bilingual older adults[J]. Innovation in aging, 2024, 8(Supplement_1): 1123-1124. DOI:10.1093/geroni/igae098.3046
[24]
Riasmini N M, Sabri R, Khatimah H, et al. Improving cognitive function of the elderly through Tai Chi exercise program and cognitive stimulation[J]. Jurnal keperawatan, 2024, 9(1): 116-129.
[25]
Gallou-guyot M, Mandigout S, Prado S A, et al. Exergame and cognitive-motor dual-task training in the healthy elderly (INCOME): a study protocol[J]. European rehabilitation journal, 2022, 2(1): 1-10. DOI:10.52057/erj.v2i1.8
[26]
Ro D, Lee J, Lee G, Shin S, et al. Effect of interactive multitouch game-based cognitive intervention on cognitive function in older adults: a randomized controlled trial[J]. Digital health, 2023, 9: 20552076231176648. DOI: 10.1177/20552076231176648.
[27]
Zhao R, Li Z. Research on social work service intervention in the social communication needs of urban empty nest elderly: a case study of community a in kunming[J]. Yixin publisher, 2023, 1(1): 223-233. DOI:10.59825/jhss.2023.1.1.223
[28]
Zhang C, Xue Y, Cai Y, Lu J, et al. Efficacy of the self-mutual-group model targeting quality of life improvement among empty-nest elderly: an intervention study[J]. BioMed Central geriatrics, 2021, 21(1): 209. DOI:10.1186/s12877-021-02155-4
[29]
Zhang C, Zhao H, Zhu R, Lu J, et al. Improvement of social support in empty-nest elderly: results from an intervention study based on the self-mutual-group model[J]. Journal of public health, 2018, 41(4): 830-839.
[30]
苏珂, 李付星, 李月恩. 农村空巢老人的情感诉求及抚慰策略[J]. 西北农林科技大学学报(社会科学版), 2018(5): 79-85. DOI:10.13968/j.cnki.1009-9107.2018.05.11
[31]
殷文, 耿慧. 人生回顾结合音乐疗法对机构失能老年人抑郁症状的影响[J]. 中国老年学杂志, 2017(23): 5939-5940. DOI:10.3969/j.issn.1005-9202.2017.23.089
[32]
周爱华, 廖绪. 叙事疗法在老年社会工作的应用——以香港慢性病患老年人为例[J]. 社会工作, 2019(3): 41-52,110. DOI:10.3969/j.issn.1672-4828.2019.03.004
[33]
孙丽, 包先康. 随迁老人城市适应状况及社会工作介入研究——以“城市性”兴起为背景[J]. 广西社会科学, 2019(7): 67-72.
[34]
何芸, 卫小将. 着力强化农村五保老人社会支持网络——基于社会工作的分析视角[J]. 理论探索, 2012(4): 86-90.
[35]
孙唐水, 潘金洪, 周长青. 农村留守老人困境的社会工作干预实验——基于安徽省X县G乡S自然村的实证研究[J]. 南京人口管理干部学院学报, 2011(3): 10-14,47. DOI:10.3969/j.issn.1007-032X.2011.03.002
[36]
Guo J H, Yang Y, Lin L X, et al. Prevalence and factors influencing disability and cognitive impairment among empty nesters and non-empty nesters in Guangdong, China: a cross-sectional study[J]. Frontiers in Public Health, 2025, 13: 1545497. DOI:10.3389/fpubh.2025.1545497.
[37]
胡月琴, 王兰爽. 北京地区社区空巢老人社会交往与认知能力的关系[J]. 中国老年学杂志, 2020(4): 884-887. DOI:10.3969/j.issn.1005-9202.2020.04.065
[38]
姜兆权, 周诗雪, 黄米娜, 等. 农村空巢老人居家不出、抑郁情绪与认知功能之间的关系研究[J]. 护士进修杂志, 2024(3): 313-316. DOI:10.16821/j.cnki.hsjx.2024.03.016
[39]
李湘君, 王中华. 社会关系类型与空巢老人认知功能的关系研究[J]. 现代预防医学, 2023(5): 848-853. DOI:10.20043/j.cnki.MPM.202209128
[40]
鲁丰华, 曾慧, 姬书瑶. 空巢老年人的孤独感与认知功能的研究进展[J]. 解放军护理杂志, 2015(13): 36-38. DOI:10.3969/j.issn.1008-9993.2015.13.010
[41]
Kim D R, Lai T F, Sung M J, et al. Effect of information and communication technology-based smart care services for physical and cognitive functions in older adults living alone: a quasi-experimental study[J]. J Nutr health aging, 2024, 28(8): 100318. DOI:10.1016/j.jnha.2024.100318.
[42]
贺美玲, 隆春玲, 郭志华, 等. 小组心理干预对空巢老年人焦虑抑郁情绪的影响[J]. 中华护理杂志, 2013, 48(5): 450-452.
[43]
Khalilzadeh J, Tasci A D A. Large sample size, significance level, and the effect size: solutions to perils of using big data for academic research[J]. Tourism management, 2017, 62: 89-96. DOI:10.1016/j.tourman.2017.03.026
[44]
Lantz B. The large sample size fallacy[J]. Scandinavian journal of caring sciences, 2012, 27(2): 487-492. DOI:10.1111/j.1471-6712.2012.01052.x
[45]
Volovici V, Brody D L. Sample size, replicability, and pre-test likelihoods: essential, overlooked, and critical components of statistical inference: a journal of neurotrauma guide to statistical methods and study design[J]. Journal of neurotrauma, 2023, 40(19-20): 1990-1994. DOI:10.1089/neu.2022.0491
[46]
Garg M, Dhull H, Kalluri N, et al. Understanding sample size determination in research: a practical guide[J]. Educational administration: theory and practice, 2024, 30(5): 13800-13810. DOI:10.53555/kuey.v30i5.6040
[47]
Lapanowski A F, Gaynanova I. Compressing large sample data for discriminant analysis[C]//2021 IEEE international conference on big data (big data). Piscataway: IEEE, 2021: 1068-1076.
[48]
Krasny-Pacini A, Evans J. Single-case experimental designs to assess intervention effectiveness in rehabilitation: a practical guide[J]. Annals of physical and rehabilitation medicine, 2018, 61(3): 164-179. DOI:10.1016/j.rehab.2017.12.002
[49]
Wiley R W, Rapp B. Statistical analysis in small-n designs: using linear mixed-effects modeling for evaluating intervention effectiveness[J]. Aphasiology, 2018, 33(1): 1-30. DOI:10.1080/02687038.2018.1454884
[50]
Gao Y, Zhong Z H, Lu M Y, et al. Statistical design and application of clinical trials with small sample sizes for rare diseases[J]. Chinese journal of epidemiology, 2024, 45(12): 1700-1704.
[51]
Nasreddine Z S, Phillips N A, Bédirian V, et al. The montreal cognitive assessment, moca: a brief screening tool for mild cognitive impairment[J]. Journal of the American geriatrics society, 2005, 53(4): 695-699. DOI:10.1111/j.1532-5415.2005.53221.x
[52]
李晓松. 卫生统计学. 8版[M]. 北京: 人民卫生出版社, 2017: 148-151, 205, 214.
李晓松. 卫生统计学. 8版[M]. 北京: 人民卫生出版社, 2017: 148-151, 205, 214.
[53]
Bandura A. Social foundations of thought and action: a social cognitive theory[M]. Englewood Cliffs: Prentice-Hall, 1986: 25-30.
[54]
Jung J, Ryu H C, Lee S. Enhancing cognitive and physical performance in older adults through wearable sensor-based interactive cognitive-motor training: a randomized clinical trial[J]. Scientific reports, 2025, 15(1): 18604. DOI:10.1038/s41598-025-03725-x
[55]
Lee L P, Har A W Y, Ngai C H, et al. Audiovisual integrative training for augmenting cognitive-motor functions in older adults with mild cognitive impairment[J]. BioMed Central geriatrics, 2020, 20(1): 64. DOI:10.1186/s12877-020-1465-8
[56]
Yahya Q N Q, Purwaningsih P, Makhfudli M. Influence of cognitive stimulation group activity memory game therapy on elderly cognitive function: quasi-experimental[J]. Jurnal ners, 2020, 14(3): 242-246. DOI:10.20473/jn.v14i3.17111
[57]
Hall C B, Lipton R B, Sliwinski M, et al. Cognitive activities delay onset of memory decline in persons who develop dementia[J]. Neurology, 2009, 73(5): 356-361. DOI:10.1212/WNL.0b013e3181b04ae3
[58]
Tesky V A, Thiel C, Banzer W, et al. Effects of a group program to increase cognitive performance through cognitively stimulating leisure activities in healthy older subjects[J]. GeroPsych, 2011, 24(2): 83-92. DOI:10.1024/1662-9647/a000035

1横轴表示选择该选项的比例(%)。