Use of Global Positioning System (GPS) Watches and Accelerometry to Monitor Mobility in Older Adults
Notice bibliographique
Résumé
Mobility is an important indicator of physical and psychosocial health in older people. Although physical activity monitors (pedometers and accelerometers) measure parameters related to walking, they do not measure other types of movement or allow for direct quantification of distances, speeds or locations traveled. PURPOSE: To determine the utility of using combined global positioning system (GPS) and accelerometry data to quantify mobility in older adults. METHODS: Twenty older adults, 74.4 ± 4.2 years of age (mean ± SD), were recruited to wear a GPS watch and an accelerometer for one day as they went about their usual routine. The following day subjects were asked to answer questions about their experience wearing the equipment. RESULTS: Subjects averaged 26.9 ± 8.4 activity bouts per day (denned as periods of walking for 3 or more consecutive minutes with a minimum of 10 steps per minute). Of these, 7.8 ± 6.0 took place away from home. In terms of total steps, subjects took 10,012 ± 5026 steps per day and walked 2.7 ± 2.9 km when away from home. The accelerometer recorded 793 ± 1205 steps erroneously while subjects were traveling in a vehicle. GPS data was successfully recorded for 18 of the subjects. For these 18 subjects, the duration of data collection varied from 43 minutes to over 12 hours (mean 7.66 ± 4.06 hours). Subjects left their homes 1.8 ± 1.3 times per day and took 3.9 ± 3.5 trips by vehicle, traveling 20.6 ± 19.1 km. They averaged 94.91 ±21.74 minutes away from home per trip. All subjects rated the GPS watch and accelerometer easy to use and the accelerometer comfortable to wear on a belt. Nineteen of twenty rated the GPS watch comfortable to wear. CONCLUSIONS: Although difficulties were encountered in using GPS watches to acquire a full day's worth of data in some subjects, use of this combined technology looks promising in terms of the comprehensive mobility data that can be measured in older adults. Supported by CIHR Institute of Aging Mobility in Aging Grant and CIHR fellowship.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».