Large-Scale Wearable Sensor Deployment in Parkinson’s Patients: The Parkinson@Home Study Protocol
Notice bibliographique
Résumé
BACKGROUND: Long-term management of Parkinson's disease does not reach its full potential because we lack knowledge about individual variations in clinical presentation and disease progression. Continuous and longitudinal assessments in real-life (ie, within the patients' own home environment) might fill this knowledge gap. OBJECTIVE: The primary aim of the Parkinson@Home study is to evaluate the feasibility and compliance of using multiple wearable sensors to collect clinically relevant data. Our second aim is to address the usability of these data for answering clinical research questions. Finally, we aim to build a database for future validation of novel algorithms applied to sensor-derived data from Parkinson's patients during daily functioning. METHODS: The Parkinson@Home study is a two-phase observational study involving 1000 Parkinson's patients and 250 physiotherapists. Disease status is assessed using a short version of the Parkinson's Progression Markers Initiative protocol, performed by certified physiotherapists. Additionally, participants will wear a set of sensors (smartwatch, smartphone, and fall detector), and use these together with a customized smartphone app (Fox Insight), 24/7 for 3 months. The sensors embedded within the smartwatch and fall detector may be used to estimate physical activity, tremor, sleep quality, and falls. Medication intake and fall incidents will be measured via patients' self-reports in the smartphone app. Phase one will address the feasibility of the study protocol. In phase two, mathematicians will distill relevant summary statistics from the raw sensor signals, which will be compared against the clinical outcomes. RESULTS: Recruitment of 300 participants for phase one was concluded in March, 2016, and the follow-up period will end in June, 2016. Phase two will include the remaining participants, and will commence in September, 2016. CONCLUSIONS: The Parkinson@Home study is expected to generate new insights into the feasibility of integrating self-collected information from wearable sensors into both daily routines and clinical practices for Parkinson's patients. This study represents an important step towards building a reliable system that translates and integrates real-life information into clinical decisions, with the long-term aim of delivering personalized disease management support. CLINICALTRIAL: ClinicalTrials.gov NCT02474329; https://clinicaltrials.gov/ct2/show/NCT02474329 (Archived at http://www.webcitation.org/6joEc5P1v).
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 | 0,018 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,010 |
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 ».