A LONGITUDINAL STUDY OF THE NAVIGATION PATTERNS OF DEMENTIA PATIENTS AND THEIR RELATIONSHIP TO MMSE
Notice bibliographique
Résumé
Studies of the navigational patterns of assisted living facility residents with dementia have resulted in many insights into the progression of dementia e.g. more tortuous navigation has been associated with declining mental capability. In this pilot investigation, we found minute changes in navigational features such as speed, path-efficiency, angle-turn and, ambulation-fraction were predictive of cognitive function. In this study, navigational data of 10 subjects living in an assisted living facility were collected daily over a period of one year using an Ultra-wideband real-time location system with an accuracy of 20cm at 1Hz using a method described by Kearns et al. (2012), and compared with their cognitive status as measured by the Mini Mental State Exam. Six subjects had received clinical diagnoses of dementia with MMSE scores averaging 13.33 (SD=7.6) while the four control subjects’ MMSE averaged 18 (SD=9). We hypothesized that linear trends in the aforementioned features over a lengthy period might provide useful information concerning dementia’s progression. We employed linear contrast analysis to identify increasing and decreasing trends in the features and evaluated the change using one-way ANOVA to compare the trends within the two diagnostic groups. Two patients evidenced significant linear trends in angle-turn and path-efficiency with the maximum variability captured by angle-turn (14.7% and 11.7%). Both subjects were later found to have very low MMSE value (6 and 9 respectively). In four other residents angle-turn consistently increased over the 1-year monitoring interval suggesting that their cognitive abilities may have correspondingly deteriorated over this interval.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».