TD‐P‐017: LONGITUDINAL, VISION‐BASED MONITORING OF CHANGES OF GAIT IN DEMENTIA: A PILOT STUDY
Notice bibliographique
Résumé
Impairments of gait and balance often progress through the course of dementia, and are associated with increased risk of falls. Regular assessment of gait and balance could therefore be informative in tracking changes in functional status, and identifying individuals at a high risk of falling to allow for preventative measures. We have developed a technology, called AMBIENT, which enables the frequent, accurate, unobtrusive, and cost-effective measurement of gait and balance parameters. The objective of this study was to demonstrate the feasibility of using AMBIENT for frequent assessment of mobility in people with dementia in a residential facility. We conducted a pilot longitudinal study with 20 participants (age: 76.9 ± 6.7 years, female: 50%) in the geriatric psychiatry unit at the Toronto Rehabilitation Institute, an eighteen-bed inpatient dementia care unit for older adults with behavioral symptoms. The AMBIENT setup included radio frequency identification to identify study participants and a Microsoft Kinect sensor to track body posture. The system automatically monitored participants’ gait as they walked within the view of the sensor during their daily routine and computed the spatiotemporal parameters of gait. Demographic and baseline descriptive measures were collected and falls events tracked. On average, 97 walking sequences per person were collected over a length of stay of 46 ± 37 days. There were 14 falls among study participants: 12 participants did not fall during their length of stay, 4 fell once, 2 fell twice, and 2 fell 3 times. Quantitative measures of gait were stride length (0.8 ± 0.1 m), stride time (1.4 ± 0.2 s), cadence (89.3 ± 18.1 steps/min), velocity (0.6 ± 0.1 m/s), step length asymmetry (1.2 ± 0.6), and step time asymmetry (1.2 ± 0.5).
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».