Adapting Mobile and Wearable Technology to Provide Support and Monitoring in Rehabilitation for Dementia: Feasibility Case Series
Notice bibliographique
Résumé
BACKGROUND: Mobile and wearable devices are increasingly being used to support our everyday lives and track our behavior. Since daily support and behavior tracking are two core components of cognitive rehabilitation, such personal devices could be employed in rehabilitation approaches aimed at improving independence and engagement among people with dementia. OBJECTIVE: The aim of this work was to investigate the feasibility of using smartphones and smartwatches to augment rehabilitation by providing adaptable, personalized support and objective, continuous measures of mobility and activity behavior. METHODS: A feasibility study comprising 6 in-depth case studies was carried out among people with early-stage dementia and their caregivers. Participants used a smartphone and smartwatch for 8 weeks for personalized support and followed goals for quality of life. Data were collected from device sensors and logs, mobile self-reports, assessments, weekly phone calls, and interviews. This data were analyzed to evaluate the utility of sensor data generated by devices used by people with dementia in an everyday life context; this was done to compare objective measures with subjective reports of mobility and activity and to examine technology acceptance focusing on usefulness and health efficacy. RESULTS: Adequate sensor data was generated to reveal behavioral patterns, even for minimal device use. Objective mobility and activity measures reflecting fluctuations in participants' self-reported behavior, especially when combined, may be advantageous in revealing gradual trends and could provide detailed insights regarding goal attainment ratings. Personalized support benefited all participants to varying degrees by addressing functional, memory, safety, and psychosocial needs. A total of 4 of 6 (67%) participants felt motivated to be active by tracking their step count. One participant described a highly positive impact on mobility, anxiety, mood, and caregiver burden, mainly as a result of navigation support and location-tracking tools. CONCLUSIONS: Smartphones and wearables could provide beneficial and pervasive support and monitoring for rehabilitation among people with dementia. These results substantiate the need for further investigation on a larger scale, especially considering the inevitable presence of mobile and wearable technology in our everyday lives for years to come.
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| 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 ».