Towards a novel set of GPS‐derived metrics to identify the differences between mobility patterns of cognitively intact older adults and older adults with dementia
Notice bibliographique
Résumé
Abstract Background Maintaining an active lifestyle and participating in social activities are key components of healthy ageing. These components rely on the individuals’ ability to remain mobile out of home. The global positioning system (GPS) is increasingly used to assess outdoor mobility of older adults. However, there is a gap in establishing a framework that recognizes the differences between mobility patterns of cognitively intact older adults and older adults with dementia (OAwD). We propose a set of GPS‐derived metrics to identify these differences, which can be used to evaluate changes in mobility patterns of OAwD over time. Method We analyzed the mobility profiles of 15 older adults from the greater Toronto area using GPS technology. Participants were aged between 65 and 90 years (M=74.9, SD=7.05) and were either cognitively healthy (n = 8) or diagnosed with dementia (n = 7). First, we created GPS‐based features representing different dimensions of outdoor mobility. These features include (1) the typical distance covered by individuals, (2) randomness of the travel patterns, (3) the spatial variation of the GPS locations, (4) the number of distinct stops visited per day, (5) the number of daily trips away from home, (6) the score of three levels of outdoor life‐space, and (7) the maximum distance travelled from home. Then, we used Recursive Feature Elimination (RFE) with Random Forest (RF) to select the most important mobility features with respect to cognitive status. Result A total of 55,580 GPS points were collected by the 15 unique participants over a period of 4 to 8 weeks. The RFE method indicated that features (1), (2), (3), and (5) had the strongest association with cognitive status. Our results suggested that OAwD displayed more predictability (i.e. smaller randomness) in travel patterns compared to the controls (OAwD: M=4.82, SD=0.57 vs. CTL: M=5.62, SD=0.71). Furthermore, the OAwD made fewer daily out‐of‐home trips compared to the controls (OAwD: M=1.06, SD=0.79 vs. CTL: M=1.65, SD=0.45), and covered smaller distances compared to the controls (OAwD: M=12.27, SD=11.73 km vs. CTL: M=15.78, SD=24.31 km). Conclusion The proposed set of GPS‐based features identified the differences between mobility patterns of cognitively intact older adults and OAwD.
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 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 | 0,000 |
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 ».