MétaCan
Menu
Retour à la cohorte
Enregistrement W3112472280 · doi:10.1002/alz.045940

Developing feedback methods for caregivers of persons with cognitive impairment using a home‐based sensing and computing system

2020· article· en· W3112472280 sur OpenAlexaff
Neil Thomas, Laura Ault, Rafik Goubran, Bruce Wallace, Frank Knoefel, Jeffrey Kaye

Notice bibliographique

RevueAlzheimer s & Dementia · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensCarleton UniversityBruyèreUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésCognitive impairmentActivities of daily livingObservational studyCaregiver burdenCognitionMedicineBaseline (sea)GerontologyPhysical therapyDementiaPsychiatry

Résumé

récupéré en direct d'OpenAlex

Abstract Background Conventional methods assessing activities related to caregiving rely on self‐report with caregivers providing estimations of time and resources directed to these activities, which vary over time and can be difficult to reliably estimate retrospectively. Home‐based assessment platforms using sensors to collect objective information on daily activities represent a novel method to evaluate caregivers. Method This pilot study is an observational trial using the Collaborative Aging Research Using Technology (CART) sensor platform to assess cognitive and functional outcome measures. The study is enrolling individuals with cognitive impairment living with a caregiver. All participants’ complete questionnaires on functional status and behavioral symptoms, and undergo cognitive testing at baseline. These conventional measures are compared to the sensor‐based outcome measures. Caregivers complete an additional survey on burden level, the Zarit Burden Inventory (ZBI‐12). Additionally, focus group sessions will be held including caregivers enrolled in the pilot study and caregivers of individuals with cognitive impairment in the community. Result Data is currently being collected on daily functional activities in caregivers. Enrollment is ongoing for participant homes installing the sensor system. Three caregivers are enrolled, with an average age of 61.7 years (± 5.0), and 14 (± 3.4) years of education. Baseline mean ZBI‐12 scores were 15 (±4.6). Data has been collected for 9672 hours in total for the 3 participants. Caregivers slept on average 8.8 (±2.3) hrs/night and took 3868 (± 592) steps per day. Sensor data will be compared to ZBI‐12 scores to identify those activities correlated with higher levels of burden. Information from the focus group sessions will be used to guide development of a feedback system to inform caregivers of their activities related to time and effort spent in caregiving. Conclusion A home‐based sensing and computing system could provide objective information on activity and effort related to caregiving activities. The design of the feedback system is being developed using input from end‐users. The information provided by this system could help to inform caregivers of changes in their level of caregiving activities associated with higher levels of stress and more promptly identify whether they should seek increased external or community support.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,073
Tête enseignante GPT0,369
Écart entre enseignants0,295 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & DementiaMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207