Emerging Biotechnology Markers of Cognitive Impairment
Notice bibliographique
Résumé
Abstract The early detection of cognitive impairment is among the National Institute on Aging’s (NIA) current research priorities. Sensor-based technologies have exploded in recent years allowing remote, continuous measurement of older adults’ free-living activity. This highly granular data has stimulated exciting new research exploring how change in health can be detected remotely using novel “biotechnology” markers. Yet, this area of research is in its infancy as it relates to predicting cognitive function. This symposium will provide an overview of the sensor-cognition research landscape and will feature 5 new studies exploring the relationship between biotechnology markers and cognitive function, each with unique sensors, cognitive measures and samples. The first three presentations will report associations between accelerometry-based activity measures (chest or wrist devices) and cognitive function (assessed by diagnosis, a neurocognitive assessment, or microstructural changes on DTI) in the Baltimore Longitudinal Study on Aging, a large, NIA-funded epidemiologic dataset. The fourth presentation will report the significance of free-living hip accelerometry activity measures beyond clinically-available information in a random forest prediction model of 1-year change in Montreal Cognitive Assessment scores among urban, predominantly African-American older adults without moderate-severe dementia residing in the community. The final presentation will report associations between room-to-room transitions as detected by in-home, infrared motion sensors and mild cognitive impairment using data from a community-dwelling sample of older adults residing alone. This symposium will provide a substantial expansion of current knowledge in this research space and will be relevant to clinicians or researchers with an interest in sensor technology or dementia.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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) | 0,001 | 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 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 ».