Performance of cough monitoring by Albus Home, a contactless and automated system for nocturnal respiratory monitoring at home
Notice bibliographique
Résumé
Introduction: Objective cough frequency is a key clinical end-point but existing wearable monitors are limited to 24-h recordings. Albus Home uses contactless motion, acoustic and environmental sensors to monitor multiple metrics, including respiratory rate and cough without encroaching on patient lifestyle. The aim of this study was to evaluate measurement characteristics of nocturnal cough monitoring by Albus Home compared to manual counts. Methods: Adults with respiratory conditions underwent overnight monitoring using Albus Home in their usual bedroom environments. Participants set-up the plug-and-play device themselves. For reference counts, each audio recording was counted by two annotators, and cough defined as explosive phases audio-visually labelled by both. In parallel, recordings were processed by a proprietary Albus system, comprising a deep-learning algorithm with a human screening step for verifying or excluding occasional events that mimic cough. Performance of the Albus system in detecting individual cough events and reporting hourly cough counts was compared against reference counts. Results: 30 nights from 10 subjects comprised 375 hours of recording. Mean±sd coughs per night were 90±76. Coughs per hour ranged from 0 to 129. Albus counts were accurate across hours with high and low cough frequencies, with median sensitivity, specificity, positive predictive value and negative predictive values of 94.8, 100.0, 99.1 and 100.0%, respectively. Agreement between Albus and reference was strong (intra-class correlation coefficient (ICC) 0.99; 95% CI 0.99-0.99; p<0.001) and equivalent to agreement between observers and reference counts (ICC 0.98 and 0.99, respectively). Conclusions: Albus Home provides a unique, contactless and accurate system for cough monitoring, enabling collection of high-quality and potentially clinically relevant longitudinal data.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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 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 ».