Digital phenotyping by wearable-driven artificial intelligence in older adults and people with Parkinson’s disease: Protocol of the mixed method, cyclic ActiveAgeing study
Notice bibliographique
Résumé
BACKGROUND: Active ageing is described as the process of optimizing health, empowerment, and security to enhance the quality of life in the rapidly growing population of older adults. Meanwhile, multimorbidity and neurological disorders, such as Parkinson's disease (PD), lead to global public health and resource limitations. We introduce a novel user-centered paradigm of ageing based on wearable-driven artificial intelligence (AI) that may harness the autonomy and independence that accompany functional limitation or disability, and possibly elevate life expectancy in older adults and people with PD. METHODS: ActiveAgeing is a 4-year, multicentre, mixed method, cyclic study that combines digital phenotyping via commercial devices (Empatica E4, Fitbit Sense, and Oura Ring) with traditional evaluation (clinical assessment scales, in-depth interviews, and clinical consultations) and includes four types of participants: (1) people with PD and (2) their informal caregiver; (3) healthy older adults from the Helgetun living environment in Norway, and (4) people on the Helgetun waiting list. For the first study, each group will be represented by N = 15 participants to test the data acquisition and to determine the sample size for the second study. To suggest lifestyle changes, modules for human expert-based advice, machine-generated advice, and self-generated advice from accessible data visualization will be designed. Quantitative analysis of physiological data will rely on digital signal processing (DSP) and AI techniques. The clinical assessment scales are the Unified Parkinson's Disease Rating Scale (UPDRS), Montreal Cognitive Assessment (MoCA), Geriatric Depression Scale (GDS), Geriatric Anxiety Inventory (GAI), Apathy Evaluation Scale (AES), and the REM Sleep Behaviour Disorder Screening Questionnaire (RBDSQ). A qualitative inquiry will be carried out with individual and focus group interviews and analysed using a hermeneutic approach including narrative and thematic analysis techniques. DISCUSSION: We hypothesise that digital phenotyping is feasible to explore the ageing process from clinical and lifestyle perspectives including older adults and people with PD. Data is used for clinical decision-making by symptom tracking, predicting symptom evolution, and discovering new outcome measures for clinical trials.
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 | 0,021 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,022 | 0,006 |
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 ».