Monitoring mobility in older adults using a Global Positioning System (GPS) smartwatch and accelerometer: A validation study
Notice bibliographique
Résumé
There is growing interest in identifying valid and reliable methods for detecting early mobility limitations in aging populations. A multi-sensor approach that combines accelerometry with Global Positioning System (GPS) devices could provide valuable insights into late-life mobility decline; however, this innovative approach requires more investigation. We conducted a series of two experiments with 25 older participants (66.2±8.5 years) to determine the validity of a GPS enabled smartwatch (TicWatch S2 and Pro 3 Ultra GPS) and separate accelerometer (ActiGraph wGT3X-BT) to collect movement, navigation and body posture data relevant to mobility. In experiment 1, participants wore the TicWatchS2 and ActiGraph simultaneously on the wrist for 3 days. In experiment 2, participants wore the TicWatch Pro 2 Ultra GPS on the wrist and ActiGraph on the thigh for 3 days. In both experiments participants also carried a Qstarz data logger for trips outside the home. The TicWatch Pro 3 Ultra GPS performed better than the S2 model and was similar to the Qstarz in all tested trip-related measures, and it was able to estimate both passive and active trip modes. Both models showed similar results to the gold standard Qstarz in life-space-related measures. The TicWatch S2 demonstrated good to excellent overall agreement with the ActiGraph algorithms for the time spent in sedentary and non-sedentary activities, with 84% and 87% agreement rates, respectively. Under controlled conditions, the TicWatch Pro 3 Ultra GPS consistently measured step count in line with the participants' self-reported data, with a bias of 0.4 steps. The thigh-worn ActiGraph algorithm accurately classified sitting and lying postures (97%) and standing postures (90%). Our multi-sensor approach to monitoring mobility has the potential to capture both accelerometer-derived movement data and trip/life-space data only available through GPS. In this study, we found that the TicWatch models were valid devices for capturing GPS and raw accelerometer data, making them useful tools for assessing real-life mobility in older adults.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».