MétaCan
Menu
Retour à la cohorte
Enregistrement W4390079950 · doi:10.1093/geroni/igad104.2821

SOCIAL ISOLATION IN OLDER ADULTS POST HIP SURGERY IS CORRELATED WITH MOBILITY AND PHYSIOLOGICAL INDICATORS

2023· article· en· W4390079950 sur OpenAlexaffabout
Faranak Dayyani, Charlene H. Chu, Ali Abedi, Shehroz S. Khan

Notice bibliographique

RevueInnovation in Aging · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensUniversity Health NetworkToronto Rehabilitation InstituteUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSocial isolationSleep (system call)Physical therapyRehabilitationMedicineCorrelationPhysical medicine and rehabilitationPsychologyComputer scienceMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract Hip fracture affect approximately 30,000 people in Canada and more than 300,000 people in U.S., annually. Older adults post hip-fracture surgery experience social isolation along with reduced physical mobility, changes in sleeping patterns, reduced indoor and outdoor activities, and other physiological changes once they are discharged form inpatient rehabilitation. Our team has developed MAISON (Multimodal AI-based Sensor platform for Older iNdividuals), a cloud-based multimodal sensor system that supports the collection of physiological, ambient and contextual data from various smart devices. Currently, MAISON consists of a smart watch, a smart phone, a motion sensor and a sleep mattress. Using MAISON, we have collected 24 weeks of raw acceleration data, heartrate, step count, frequency of indoor motion, GPS and sleep metrics from three older adults post-hip surgery living in the community. Statistical and domain-specific features were extracted from the collected data with a time window of one day, including average heartrate, maximum acceleration, total sleep time, total steps taken, and average number of exits. Additionally, clinical data is collected from the participants on a biweekly basis consisting of three questionnaires (i.e., Social Isolation Scale (SIS)) and two physical tests. The correlation between features from sensor data and clinical data was performed using Spearman coefficient, which showed a strong positive correlation (>0.5) between the SIS and number of exits, variance of acceleration, total sleep time, and heartrate variance. Various correlation values were found between features from all the sensors and SIS, indicating the usefulness of multimodal sensors for this application.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,042
Tête enseignante GPT0,345
Écart entre enseignants0,303 · 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'étudeObservationnel
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

Citations1
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInnovation in AgingMême sujetHealth disparities and outcomesTravaux en français237 207