MétaCan
Menu
Retour à la cohorte
Enregistrement W4390199901 · doi:10.1002/alz.078966

Physiological and behavioral characteristics of SuperAgers from everyday activities: An NIH U19 SuperAging Research Initiative study protocol

2023· article· en· W4390199901 sur OpenAlexaffabout
Angela Roberts, Karen Van Ooteghem, Andrew Lim, Richard H. Swartz, Kit B. Beyer, Changiz Geula, Marsel Mesulam, Emily Rogalskı, William E. McIlroy

Notice bibliographique

RevueAlzheimer s & Dementia · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTechnology Use by Older Adults
Établissements canadiensHealth Sciences CentreUniversity of TorontoUniversity of WaterlooSunnybrook Health Science CentreWestern University
Organismes subventionnairesnon disponible
Mots-clésWearable computerApplied psychologyDementiaPsychologyProtocol (science)Computer scienceGerontologyMedicinePhysical medicine and rehabilitationDiseaseAlternative medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Background Studying factors contributing to exceptional memory performances beyond the 8th decade, can be a valuable model for understanding dementia risk, prevention, and underlying mechanisms. Age‐associated changes in biological and physiological complexity, or system responsivity, form the foundation of the loss of complexity hypothesis in aging (Lipsitz & Goldberger, JAMA, 1992). Project 1 under the multisite NIH U19 SuperAging Research Initiative uses state‐of‐the‐art wearable technology, and data from real‐world contexts, to test the supposition that SuperAgers have preserved physiologic and behavioral complexity relative to their Controls in the domains of physical activity, autonomic responsiveness, sleep, and social engagement. Method SuperAgers are enrolling from five U.S. and Canadian sites of the SuperAging Research Initiative. SuperAgers refer to individuals aged 80 and older who have memory capacity considered average for those 2‐3 decades younger. In a fully remote data collection protocol, participants wear a multi‐sensor array comprised of 1 skin‐mounted trunk sensor (with ECG) and 2 wearable limb sensors, continuously over a 14‐day period with scheduled rest breaks every 3‐4 days. Participants complete a baseline orientation visit, and three brief check‐in visits with the study team over video conference. Using custom algorithms, developed by our research team, we will examine time‐varying changes in indices of physiologic and behavioral complexity, across multiple body systems, using both volume‐based and established multi‐scale entropy approaches to quantify differences between SuperAgers and their typically aging Controls. We plan to analyze sensor derived complexity metrics in relation to self‐reports of life‐space mobility. Result We will overview our remote data collection protocol and semi‐automated analytics pipeline. Barriers and facilitators to remote data collection will be discussed Preliminary data (N = ∼ 40) will be presented, with select case study examples. We will provide preliminary sensor adherence and user‐feedback from the cohort, comprised of a diverse sample of SuperAgers and Controls. Conclusion This is the first study to test the loss of complexity hypothesis across multiple physiological and behavioral domains simultaneously and in exceptional cognitive aging. Using sensitive tools to capture dynamic and complex behaviors, we will characterize SuperAgers in a way not afforded by point‐in‐time assessments that dominate the current literature.

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)0,007
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,007
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0050,001
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0160,007

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 Opus0,190
Tête enseignante GPT0,444
Écart entre enseignants0,254 · 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'étudeSans objet
Domainenon disponible
GenreProtocole

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & DementiaMême sujetTechnology Use by Older AdultsTravaux en français237 207