Impact of cognitive impairment on driving behaviour and route choices of older drivers: a real-world driving study
Notice bibliographique
Résumé
Abstract Maintaining driving independence is important for older adults. However, cognitive decline, a common issue in older populations, can impair older adults’ driving abilities and overall safety on the roads. This study explores how cognitive impairment influences driving patterns and driving choices among older adults. We analyzed real-world driving patterns of 246 older adults using GPS dataloggers. Our sample included 230 cognitively normal older adults (CN; Clinical Dementia Rating $$^R$$ <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML"> <mml:mmultiscripts> <mml:mrow/> <mml:mrow/> <mml:mi>R</mml:mi> </mml:mmultiscripts> </mml:math> [CDR] = 0) and 16 older adults with incident cognitive impairment (ICI; CDR = 0.5). The CN group had an average age of 68.2 years, with 46% females and an average of 16.5 years of education, while the ICI group’s average age was 69.2 years, with 36% females and an average of 16.0 years of education. We employed spatial clustering and hashing algorithms to evaluate driving behaviours. Significant differences emerged: The ICI group used fewer distinct routes to their most common destination. These differences can be leveraged to develop driving as a digital biomarker for the early detection and continuous monitoring of cognitive impairment.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,000 | 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 ».