Sensor Assessment of Time in Bed on Caregiver Burden for Person Living with Cognitive Impairment
Notice bibliographique
Résumé
Alzheimer's disease presents a significant societal challenge, with a projected surge in prevalence amid global population aging. Sleep disturbances, affecting 60-70% of those with dementia, emerge as a crucial factor influencing care burden. This study employs sensor technology fusion to explore sleep patterns in the context of caregiver burden using data from studies employing the Oregon Center for Aging & Technology (ORCATECH) technology platform. Utilizing data on sleep measures from the EMFIT bed sensor and comparing it to the results from Zarit Burden Interview questionnaires, the research analyzes the variance in separate and overlapping time in bed for 47 dyads consisting of caregivers and individuals with cognitive impairment. The investigation leverages longitudinal clinical and home sensor data from ORCATECH studies, offering a detailed understanding of the relationship between sleep patterns and caregiver burden. Graphical representations illustrate differences in bedtime and waking times, revealing diverse dynamics in homes with varying burden scores. Findings highlight the need for personalized caregiving approaches, considering the multifaceted impact of sleep on both caregivers and person living with cognitive impairment. The study contributes to the broader understanding of dementia care challenges, emphasizing the importance of tailored interventions based on comprehensive sleep pattern analysis. This comprehensive analysis sheds light on the complex relation between sleep, caregiving, and dementia, providing valuable insights for researchers, caregivers, and healthcare practitioners. The findings underscore the significance of addressing sleep disturbances in dementia care and set the stage for further research to refine models and explore additional factors influencing caregiver burden. As the global prevalence of dementia continues to rise, understanding and addressing the complexities of sleep patterns become necessary for enhancing the quality of life for both caregivers and person living with 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 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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».