UNIFIED FRAMEWORK FOR MEASURING MOBILITY IN OLDER PEOPLE: EMERGING DATA FROM A CANADIAN AGING COHORT
Notice bibliographique
Résumé
Abstract In the 2015 World Health Organization (WHO) World Report on Aging and Health, mobility is described as movement in all its forms either powered by the body or by a vehicle. Mobility thus encompasses basic movements such as standing up from a chair to more complex activities such as walking or using transportation. Many outcome measures have been developed to assess mobility, however, the variability in constructs being assessed and lack of standardisation in terminology present challenges to advance research and practice in this area. We propose a unified framework for mobility measurement in older populations consistent with the latest language and terminology endorsed by the WHO. The framework outlines three distinct constructs: perceived mobility (“what can you do?”), locomotor capacity for mobility (“what could you do?”), and actual mobility (“what do you do in daily life?”). The latter construct, actual mobility, has been less well studied until recently. Wearable devices offer the unique advantage of comprehensively monitoring the real-world actual mobility of older people in their homes and communities. In this talk, we will present emerging data from the McMaster Monitoring My Mobility (MacM3) study, a digital mobility cohort of over 1200 community-dwelling older adults with detailed mobility measurements spanning all three aspects of mobility and examine their relationships with clinically important health outcomes. In this way, we will be able to test the suitability of our framework and highlight the potential of digitally derived measures of actual mobility for informing aging research and practice.
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 | 0,017 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,007 | 0,014 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».