Automated Physical Performance Battery as a Digital Marker for Alzheimer’s Disease and Mild Cognitive Impairment
Notice bibliographique
Résumé
Historically, screening for incidence of AD-related MCI or conversion from MCI to AD dementia has relied on cognitive, activities of daily living, and brain imaging measures. Limitations of this diagnostic approach include dependency on education and language, time-consuming and costly measures, and long-term monitoring. Emerging studies suggest that non-tremor motor dysfunction in dementias is known to be highly associated with AD biomarkers, with signs of cognitive decline visible in gait and hand movement at various stages of the illness. With the evidence that gait and physical disturbances are early predictors of cognitive impairment and that their trajectories could readily be tracked, we utilize recent advances in computer vision (CV) to quantify mobility in a data-driven fashion from the video-recorded 5-minute Short Performance Physical Battery (SPPB) tests. We use the data collected at Stanford AD Research Center and show that our CV methods can automatically reduce videos to body markers (human skeleton tracked through time) and extract several features (such as gait speed, mean torso inclination angle, double support time, gait-summary score, etc.) and finally turn those into clinical SPPB test scores. Our initial data observed a significant difference between healthy controls (HC) and the two MCI and AD groups for the repeated chair stand test score. Similarly, an inverse correlation between the MoCa cognitive test score and the gait speed is observed. At the end of the talk, I will also discuss how this CV method for mobility can be used for detecting behavioral changes in animal AD models and implications for future human AD research.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 0,001 |
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 ».