Comparing neural activity of older adults with and without Parkinson’s disease using mobile electroencephalography in different environments
Notice bibliographique
Résumé
Abstract Background Parkinson’s disease is a progressive neurodegenerative disorder that is becoming more prevalent as the population ages. Mobile neuroimaging has made it possible to observe cortical activity in this population outside of standard laboratory environments. Yet, few studies have explored the portability of these devices in a true real‐world environment without a specific task imposed on participants (e.g., dual task, motor demands). Method Mobile electroencephalography (EEG) was utilized to examine and compare cortical activity during sitting in different environments across older adults with and without Parkinson’s disease. We used the Muse S Generation 2 Brain‐Sensing Headband to record brain function. The first condition involved participants sitting in a standard laboratory environment while their brain activity was recorded. In the second condition, participants sat in an indoor space that included a living green wall, natural light, and other people while their brain activity was recorded. Fast Fournier Transform (FFT) analysis was performed on the raw EEG data to obtain corresponding waves for each electrode to examine power (uV^2) at each frequency (Hz). Result Preliminary findings demonstrate significant differences in mean cortical activations across older adults with and without Parkinson’s disease. Differences in cortical activations were also observed when comparing the laboratory and real‐world environment. Conclusion These findings suggest that elicited brain activity may differ across older adults with and without Parkinson’s disease and across different environments. These findings expand current knowledge on Parkinson’s disease, brain function, and cognition using real‐world methods and technology, which may inform interventions to increase quality of life among this population. As our findings suggest that environmental factors may modulate cortical activity, we also highlight the potential and importance for real‐world methods to supplement standard research practices to increase the ecological validity of studies conducted across the scientific community.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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) | 0,001 | 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 ».