Social robot-based depression screening in older adults: A pilot study
Notice bibliographique
Résumé
Background: Depression in older adults is a prevalent issue that can lead to severe consequences including a decline in overall health and even suicide.Early detection and management of depression are crucial for preventing such outcomes.The integration of technology solutions in healthcare represents a promising ap-proach to support prevention, diagnosis, and continuous monitoring of patients.Research aim: This pilot study aims to evaluate the feasibility of depression screening in older adults through interactions facilitated by social robots, focusing on individuals without severe cognitive impair-ments. Methods:The study involved five older adults with a minimum score of 24 on the Montreal Cognitive As-sessment (MoCA), ensuring no significant cognitive impairment.The Geriatric Depression Scale (GDS-15) was used as the screening tool.Participants interacted with a social robot and a healthcare professional in alternating sequences for the administration of the GDS-15.Additional assessments using the Positive and Negative Affect Schedule (PANAS) and the Godspeed questionnaire series were conducted to evaluate emo-tional responses and perceptions towards the social robot.Notably, MoCA, PANAS, and Godspeed were not administered by the social robot.Results: Preliminary data showed that all participants fell within the same depression range when screened by both the social robot and the healthcare professional.The results indicated no adverse effects on partici-pants' emotional states post-interaction with the social robot, as evidenced by PANAS scores.The Godspeed questionnaire revealed that participants generally had a positive perception of the social robot.Conclusions: The findings suggest that social robots can effectively perform depression screening in older adults without severe cognitive impairments.Their use matches the assessment outcomes of healthcare professionals and does not negatively impact emotional states, indicating their potential as a feasible and positively perceived tool for early depression diagnosis and continuous monitoring.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».