A Protocol for AI-Powered Tools to Enhance Mobility and Function in Older Adults: An Evidence and Gap Map
Notice bibliographique
Résumé
Introduction: Artificial intelligence (AI) is transforming healthcare by enhancing diagnostic accuracy, treatment, and patient monitoring, benefiting older adults by offering personalized care plans. AI-powered tools help manage chronic conditions and maintain independence, making them a valuable asset in addressing aging challenges. Objectives: The objectives are as follows: 1. To identify and describe AI-power-based exercise programs for older adults. 2. To highlight primary evidence gaps in AI interventions for functional improvement and mobility. 3. To evaluate the quality of existing reviews on this topic. Methods: The evidence gap map (EGM) will follow the five-step method, adhering to the Campbell Collaboration guidelines and, if available at the time of reporting, PRISMA-AI standards. Guided by the Metaverse Equitable Rehabilitation Therapy framework, this study will categorize findings across domains like equity, health service integration, interoperability, governance, and humanization. The study will include systematic reviews, randomized controlled trials, and pre-and post-intervention designs. Results will be reported following PRISMA-AI guidelines. We will use AMSTAR-2 Checklist for Analyzing Systematic Reviews on AI Interventions for Improving mobility and function in Older Adults to evaluate the reliability of systematic reviews and focus on internal validity. Conclusions: This comprehensive analysis will act as a critical resource for guiding future research, refining clinical interventions, and influencing policy decisions to enhance AI-driven solutions for aging populations. The EGM aims to bridge existing evidence gaps, fostering a more informed, equitable, and effective approach to AI solutions for older adults.
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 | 0,086 | 0,161 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,004 |
| Méta-épidémiologie (sens large) | 0,008 | 0,012 |
| Bibliométrie | 0,015 | 0,014 |
| Études des sciences et des technologies | 0,006 | 0,004 |
| Communication savante | 0,009 | 0,010 |
| Science ouverte | 0,004 | 0,008 |
| Intégrité de la recherche | 0,009 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,181 | 0,035 |
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 ».