MétaCan
Menu
Retour à la cohorte
Enregistrement W4415256576 · doi:10.2196/71265

Daily Household Electricity Consumption in Community-Dwelling Older Individuals With Cognitive Impairment: Prospective Cohort Study

2025· article· en· W4415256576 sur OpenAlexvenueaboutno aff
Yuki Nakagawa, Shigeo Tanabe, Hikaru Kondo, Koki Tan, Soichiro Koyama, Shin Kitamura, Akiko Kada, Takuma Ishihara, Junya Denda, Hideaki Kimata, T. Yamanaka, R. Umezawa, Yoshinobu Nakahashi, Yohei Otaka

Notice bibliographique

RevueJMIR Formative Research · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueSmart Grid Energy Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésConsumption (sociology)CognitionProspective cohort studyCognitive impairmentCohort studyCohortElectricity

Résumé

récupéré en direct d'OpenAlex

Background: Various digital biomarkers have been explored to detect cognitive impairment in community-dwelling older individuals, among which electricity consumption (EC) data obtained from smart meters are novel and promising because they pose no burden to the individuals. Objective: The study aimed to explore the potential of EC as a digital biomarker to screen older individuals with cognitive impairment living alone. Methods: We recruited 40 older individuals living alone and recorded their 1-year daily household EC data. We used the Japanese version of the Montreal Cognitive Assessment to categorize participants into 2 groups: those with and without cognitive impairment. As the pattern of daily household EC is different between lower and higher temperature ranges because of the use of heating and cooling equipment, we divided the daily household EC into 3 temperature ranges. Using a linear mixed model, we evaluated the association between daily household EC, daily outside temperature, and the groups. Results: After excluding 12 participants, they were categorized into 2 groups: those with (10/28, 36%) and without cognitive impairment (18/28, 64%). The daily household EC data consisting of 9391 points showed two characteristics: (1) daily household EC was significantly lower in the group with cognitive impairment than in the group without cognitive impairment in the high temperature range (2.158 kWh at 25 °C, P=.02; 3.712 kWh at 30 °C, P<.001). The increase in EC with rising temperature from 25 °C to 30 °C was less in the group with cognitive impairment (2.387 kWh, P<.001) than in the group without cognitive impairment (3.940 kWh, P<.001); and (2) a tendency for lower daily household EC in the group with cognitive impairment was observed in the moderate temperature range (1.795 kWh at 15 °C, P=.06; 1.582 kWh at 20 °C, P=.08). Conclusions: The group with cognitive impairment may use less cooling equipment in the high temperature range and fewer home appliances in the moderate temperature range. Daily household EC might be useful in screening cognitive impairment in older individuals living alone.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,333
Écart entre enseignants0,301 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJMIR Formative ResearchMême sujetSmart Grid Energy ManagementTravaux en français237 207