The Applications and Effects of Emerging Innovative Technology in the Mental Healthcare and Well-Being of Older Adults
Notice bibliographique
Résumé
Contexte : Les personnes âgées sont fréquemment confrontées à des problèmes de santé mentale tels que le stress, la solitude et la dépression. Depuis la COVID-19, les approches technologiques visant à améliorer les résultats de santé des personnes âgées suscitent un grand intérêt. Cette thèse basée sur un manuscrit décrit trois articles liés aux applications de la télésanté, de l'intelligence artificielle (IA) et de la réalité virtuelle (RV) pour améliorer la santé des personnes âgées, en particulier leur santé mentale. Premièrement, il vise à jeter les bases de l’intégration des applications de télésanté et technologiques dans la psychiatrie et les soins de santé adaptés aux personnes âgées. Deuxièmement, il présente un programme pionnier de méditation de pleine conscience assistée par réalité virtuelle (VR-Mindfulness) conçu pour les personnes âgées, visant à étudier sa faisabilité et son efficacité.Méthodes : L'étude 1 est une revue systématique de la télésanté pour les personnes âgées atteintes de démence. L'étude 2 est une analyse de données secondaires d'une vaste base de données canadienne examinant si les personnes âgées sont à l'aise avec l'IA dans le cadre de leurs soins de santé. L'étude 3 est un essai contrôlé randomisé (ECR, n = 22) d'un programme VR-Mindfulness de 4 semaines, 15 minutes/séance, 2 fois/semaine par rapport au contrôle sur liste d'attente pour les personnes âgées (≥ 60 ans) à Montréal, Canada pour étudier les changements dans les résultats en matière de santé mentale. Résultats : Étude 1 : Cette revue systématique a révélé que la télémédecine était une approche réalisable et efficace chez les personnes atteintes de démence. Étude 2 : Les personnes âgées ont une perception globalement positive de l’utilisation de l’IA dans différents domaines des soins de santé. Étude 3 : L'ECR a démontré la faisabilité, avec 75 % du groupe d'intervention et 92,8 % du groupe témoin ayant terminé les deux évaluations. Les problèmes technologiques étaient minimes et rapidement résolus. Les participants ont déclaré avoir apprécié le programme et aucun événement indésirable n'a été signalé. Le stress, la solitude et la dépression n'ont montré aucun changement significatif entre le départ et quatre semaines ou entre les groupes. Conclusion : Dans l'ensemble, cette thèse a révélé que les applications de la télésanté et de l'intelligence artificielle (IA) étaient réalisables et bien accueillies par les personnes âgées ayant des problèmes de santé mentale. De futures études pourront confirmer davantage l’efficacité de ces approches pour améliorer la santé mentale des personnes âgées
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 | 0,004 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».