原始论文
摘要
背景:痴呆症是一种全球性流行病,给受影响的家庭和卫生保健系统带来巨大负担。干预的一个机会窗口是被称为轻度认知障碍(MCI)的痴呆前期阶段。个人往往在疾病发展的后期才接受治疗,需要做更多的工作以便及早发现;传感器技术是一种潜在的检测方法。
摘要目的:本横断面研究的目的是建立在老年人家中使用传感器检测行为变化的可行性和可接受性。
方法:我们招募了59名社区居住的老年人(年龄为> ~ 65岁,独居)患有和不患有MCI,并对他们进行了为期2个月的观察。通过标记个人物品和追踪遗漏的药物剂量来监测遗忘的频率。研究人员使用被动红外运动传感器、智能插头、床传感器和可穿戴活动手环来追踪步数、离家时间、看电视、睡眠时长和睡眠质量等活动。研究人员还对认知、抑郁、睡眠和社会联系进行了测试。
结果:在完成研究的49名参与者中,28人患有轻度认知障碍,21人患有健康认知(HC)。计算和比较MCI组和HC组之间各种传感器派生的行为指标的频率。MCI的参与者比HC的参与者更不活跃,每晚睡眠中断的次数更多。与HC参与者相比,MCI参与者每月忘记药物的次数更多。超过80%(40/49)的研究参与者接受该传感器系统,许多人要求永久安装该系统。
结论:我们证明,在社区中设置这些传感器并不引人注目地收集数据是可行和可接受的。为了提高传感器技术的生态有效性,需要进一步研究在社区家庭中评估这种数字生物标记物。我们需要完善这个系统,以产生更多具有临床影响力的信息。
doi: 10.2196/16854
关键字
简介
背景
痴呆症是一种具有流行病比例的神经退行性疾病,给受影响的家庭和卫生保健系统带来巨大负担。2015年,全球约有4700万人患有痴呆症,预计到2050年这一数字将增加两倍。2015年全球痴呆症成本估计为8180亿美元,与2010年相比增长了35.4%。居住在社区的65岁及以上长者中,有多达五分之一患有轻度认知障碍[
].轻度认知障碍被认为是痴呆症的风险状态,在这个阶段,受影响的人可能对适当的干预有反应。现有证据表明,多领域、多成分干预可以改善或维持轻度认知障碍患者的认知功能,延缓认知能力进一步下降[ ].如果痴呆症发病延迟5年,那么全球痴呆症患病率将减半,并将大幅减少痴呆症的医疗、家庭和社会护理负担。迫切需要早期发现轻度认知障碍,以促进监测和干预,并使个人及其家庭提前计划。根据美国神经病学学会的轻度认知障碍的执业指南[ ]、早期发现轻度认知障碍、进行系列评估和实施干预措施,以及允许个人提前计划,这些都是至关重要的。社区对轻度认知障碍的延迟认识是错失了早期干预的机会。临床医生面临的一个挑战是依赖患者或其亲属报告细微的变化或衰退,而这些通常发生在认知能力衰退相对较严重的时候。因此,只有一小部分轻度认知障碍患者寻求早期医疗照顾。社区中有许多未确诊的轻度认知障碍病例,他们只在出现更严重的痴呆症状时才寻求帮助,因此错过了进行早期干预以延缓痴呆进展的机会。在快速老龄化的社会中,工作的成年子女无法察觉这些微妙的变化;因此,我们必须采用创新的方法眼睛和耳朵在社区里。
技术可以是这些眼睛和耳朵.事实上,传感器技术由于其在持续健康监测方面的效用,正在医学界迅速普及[
].与使用传感器检测跌倒、评估步态和远程监测身体健康的大量文献相比[ - ]中,使用传感器监测认知和心理健康的研究相对较少。现有的研究通常以实验室为基础,并在试验台或设施中进行[ , , ].今年发表的一篇关于基于家庭的认知功能监测的系统综述表明,很少有研究在不受控制的条件下进行了真实的评估[ ].一些早期的研究着眼于日常音频模式的连续记录,并将其与社会和心理健康联系起来[ ],而其他研究则着眼于利用手机传感器评估抑郁症状的严重程度和与精神、情感和身体压力相关的生理信号[ , ].在认知方面,一组通过使用红外传感器监测内部活动来早期发现痴呆;他们发现,与对照组相比,认知功能受损的受试者外出次数更少,睡眠时间也更短。 ].该研究小组在一年的时间里,在一个更大的样本中重复了他们的发现,发现认知能力下降的老年人外出活动较少。 ].另外两项评估认知状态的研究也报告了类似的被动家居传感器设置[ , ].MCI组中位步行速度的变异系数是对照组的两倍[ ],在2.6年(SD 1.0)的随访中,不同认知状态之间的行走速度轨迹不同[ ].为了确定在我们社区中远程监测老年人行为模式的可行性和可接受性,我们进行了一项试点研究,利用安装在家里的多个传感器捕捉特定的行为。这些行为通常会在临床评估中进行评估,如健忘、睡眠和活动水平。我们假设:(1)两组居住在社区的老年人之间特定活动模式的传感器衍生数据,患有轻度认知障碍的老年人和认知健康的老年人(健康认知;(2)老年人家中用于远程监测的传感器是可以接受的。
方法
研究设计与参与者招募
这是一项为期2个月的横断面研究。该研究于2016年3月开始,于2018年8月完成。参与者是从现有的社区研究中招募的,如新加坡纵向老龄化研究和裕廊老龄化研究(JAS)。这些参与者之前已经同意重新联系进行相关研究。参与者也通过老年人活动中心,如长老会社区服务,从社区招募。获得机构伦理审查委员会批准(参考编号:2015/01076)。
在筛选参与者的资格之前,获得知情同意。参与者的年龄在65到85岁之间,(2)独自生活,(3)能够用英语/普通话提供书面知情同意书,(4)在整个研究期间都可用。如果参与者(1)之前被诊断为痴呆/任何神经退行性疾病,(2)被诊断为任何精神障碍,(3)身体活动受限或日常生活活动需要帮助,或(4)不愿意在家中规定的区域部署传感器,他们就会被排除在外。
数据收集
基线时,收集基本的社会人口数据。抑郁症状采用Zung抑郁自评量表(SDS)和老年抑郁量表(GDS)。主观睡眠质量采用匹兹堡睡眠质量指数(PSQI)。友谊量表(FS)被用来捕捉社会联系。测试包括蒙特利尔认知评估(MoCA)和改进的迷你精神状态检查(MMSE)在内的整体认知能力。在过去6个月内(作为其他研究的一部分)没有进行临床痴呆评分(CDR)或神经心理学测试的参与者进行了这些测试。对所有参与者进行结构化的DSM障碍临床访谈。筛查出任何DSM障碍阳性的参与者被排除在外。2个月时重复SDS、GDS、PSQI、FS、MMSE和MoCA。参与者被要求在2个月的参与结束时获得反馈。 This was an unstructured qualitative written feedback.
通过MMSE、MoCA、CDR和神经心理学测试表现,并通过共识小组确定受试者对HC和MCI的认知状态。
的轻度认知障碍诊断根据以下公布的标准进行定义:(1)主观记忆和认知困难或供述人/临床医生观察到的认知困难;(2)一个或多个领域的客观认知障碍:MMSE总体得分在24 - 27之间,至少一个神经认知领域(注意力、记忆、执行功能、语言或视觉空间能力),得分比年龄和受教育程度调整后的平均值低1 - 2个标准差;(3) CDR量表整体评分>0.5;(四)基本独立从事日常生活活动;(5)没有精神错乱。基于记忆障碍的存在或不存在,根据既定标准进行了失忆性MCI和非失忆性MCI的分型[
].传感器设置和捕获的行为
在完成基线评估后,参加者的家居安装了传感器网络(
),为期两个月。多模态传感器系统包括被动红外(PIR)运动传感器、接近信标标签、一个装有传感器的药箱(健忘; )、床传感器(睡眠)和可穿戴设备(计步器和心率)。每个传感器周期性地感知物理环境,然后将感知到的数据无线传输到网关。网关通过安全的蜂窝通信(如3G)将聚合的数据传输到后端服务器进行监视和处理。每个数据点只能通过传感器节点标识符识别;传感器节点标识符和家庭之间的映射是安全存储的,只有研究人员才能访问。传感器网络被用来捕捉几个感兴趣的行为。感兴趣的主要特征/结果是健忘.其他特征包括家庭活动水平、睡眠质量和身体活动;认知能力下降中还会出现其他变化,但往往被忽视。
结合传感器数据被用来测量遗忘。研究人员为参与者提供了一个装有传感器的药箱,用来储存他们所有的处方药;每当盒子被打开时,数据就会产生[
].这些数据,连同基线时获得的预期用药频率信息,使我们能够确定参与者在规定时间忘记服药的次数。接近信标标签被附加在参与者的个人物品上,如钥匙链和钱包,使我们能够估计物品和家庭网关之间的距离。在基线时已作出努力,以确保这些个人物品是例行带出的物品。结合可穿戴式和PIR运动传感器,我们能够确定参与者是否在离开家时忘记带这些物品。水龙头使用传感器用于确定参与者在离开指定区域后是否忘记关闭水龙头(由运动传感器检测)。通过PIR运动传感器和门接触传感器推断出参与者家中的活动水平和外出次数,PIR运动传感器和门接触传感器检测到参与者住所大门的开启和关闭。放置在受试者床垫下的床传感器(基于光纤技术)提供了有关睡眠时间和质量的数据。可穿戴活动手环(微软手环)测量心率和每日步数。除了洗澡的时候,参与者被要求在任何时候都戴着这个手环。 The smart plug was used to detect if specific appliances in the home were used, most commonly the television [ ].![](https://asset.jmir.pub/assets/e0fa258a74ad997e19e3f7440c84a37a.png)
![](https://asset.jmir.pub/assets/d0ea98c44ee4d64aab7c29206e7a24df.png)
安全
尽管检测不运动不是本研究的目的,但考虑到这是系统的一种能力,我们为安全监测提供了这一功能,因为所有登记的老年人都是独居的。因此,如果系统检测到8小时内没有运动,就会向照顾者、照顾提供者(社会服务机构)或研究团队发送警报。
样本量的理由
早期的一项样本量为14的研究利用从传感器连续获得的数据,比较了轻度认知障碍患者和健康对照组的步行速度和差异,发现了显著的差异[
].考虑到研究的可行性和资源限制,我们预先计划至少招募36名参与者。数据分析
原始传感器数据读数被转换为通用格式,并聚合到数据库中。执行数据清除以删除错误数据和系统关闭/部分关闭的期间。有必要删除系统停机的天数,因为这会影响健忘指标。在数据清除之后,执行传感器特定的数据清理或验证,以确保只处理有效的传感器数据。计算每个指标的频率,例如,每月忘记服药的频率,每天外出的频率,每晚睡眠中断的频率。参与获取传感器数据和分析的研究人员对参与者的认知状态一无所知。
在基线时计算所有参与者的人口统计信息和心理测量分数的描述性统计。在基线和2个月时进行心理测量,这些分数被平均,以提供精确的横断面估计。使用Student比较了HC参与者和MCI参与者之间的人口统计学、心理测量特征和行为指标(从传感器数据计算)t连续变量采用Wilcoxon秩和检验,类别变量采用Pearson卡方检验和Fisher精确检验。根据数据的分布情况,采用皮尔逊或斯皮尔曼检验来观察传感器导出的数据和心理测量测试措施之间的相关性。
结果
参与者的特征
共有59名参与者接受了筛查。有一名参加者由于现有的精神健康状况而不符合资格。另有8名受试者在研究期间因住院、家人反对或出国旅行等原因未入选。一名参与者参加了测试,但在传感器安装后不久就退出了,因为他对床上传感器感到不舒服。共有49名参与者完成了这项研究。在49名参与者中,28人被诊断为轻度认知障碍,21人被诊断为HC。MCI参与者中有一半是失忆亚型,另一半是非失忆亚型。参与者的人口统计数据和心理测量方法按组别显示
.完成者(n=49)和未完成者(n=10)在人口统计学上无显著差异。人口统计资料 | 认知健康(n=21) | 轻度认知障碍(n=28) | |
年龄(年),平均值(SD) | 73.0 (5.3) | 75.1 (6.3) | |
性别,n (%) | |||
男性 | 7 (33) | 9 (32) | |
女 | 14 (67) | 19 (68) | |
平均受教育年限(SD) | 7.0 (4.0) | 4.5 (3.9) | |
就业(目前在职兼职),n (%) | 8 (38) | 2 (7) | |
房屋类型-房屋发展委员会1-2室单位,n (%) | 14 (67) | 20 (71) | |
婚姻状况,n (%) | |||
从来没有结过婚 | 8 (38) | 10 (36) | |
分离/离婚 | 7 (33) | 9 (32) | |
丧偶的 | 5 (24) | 9 (32) | |
医疗条件,n (%) | |||
高血压 | 11 (52) | 17 (60) | |
高脂血症 | 12 (57) | 19 (68) | |
糖尿病 | 4 (19) | 6 (22) | |
中风 | 0 (0) | 3 (11) | |
缺血性心脏病 | 2 (10) | 4 (14) | |
心理测量,平均值(SD) | |||
小型精神状态检查 | 28.1 (3.2) | 26.3 (2.2) | |
蒙特利尔认知评估 | 27.5 (1.6) | 24.0 (3.1) | |
老年抑郁症量表 | 0.6 (0.7) | 1.4 (1.0) | |
郑氏抑郁量表 | 44.5 (2.1) | 42.7 (3.4) | |
匹兹堡睡眠质量指数 | 3.8 (3.2) | 5.0 (2.2) | |
友谊规模 | 18.5 (1.7) | 19.1 (1.7) |
兴趣行为与心理测量
计算和比较MCI组和HC组之间的遗忘事件和各种感兴趣行为(如上所述)的频率(
).不出所料,MCI组MMSE评分低于HC组。他们的睡眠质量也往往较差,PSQI得分较高。通过传感器获得的数据,我们发现MCI参与者比HC参与者更不活跃;MCI组的参与者平均每天走3407步,而HC组的参与者平均每天走4033步。MCI参与者每天离家的时间更少。与HC组(每晚1次)相比,他们每晚睡眠中断次数更多(每晚2次)。与HC组相比,MCI组每月遗忘药物的次数平均多2次(30次vs 28次)。MCI组在离开家时忘记钱包的频率与HC组相似。出乎意料的是,与MCI组相比,HC组每月忘记钥匙的频率更高。值得注意的是,这些差异都没有达到统计学意义。 Faucet use data were not analyzed as the sample size of usable data was too small; there were many implementation issues with the sensor. Correlation analysis of sensor-derived behavior metrics with psychometric measures did not yield any significant results.
感兴趣的行为,平均值(SD) | 认知健康(n=21) | 轻度认知障碍(n=28) | P价值 |
步骤(每日) | 4033 (2148) | 3407 (2688) | .40 |
心率(bpm) | 72 (4) | 75 (7) | 口径。 |
每日睡眠时间(分钟) | 440 (155) | 427 (246) | 点 |
睡眠中断的次数 | 1 (1) | 2 (2) | 低位 |
每天外出的次数 | 1 (1) | 1 (1) | 公布 |
每天离家时间(最少) | 300 (153) | 267 (132) | 无误 |
忘记服药次数/月 | 28 (13) | 30 (28) | .85 |
每月忘记钥匙的频率 | 21 (16) | 17 (13) | .40 |
每月忘记钱包的频率 | 24 (17) | 24 (22) | 总收入 |
每天看电视的次数(最少) | 174 (176) | 219 (220) | 点 |
可接受性
共有83%(41/49)的参与者对研究结论给予积极反馈。许多参与者对该系统能够检测到他们日常活动模式的偏差感到放心,并喜欢有人能意识到他们的身体或心理衰退。许多人问是否可以选择永久安装该系统。一些负面反馈包括需要给可穿戴设备充电,担心电费,发现用水量传感器不方便。在研究结论中从参与者中获得的积极和消极反馈显示在
.选择参与者对系统的正面和负面书面反馈。
- “这个传感器系统对我这个又弱又老又独居的人来说非常好。万一我发生了什么事,我知道有人会帮助我,我感到非常安全。来安装传感器的工作人员非常友好、善良、乐于助人。这块表没有给我带来任何不便。相反,我觉得独自出门很安全,因为我的行动被监视着。如果我把传感器永久地安装在家里就更好了。”
- (1)有了传感器,感到安全——可以睡得更好。(2)不习惯闪烁的灯光。(3)发现佩戴传感器手表有问题。(4)在浴室附近使用电子设备会感到不舒服。”
- “这个传感器系统对独自生活的老年人来说非常好,知道自己的行动一直被监控,我感到非常安全。这块表很好。我随时都可以出去。它会记录我的行动。我的一个老邻居独自住在楼上。这位女士死在厕所里,但她的尸体在许多天后被发现。如果她安装了传感器系统,她就能更早得到帮助。”
- 系统是不引人注目的。传感器很小,不会给我带来任何不便。享受微软手环的使用。不会因为传感器而改变她的活动。床传感器不会打扰她,她认为她是按自己的睡眠模式睡觉。他认为这是一个对独居老人有用的系统。”
- “家用传感器对独居的老年人来说非常好。万一我出了什么事,我能得到帮助。安装传感器后感到安全。手表很好,可以监视我的脚步。独自外出要放心。缺点:电费略有上涨。太多的电线占据了空间。”
- “家用传感器对独居老人非常有帮助。安装的多个传感器占用了房子里的一些空间。厨房水槽旁边的那个干扰了我的日常洗涤,不能很好地清洁,否则没有其他问题。”
- “带着传感器,我觉得很安全,很放松。如果可能的话,我想把传感器永久地安装在我的房子里。整个系统对我来说一点问题都没有。”
- “总的来说,我对安装的传感器很满意,只是我不喜欢安装在厨房水槽附近的一个传感器,其中一个管子伸到洗碗(水槽)的一半,给我洗厨房用具带来了不便。希望这个项目能够帮助到未来的独居老人。”
- (1)对安装的传感器非常满意。喜欢手表,因为它可以监测我的脚步。(3)不会造成任何不便。(4)感觉更安全、更舒适。(5)总体来说,我感觉很好,很开心,甚至提出了申请延期。(6)希望永久安装传感器。”
- “我发现传感器非常好。每天我回来的时候,感应灯都会闪烁,我感到非常安全。”
- “基本上,出于安全原因,被监控是好事。我不觉得这很讨厌,但是电可以开两个月。”
- (1)传感器正常。(2)水槽上的传感器有点不方便。我外出时很少戴手表。”
- “很好,不干扰日常生活,但用电量更多。”
- “不适合我;适合模糊和不太聪明的人;一直戴着手表很麻烦;推荐给健忘的人。”
- “对这些小玩意很满意。有助于监控。”
- “害怕那些有插头和照明的小玩意。”
- “家里安装了传感器,我感到非常安全和放松;我也觉得戴着手表出去很安全;这个传感器装置不会干扰我的日常活动;适合独居老人。”
- 传感器系统好;监视家中的任何活动,以发现任何异常情况;这款手表还能很好地监控我在外面的步数和动作,我可以像往常一样不受限制地外出;所有安装在家里的传感器设备都没有问题;强烈推荐独居老人使用。”
讨论
主要研究结果
这项初步研究的结果表明,在社区居住的老年人家中建立传感器网络并不引人注目地收集潜在的有意义的临床数据是可行的。HC和MCI在包括日常活动(步数和离家时间)、睡眠(持续时间和中断)、遗忘药物等几个感兴趣的行为方面的差异表明,行为的横断面远程观察可以产生可识别的模式,尽管没有达到统计显著性。我们对活动和睡眠测量的观察与早期的研究一致[
, ]和对MCI的现有理解[ , ].一些收集到的传感器数据与直觉相反——HC中遗忘钱包的频率差异最小,而遗忘钥匙的频率较高。对这些观察结果的一个可能的解释可能是2个月的研究周期很短;因此,低频率事件不太可能显示可识别的模式。半数MCI参与者属于非遗忘亚型;因此,他们可能在遗忘行为指标上没有表现出差异。通过更长时间的观察,可以确定更好的认知障碍指标行为标记。鉴于我们最初担心老年人会对远程监控系统心存警惕,以及过去对不显眼的系统的研究表明存在隐私或安全问题[
],超过八成的参加者给予正面反馈及认为系统可接受,这是一个非常令人鼓舞的结果。负面反馈与具体设备的实际用户问题有关,如必须给可穿戴设备充电,运动传感器的闪烁灯,以及需要多个插头。尽管参与者对该制度的接受程度很大程度上是积极的,但我们谨慎地不将这种接受程度外推到所有老年人。在这项研究中,老年人都是独居的,超过三分之二的人住在1-2个房间的公共住房,这是社会经济地位较低的代表。他们是最有可能被察觉到认知能力下降的群体,也最有可能从不引人注目的家庭监控系统中受益。社会护理机构为这一群体试验的许多现有传感器系统都是专门用来检测跌倒或死亡的,而这些结果有时会被这一弱势老年人群体所忽视。优势与局限
这项试点研究的优势包括使用一个完全不引人注目的系统,不使用摄像头,保护参与者的隐私。此外,还收集了临床有用的行为指标,如健忘、活动水平和睡眠。这些传感器是在实际的住宅中进行试验的,而不是在实验室环境或辅助生活设施中;老年人在他们的自然环境中进行观察,他们的生活方式没有改变。在老年人自己的家中进行不引人注目的观察,突出了技术的潜在转化价值眼睛和耳朵监测老年人的健康,而不向工作的成年人口征税。
本研究的目的是评估可行性,属于探索性研究。它受限于样本量小,观察时间短。在研究的最初阶段,当系统瘫痪时,有一些数据丢失。这个问题很快得到了解决,在研究期间的大部分时间里,系统正常运行时间为80%到90%。作为代理的一些行为度量的准确性健忘将需要在未来的研究中进一步完善。错过药物剂量可能表明有意不遵守规定剂量的药物或真正的遗忘。在未来的研究中,除了捕获基线药物摄入频率外,还应该测量各种药物的基线依从性。同样,遗忘个人物品的行为度量也需要在后续的研究中进行微调。忘记关水龙头是一个常见的临床问题。不幸的是,在这项研究中,用水传感器的技术试验没有成功。最后,参与者是从以前的队列研究和老年人活动中心招募的,这可能导致了选择偏差。此外,运动传感器无法区分两个独特的个体,导致了固有的选择偏差,只有独居的个体被招募。
结论
我们发现,在社区居住的老年人家中,使用传感器不引人注目地监测行为模式是可行和可接受的。目前正在进行一项为期2 - 3年的大型研究。来自试点的负面反馈已被尽可能解决,包括使用更少的传感器和不同的可穿戴设备。对轨迹和随时间变化的分析将产生更多有用的信息,包括预测从轻度认知障碍到痴呆的行为模式。包括监督学习模型在内的人工智能方法将被应用。展望未来,我们需要考虑减少传感器的数量,以获取更多的信息。为了提高对所有老年人的通用性,而不仅仅是那些独居的人,需要创新的解决方案来规避运动传感器的限制,同时仍然保持隐私。通过识别不使用运动传感器的传感器衍生行为指标,可以将与他人住在一起的老年人纳入其中,提高该解决方案的可伸缩性。虽然该系统不包括摄像机,但在实施和改进远程监测系统时,解决隐私和安全问题是最重要的。进一步发展利用物联网和人工智能监测认知和身体健康,为老年人提供增值医疗服务。 Early detection of anomalies allows for self-management, timely interventions in the home and community, and facilitating remote capture of clinically meaningful data that can be utilized by health care professionals for diagnostic and prognostic purposes.
致谢
本研究由新加坡国立大学临床科学家单位资助轮拨款(2016)和国家医学研究委员会的医疗保健研究奖学金(2015)资助。新加坡管理大学对一些设备提供实物赞助。研究的资助方在研究设计、数据收集、数据分析、数据解释或稿件撰写中没有任何作用。通讯作者拥有对所有数据的完全访问权和最终提交出版的责任。研究小组谨此感谢长老会社区服务处及泰华都道德慈善会的大力支持。作者感谢新加坡纵向老龄化研究和JAS团队。
作者的贡献
IR计划研究,进行文献检索,收集数据,进行数据分析,参与数据解释,起草稿件。NT和RM为研究设计、数据收集、数据分析、数据解释和稿件撰写做出了贡献。TH和TH在数据收集(传感器)、数据分析和手稿写作方面做出了贡献。KE和LT在数据分析、数据解释和稿件撰写方面做出了贡献。
利益冲突
没有宣布。
参考文献
- Livingston G, Sommerlad A, Orgeta V, Costafreda SG, Huntley J, Ames D,等。痴呆的预防、干预和护理。柳叶刀2017年12月16日;390(10113):2673-2734。[CrossRef] [Medline]
- 王晓燕,王晓燕,王晓燕,等。一项为期2年的多领域干预,包括饮食、运动、认知训练和血管风险监测与对照,以预防高危老年人的认知能力下降(FINGER):一项随机对照试验。柳叶刀2015年6月6日;385(9984):2255-2263。[CrossRef] [Medline]
- Petersen RC, Lopez O, Armstrong MJ, Getchius TS, Ganguli M, Gloss D,等。实践指南更新总结:轻度认知障碍:美国神经学学会指南制定、传播和实施小组委员会的报告。神经学2018年1月16日;90(3):126-135 [免费全文] [CrossRef] [Medline]
- Rantz MJ, Skubic M, Miller SJ, Galambos C, Alexander G, Keller J,等。传感器技术支持老化到位。J Am Med Dir asssoc 2013年6月;14(6):386-391 [免费全文] [CrossRef] [Medline]
- Reeder B, Meyer E, Lazar A, Chaudhuri S, Thompson HJ, Demiris G.构建健康智能家居和基于家庭的消费者健康技术作为独立老龄化的公共卫生干预的证据:一项系统综述。Int J Med Inform 2013 july;82(7):565-579 [免费全文] [CrossRef] [Medline]
- 陈丽娟,张丽娟,陈丽娟。可穿戴传感器在康复治疗中的应用。J Neuroeng Rehabil 2012年4月20日;9:21 [免费全文] [CrossRef] [Medline]
- Taraldsen K, Chastin SF, Riphagen II, Vereijken B, Helbostad JL。老年人使用基于加速计的穿戴式传感器进行身体活动监测:当前知识和应用的系统文献综述。成熟期2012年1月;71(1):13-19。[CrossRef] [Medline]
- Dawadi PN, Cook DJ, Schmitter-Edgecombe M, Parsey C.使用智能家居技术的认知健康自动评估。技术卫生保健2013;21(4):323-343 [免费全文] [CrossRef] [Medline]
- 基于传感器、智能手机和互联网收集的数据的精神状态和行为的新测量方法。Curr Psychiatry Rep 2014年12月16(12):523。[CrossRef] [Medline]
- Piau A, Wild K, Mattek N, Kaye J.针对轻度阿尔茨海默病的轻度认知障碍的现实生活、基于家庭的认知功能监测的数字生物标记技术现状及其对临床护理的意义:系统综述。J Med Internet Res 2019 Aug 30;21(8):e12785 [免费全文] [CrossRef] [Medline]
- 拉比M,阿里S, Choudhury T, Berke E.使用移动传感器的被动和原位精神和身体健康评估。见:第13届普适计算国际会议论文集。2011年在UbiComp'11;2011年9月17日至21日;中国北京,p. 385-394网址:http://europepmc.org/abstract/MED/25285324[CrossRef]
- Saeb S,张敏,Karr CJ, Schueller SM, Corden ME, Kording KP,等。手机传感器与日常行为中抑郁症状严重程度的相关性:一项探索性研究。J Med Internet Res 2015年7月15;17(7):e175 [免费全文] [CrossRef] [Medline]
- Mohino-Herranz I,吉尔-皮塔R, Ferreira J, Rosa-Zurera M, Seoane F.通过分析使用智能手机的生理信号来评估精神、情感和身体压力。传感器(巴塞尔)2015 10月8日;15(10):25607-25627 [免费全文] [CrossRef] [Medline]
- Suzuki T, Murase S, Tanaka T, Okazawa T.通过记录内部活动早期发现痴呆的新方法。卫生杂志2007年2月;13(1):41-44。[CrossRef] [Medline]
- Suzuki T, Murase S.户外和室内活动对认知能力下降的影响:使用红外传感器测量活动。中华医学杂志2010;16(6):686-690。[CrossRef] [Medline]
- Hayes TL, Abendroth F, Adami A, Pavel M, Zitzelberger TA, Kaye JA。与轻度认知障碍相关的活动模式的不引人注目的评估。2008年11月4(6):395-405 [免费全文] [CrossRef] [Medline]
- 道奇HH,马泰克NC,奥斯汀D,海斯TL,凯JA。家中步行速度和变化轨迹与轻度认知障碍相关。神经学2012年6月12日;78(24):1946-1952 [免费全文] [CrossRef] [Medline]
- 彼得森RC,莫里斯JC。轻度认知障碍是一种临床实体和治疗目标。Arch Neurol 2005 7月;62(7):1160-3;讨论1167年。[CrossRef] [Medline]
- 杜旭,谭海霞,梁辉,谭辉。物联网技术在老年人药物依从性监测中的应用。在:2016年IEEE国际会议的普适计算和通信研讨会论文集。2016年3月14-18日;悉尼,新南威尔士,澳大利亚。[CrossRef]
- 吴婷婷,谭浩,谭慧霞。管理用于早期发现社区老年人轻度认知障碍的传感器系统:经验教训和未来工作。在:IRC会议论文集科学工程技术2017。2017年发表于:IRC-SET'17;2017年8月10-11日;新加坡。
- Dlugaj M, Weinreich G, Weimar C, Stang A, Dragano N, Wessendorf TE, Heinz Nixdorf召回研究调查集团。一般人群的睡眠呼吸障碍、睡眠质量和轻度认知障碍。中华老年痴呆症杂志2014;41(2):479-497。[CrossRef] [Medline]
- 王晓燕,王晓燕,王晓燕。睡眠障碍与认知功能的关系。病例对照研究。衰老神经科学2018;10:36 [免费全文] [CrossRef] [Medline]
- Boise L, Wild K, Mattek N, Ruhl M, Dodge H, Kaye J.老年人在接触到不太打扰的家庭监测后,分享数据和隐私关切的意愿。老年技术2013;11(3):428-435 [免费全文] [CrossRef] [Medline]
缩写
CDR:临床痴呆评分 |
FS:友谊规模 |
GDS:老年抑郁症量表 |
HC:健康的认知 |
雅:句容老龄化研究 |
MCI:轻度认知障碍 |
患者:小型精神状态检查 |
美国华人博物馆:蒙特利尔认知评估 |
PIR:被动红外 |
PSQI:匹兹堡睡眠质量指数 |
SDS:抑郁自评量表 |
G·埃森巴赫编辑;提交31.10.19;由吴丽玲、戴克杰、周玉莹、方强等同行评议;对作者25.11.19的评论;修订版收到14.12.19;接受26.01.20;发表05.05.20
版权©Iris Rawtaer, Rathi Mahendran, Ee Heok Kua, Hwee Pink Tan, Hwee Xian Tan, Tih-Shih Lee, Tze Pin Ng。最初发表于《医学互联网研究杂志》(//www.mybigtv.com), 2020年05月05日。
这是一篇开放获取的文章,根据创作共用署名许可协议(https://creativecommons.org/licenses/by/4.0/)发布,该协议允许在任何媒体上不受限制地使用、分发和复制,前提是要正确引用最初发表在《医学互联网研究杂志》上的原始作品。必须包括完整的书目信息,//www.mybigtv.com/上的原始出版物链接,以及版权和许可信息。