Attenzione: questa pagina è una traduzione automatica di questa pagina originariamente in lingua inglese. Si prega di notare in quanto le traduzioni sono generate da macchine, non tutte le traduzioni saranno perfetti. Questo sito web e le sue pagine web sono destinati ad essere letto in inglese. Ogni traduzione del sito e le sue pagine web possono essere imprecise e inesatte, in tutto o in parte. Questa traduzione è fornita per comodità.

Facendo uso dei dati moventi naturalistici per individuazione tempestiva di danno e di demenza conoscitivi delicati

Facendo uso delle tecniche moventi naturalistiche di apprendimento automatico e di dati, i ricercatori al banco del postino di Columbia University della salute pubblica ed il banco di fondamenta del Fu di Colombia di assistenza tecnica e di scienza applicata hanno sviluppato gli algoritmi altamente accurati per la rilevazione il danno e della demenza conoscitivi delicati in più vecchi driver. I dati moventi naturalistici si riferiscono ai dati catturati tramite i dispositivi di registrazione del in-veicolo o ad altre tecnologie nella regolazione nell'ambiente. Questi dati hanno potuto essere elaborati per misurare determinare l'esposizione, lo spazio e la prestazione nei minimi particolari. I risultati sono pubblicati in geriatria del giornale.

I ricercatori hanno sviluppato i modelli casuali delle foreste, una tecnica statistica ampiamente usata in A1 per la classificazione dello stato di malattia, che ha eseguito eccezionalmente bene. (Come circa questo primo frase con definizione appena per postino versione?) “basato su variabile è derivato da naturalistico guidando dato e di base demografico caratteristica, come età, sesso, livello della corsa/origine etnica e di formazione, potremmo predire il danno conoscitivo delicato e demenza con 88 per cento di accuratezza, “ha detto i Di di Sharon, professore associato di ingegneria civile e meccanici di assistenza tecnica ad assistenza tecnica di Colombia e l'autore principale dello studio.

I ricercatori hanno costruito 29 variabili facendo uso dei dati moventi naturalistici catturati dai dispositivi di registrazione del in-veicolo da 2977 partecipanti della ricerca longitudinale sui driver di invecchiamento (LongROAD) aggettano, uno studio di gruppo multicentro promosso dalle fondamenta del AAA per sicurezza stradale. Ai tempi dell'iscrizione, i partecipanti erano driver attivi di 65-79 anni ed hanno avuti il danno conoscitivo non significativo e condizioni mediche degeneranti. I dati utilizzati in questo studio hanno coperto il periodo di tempo dall'agosto 2015 al marzo 2019.

Fra i 2977 partecipanti di cui le automobili sono state strumentate con i dispositivi di registrazione del in-veicolo, 33 recentemente sono stati diagnosticati con danno conoscitivo delicato e 31 per cento con demenza da ora ad aprile 2019. I ricercatori hanno preparato una serie di modelli di apprendimento automatico per la rilevazione il danno/demenza conoscitivi delicati ed hanno trovato che il modello basato sul determinare le variabili e le caratteristiche demografiche era 88 per cento accurati, molto meglio dei modelli basati sulle caratteristiche demografiche soltanto (29 per cento) e determinando le variabili soltanto (66 per cento). Ulteriore analisi ha rivelato che l'età era più premonitrice di danno conoscitivo delicato e la demenza, seguita dalla percentuale degli scatti ha viaggiato entro 15 miglia della casa, della corsa/dell'origine etnica, dei minuti per catena di scatto (cioè, lunghezza degli scatti che iniziano e che cessano a casa), dei minuti per scatto e del numero degli eventi di frenaggio duri con le tariffe della decelerazione? 0,35 G.

L'azionamento è un compito complesso che comprende i processi conoscitivi dinamici e la richiesta le funzioni conoscitive essenziali e delle abilità motorie percettive. Il nostro studio indica che quello i comportamenti di azionamento naturalistici possono essere usati come indicatori completi ed affidabili per danno e demenza conoscitivi delicati. Se convalidati, gli algoritmi sviluppati in questo studio hanno potuto fornire uno strumento novello e discreto della selezione per individuazione tempestiva e la gestione di danno e di demenza conoscitivi delicati in più vecchi driver.„

Guohua Li, MD, DrPH, professore di epidemiologia e anestesiologia al banco del postino di Colombia della salute pubblica ed istituto universitario di Vagelos dei medici e chirurghi ed autore senior

Source:
Journal reference:

Di, X., et al. (2021) Using Naturalistic Driving Data to Predict Mild Cognitive Impairment and Dementia: Preliminary Findings from the Longitudinal Research on Aging Drivers (LongROAD) Study. Geriatrics. doi.org/10.3390/geriatrics6020045.