Summary
不显眼的传感器和普适计算技术纳入老年人的日常生活中, 使有意义的健康和活动变化连续数月持续记录, 提供生态上有效的、高频率的、用于研究或临床使用的多领域数据。
Abstract
已经建立了一个端到端的技术套件, 用于不显眼和持续地监测老年人在较长时间内日常生活中发生的健康和活动变化。该技术被整合到一个系统中, 其中包含了最低限度的干扰原则, 同时在现实世界 (基于家庭的) 设置中生成安全、隐私保护、连续的客观数据, 数月到数年。该系统包括在整个家庭中放置的被动式红外线传感器、门接触传感器安装在外部门上、连接的生理监测设备 (如刻度)、药物盒和可穿戴 actigraphs。驾驶传感器也安装在参与者的汽车和计算机 (PC, 平板电脑或智能手机) 的使用被跟踪。数据是通过频繁的在线自报告选项进行标注的, 这些选择提供了关于难以通过传感器 (如疼痛、情绪、孤独) 以及数据引用到活动模式的数据的重要信息。口译 (如访客, 重新布置家具)。算法是利用获得的数据来确定功能领域的关键健康或疾病活动监测, 包括流动性 (例如, 房间过渡, 步骤, 步态速度), 生理功能 (如体重, 身体质量指数, 脉搏), 睡眠行为 (例如, 睡眠时间, 夜间上厕所), 服药依从性 (例如, 错过剂量), 社会参与 (例如, 时间花在家里, 时间情侣一起度过), 和认知功能 (例如, 计算机上的时间, 鼠标移动, 在线形式完成的特点, 驾驶能力)。这些功能的变化检测提供了一个敏感的标志, 用于健康监测的急性疾病 (如病毒流行), 以及早发现前驱痴呆综合症。该系统特别适合于监测临床干预在老年综合征的自然史研究和临床试验中的有效性。
Introduction
由于评估方法的内在缺陷, 目前的临床研究充满了对数据的可靠性和有效性的限制。面试受到临床医生和病人能够协调时间表的时间的限制。为考试分配的时间受志愿人员在一届会议上合理要求做的限制。这些简短的、间距很大的会话-即使通过偶尔的电话或 Internet 查询增加--严重限制了在一段时间内检测功能或福祉有意义变化的可能性。当前的测试会话主要由要求提供难以召回和验证的信息组成 (例如, "您是否记得服药？") 或人工任务的性能 (例如, "站起来, 坐得和你一样快"能 ";"记住这十个字")。评估通常是为了限制测试到测试的可变性, 而实际上性能本身的可变性可能是关键的诊断功能。此外, 这些短暂的时间活检是在人工条件下进行的, 而不是在日常生活的正常流动中进行的。因此, 它们的生态有效性是有限的。最后, 目前的范式内在不能提供相互依存的关键事件或结果 (例如睡眠、社会化、体力活动) 的直接联系, 因为这些数据没有被召回的时间戳过。
克服这些缺点的方法是开发可嵌入在家庭或社区中的系统, 利用普适计算和传感技术、无线通信和高频多域数据的进步。分析。这一领域的技术和经验正在增长, 许多系统已经开发出来, 但在部署、特点或纵向经验方面有1、2、3、4的限制。在这篇手稿中, 我们描述了一项协议, 作为一种手段, 提供实时、连续和纵向的基于家庭的健康相关数据评估, 以改进目前健康评估范式的局限性。俄勒冈老龄 & 中心;技术 (ORCATECH) 开发了一个基于普适计算和传感技术的基于家庭的系统, 以提供对健康相关活动和行为的连续、实时的评估。将评估纳入国内, 以使对实际活动的主要不显眼和持续监测大大克服当前的限制。首先, 由于核心系统被嵌入到参与者的生命空间中, 作为其环境环境的一部分, 它本来就很方便。当一个人最安心时, 在被动收集方法的情况下, 如有必要, 在不负担参与者的情况下, 可以收集需要离散反应的评估。第二, 在人的正常生命空间中, 提供了收集与生态相关的即时数据的机会, 而不是简单地测试功能的做作措施, 而是日常认知。例如, 潜在的记忆衰竭, 一个常见的抱怨难以在临床 naturalistically 测试, 可以在家里评估的日常药物服用行为的自动跟踪, 从而窃听日常认知, 以及关键的表现已知对认知变化敏感的度量。第三, 由于数据是数字和时间戳的, 因此, 对多个相互关联的度量方法进行时间调整是很方便的。例如, 时间在电话和时间外面 (社会参与或撤退措施), 计算机使用 (测量开始, 精神运动活动和认知作用) 和其他措施, 已经显示改变与功能下降 (睡眠行为、体重、行走速度) 可以增加传感器网络的灵敏度, 以区分可能不明显的细微变化。重要的是, 健康和生命事件对认知和功能的影响 (例如, 每周报告的疼痛, 药物变化, 低情绪) 也可以链接到这个数据流, 因为它们发生。最后, 传统的测试和查询可以通过计算机或相关接口 (例如, 平板电脑, 智能手机) 来呈现, 提供无与伦比的机会, 同时将旧式测试性能与新的数字派生度量值进行比较来自相同的测试, 如响应或暂停时间、学习曲线和测试内的可变性。这种新的方法将当前的评估转化为更方便、不显眼、连续、多域和自然主义。最终, 基于家庭传感器的评估技术和方法的基本平台, 提供了一个系统, 可以调整和缩放, 以解决与健康和福祉有关的广泛的具体研究问题, 并指出优势超过目前接受的罕见诊所或电话评估的做法。
下面的协议概述了部署此平台以进行不显眼的家庭行为和与健康相关的数据收集的过程。在开发这一平台时, 一个关键目标是提供一套基本的评估功能, 提供必要的数据, 以推断健康和福祉的一般领域 (物理、认知、社会、情感) 以及更具体的行为 (例如服药、走路、与睡眠有关的活动、生理活动)。该平台的发展已经遵循了几个原则, 包括使用最被动的不引人注意的传感方法, 尽量减少直接用户与技术的接触, 是技术的 "不可知性" (即使用最好的设备或技术解决方案, 而不是要求特定的方法或产品), 耐用 (长期评估) 和可伸缩性, 并尽量减少实际的维护。
所描述的平台在过去十二年中发展了, 重要的是从 "数字幼稚" 到早期使用者的一系列最终用户的了解。定期调查和重点小组是通知这一发展5、6、7的关键。数以百计的志愿人员允许这些系统在其家中持续部署长达十一年, 并根据技术的进步、研究界要求的新功能能力来实施迭代修改, 并在技术已部署的家庭中, 个人的关键恒定输入。总的来说, 这些志愿者在社区中形成了一个 "生活" 实验室, 我们称之为 "生命实验室" , 在那里他们的家园和每天收集的连续数据提供了关于健康、活动和人生历程。
传感技术的一个基本平台构成了整个系统的主干, 用于捕获连续的基于家庭的数据。随后对该平台的元素进行了描述。对核心平台进行修改 (可以添加或删除元素), 其基础是收集用户态度的过程中获得的信息, 以及使用研究平台对研究感兴趣的信念和结果度量。由于数据通信协议是标准化的, 因此系统设计为允许将这些协议遵循的任何设备合并到网络中。
这里描述的基本平台是基于生命实验室中志愿者的使用案例, 他们同意在自己的家中部署平台, 以收集自然活动和他们正常生活活动的行为数据多年 (最长当前连续部署 = 11 年)。
集线器计算机和以太网/WiFi 连接允许从系统设备中收集数据并将其传输回 ORCATECH 的安全服务器, 而不受参与者的干扰。在系统安装时, 集线器计算机配置为特定参与者和家庭设置, 使用便携式计算机或 tablet 以及连接到集中式数字参与者管理系统的控制面板。其他数据收集设备 (如传感器、MedTracker 和刻度) 可以通过与集线器计算机的通信方式进行配置。
ORCATECH 控制台和远程技术管理系统是一个称为 "控制台" 的自定义数字技术和数据管理系统, 它允许参与者在家技术配置和系统设置, 以及远程技术管理家庭, 包括安全的数据收集和监测。此外, 为了便于在每个家庭都有独特布局的社区中部署系统, 使用基于 tablet 接口的图形工具自动记录各种传感器的位置, 并将其有效的物理周边到其他传感器 (图 2)。在对系统进行远程监视的过程中, 这一点很重要。
被动红外 (红外) 运动传感器在系统安装过程中被数字分配给给定的家庭, 通过无线 USB 转换器与中心计算机通信。每个房间都有一个传感器, 可以感觉到房间内的运动, 参与者从房间到房间的过渡。一个直 "传感器线" 的四传感器是放置在天花板上的走廊或其他地区的参与者步行定期以一致的速度。这种传感器线允许不显眼地收集步行速度每天很多次。其他度量可以从这些活动传感器 (如驻留时间或房间转换数) 派生。门接触传感器被放置在所有外部门周围的家庭, 以检测参与者的进出从家里, 并在冰箱, 以确定一般频率的食物进入。
为了从收集设备的被动系统中获得最佳的数据, 需要在线每周健康和活动自报告。这些数据对于分析与传感器收集的数据有关的家庭事件的参与者报告至关重要。网上每周自我报告调查可以完成任何计算设备 (例如, 笔记本电脑, 片剂, 智能手机) 与互联网连接, 以查询参加者的家庭出游, 访客在家里, 健康变化, 空间变化在家庭, 孤独, 抑郁和疼痛水平。每周的数据收集依赖于相对较短的记忆窗口, 它提供了更高的数据分辨率和准确性的可能性, 例如每年或半年的检查。此外, 这种自我报告过程还允许调查人员检查潜在认知障碍的被动指标, 如完成调查的时间变化、点击次数变化、报告准确性增加的困难。在自由文本响应中的日期或减值标记。作为基本平台的一部分, 我们安装了一个七天的电子药丸盒, 记录了指定的一天的车厢是否打开, 以及每天打开的时间。这提供了药物依从性的信息, 以及如果药物服用的一致性下降, 可能表明认知下降。
浴室还安装了一个无线数字 bioimpedence 秤, 它还收集脉冲、身体成分测量、脉搏波速度、环境温度和环境二氧化碳水平, 提供了参与者每日体重的数据。这些数据可以与其他报告的事件 (例如, 健康状况、药物) 以及其他被动的行为指标 (如协议依从性和时间使用频率) 相关。
在我们的参与者驾驶的情况下, 我们在他们的车辆上安装一个驱动传感器。此传感器提供有关驾驶习惯的信息, 如频率、定时、持续时间和行程距离, 以及硬停止或硬加速度的频率。
腕部佩戴的可穿戴设备收集进出家庭的物理活动数据。一些品牌和型号的 "服饰" 已被用于生活实验室的房子。
根据项目的不同, 使用 ORCATECH 平台的调查人员可以选择用其他数据收集组件补充基本传感器集。过去测试过的例子包括一个电话传感器, 通过固定电话活动来监控社会化, 开发和实施平衡测试数字平衡板, 为参与者提供周期性认知任务的平板电脑, 以完成在自己的家里, 和一个自动短信系统, 以评估药物提醒的功效通过电话。
为了处理 ORCATECH 生命实验室生成的各种数据, 定制的信息和数据系统用于收集、注释、维护和分析丰富的活动和健康数据。ORCATECH 开发了一个自定义系统, 用于参与者管理、自报告数据收集和处理, 以及从所有系统设备和传感器连续收集数据。该系统依靠分布式 NoSQL 卡珊德拉服务器群集存储传感器数据和 lambda 体系结构, 使用卡夫卡和火花, 使我们的数据处理能力更接近实时处理。使用 REST API, 数据被转移到标准数据分析平台和统计软件程序中进行数据分析。
Subscription Required. Please recommend JoVE to your librarian.
Protocol
所有与会者均提供书面知情同意。生活实验室的参与者被要求过他们的生活, 因为他们通常会允许纵向观察他们的生活活动和模式, 在他们的余生。如果他们愿意, 他们可以随时撤退。这项研究协议获得了俄勒冈州健康 & 的认可。科学大学 (大观音) 机构审查委员会 (生命实验室大观音 IRB #2765)。
1. 准备
- 在部署之前, 请将所有设备联机添加到控制台库存系统。为每个设备或传感器指定一个名称以及其序列号和 MAC 地址, 使其存储在控制台库存系统中。
- 在每个设备上放置一个 QR 码标记, 以便在在家中部署传感器和设备的主位置的特定分配。
- 部署前, 所有要安装的传感器和设备都将通过扫描传感器或设备上的 QR 代码分配给主页。这将带来一个网站, 允许传感器或设备分配到该特定的家庭。
- 使用包含集线器配置管理工具的 SD 卡安装集线器计算机。
- 打包所有现在清点的传感器和设备, 将安装 SD 卡的集线器计算机放入安装套件 (框) 中进行家庭部署。
- 验证参与者的主页是否有 Internet 服务提供商。
2. 家庭部署
- 通过在集线器计算机中插入无线转换器和主网络协调员接口来设置中心计算机。将以太网电缆插入中心计算机。最后, 将集线器计算机的电源线插入中央定位室的电源插座, 并将以太网电缆连接到家庭的 Internet 连接。
注意: 配置管理工具将确保它使用的是最新版本的软件。 - 将启用 Internet 的设备 (笔记本电脑、tablet、手机) 连接到集线器计算机的 swireless 网络以访问本地控制面板网站。控制面板网站将显示中心计算机的状态以及安装在家里的任何传感器 (图 3)。
- 运行软件配置工具, 确保安装了相应的软件。通过导航到 "控制面板" 并运行 "更新" 来完成此项。
- 导航到 "控制面板" 以检查集线器计算机是否正在与主服务器通信。请确保允许从每个已安装的设备和传感器收集数据的服务都已运行。
- 将传感器添加到主页, 从运动传感器开始。从控制面板打开传感器放置网站开始。
注: 如果家庭需要16多个运动传感器, 请将路由器转换器连接到中心计算机, 并将其添加到家庭或个人区域网络, 也称为 "PAN"。一旦将扩展适配器 (如果需要) 添加到 PAN 中, 将其从集线器计算机中移除, 并将其插入到整个家庭的网点, 在家庭周围创建一个网络, 将移动传感器数据发送到中心计算机。 - 在传感器放置网站, 创建一个虚拟地板计划的家庭, 包括所有的房间和出口门。请确保选择传感器线作为添加到平面图中的区域之一。将传感器的虚拟表示形式添加到平面图中。最后, 将家庭区域的虚拟表示形式链接到其他彼此-以反映家庭物理布局的方式以及传感器的虚拟表示形式。
- 通过使用传感器放置工具并在传感器电池附近的物理按下按钮, 将每个连续传感器添加到 PAN 称为个人区域网络。然后, 开始将每个传感器附加到在虚拟平面图中表示的家庭中的房间或区域。
- 继续将物理传感器附加到家庭墙上。在每个房间 (厨房、卧室、浴室、起居室) 中放置每面墙传感器, 确保传感器只捕获该房间内的活动, 不从另一个区域接收活动 (例如, 避免有人在走廊上漫步由传感器在走廊旁边的一个房间里捡到的)。
注意: 传感器放置工具允许您识别和创建房间之间的路径。 - 在直线通道 (走廊或其他区域) 中安装四个受限域 (天花板) 传感器, 以便在天花板上捕捉行走速度, 而不需要改变速度。
- 空间这些步行速度传感器61厘米 (2 英尺) 分开。
- 记录传感器放置网站中受限字段传感器之间的确切距离。
- 在每个出口门上安装门传感器, 再次使用传感器放置网站上的平面图来表示其物理位置。
- 将碉堡添加到平底锅中, 确认设备已分配给主库存。然后打开它的盖子之一激活设备。因为碉堡与集线器计算机通信, 所以请确保它足够接近中心计算机, 以便检测到它的信号。
注: 碉堡经常保存在厨房或浴室中, 根据参与者的喜好。 - 要设置刻度, 请导航到 "控制面板" 的 "设备" 选项卡中的 "缩放" 页。
- 在刻度上, 按侧电源按钮10秒钟。刻度应显示确认消息。
- 一旦刻度显示在设备列表中, 请单击控制面板右侧的 "设置" 按钮以启动安装过程。
- 在 "控制面板" 中提示时输入参与者的高度和粗细。
- 如果参与者没有起搏器, 请在 "控制面板" 中切换 "起搏器" 按钮, 通知其可以收集 bioimpedence 数据的刻度。
- 将刻度放在具有平坦的、实心表面 (通常位于浴室) 的位置。
- 让参与者权衡自己, 确认刻度是记录其初始重量进入控制面板。
- 通过打开可穿戴的控制面板设置页面, 并按下设备背面的复位按钮十次, 设置手腕磨损的耐磨设备。
- 在 "控制面板" 中的设备列表中显示该设备后, 单击控制面板右侧的 "设置" 按钮以启动安装过程。
- 设置帐户后, 使用安装页面上的滚轮工具校准时间。
- 通过将可穿戴与集线器计算机同步来完成安装。单击 "控制面板" 中的 "同步" 按钮以确认设备连接正确, 并将时间设置为与集线器计算机相同的时间。
- 在控制台上注明佩戴者拟佩戴的手腕。
注意: 不同的设备可能需要不同的过程取决于制造商。还可以部署其他传感器和设备, 并将其集成到数据流中, 如计算机使用软件和驱动传感器。接下来将给出添加这些程序的步骤。
- 在参与者的计算机上安装商用计算机使用监视软件并记录其电子邮件地址。这些电子邮件地址用于发送和接收每周的在线健康和活动调查。
- 验证参与者的计算机操作系统是否与商用计算机使用监视软件兼容。
- 使用在 USB 闪存驱动器上承载的安装程序, 在参与者的计算机上安装软件。
- 通过打开任务管理器并检查软件是否在应用程序列表中, 验证该软件是否在计算机上运行。
- 在控制台库存系统中, 将软件程序与参与者的配置文件相关联。
注: 见所使用的特定计算机使用的材料表(其他商用监控软件可以替代)。
- 为参与者设置驱动传感器
- 验证参加者的汽车是在1996年后进行的, 并且汽车是由驱动传感器设备软件支持的。
- 在移动设备上安装驱动监视设备的应用程序, 并使用该应用程序设置适配器。
- 当汽车关闭后, 将适配器插入汽车的车载诊断 (坏蛋) 端口。
- 等待应用程序识别并连接到适配器。这应该需要 2-4 分钟。
- 把车钥匙插入点火器。(如果汽车有无钥匙点火, 按下汽车的启动按钮)。把钥匙转到开关电源的位置而不启动引擎。
- 等待应用程序完成设置适配器。
- 在控制台库存系统中, 从应用程序中添加参与者的帐户信息, 以允许适配器的数据使用商用软件的应用程序编程接口 (API) 传输到 ORCATECH 服务器。
注: 请参阅所使用的特定驱动监视设备的材料表。
3. 系统确认
- 一旦所有设备都在家里的最后位置, 请通过导航到控制面板来确认集线器计算机是否正常工作。检查集线器计算机能否与主服务器通信以传输数据, 以及为每个设备类型收集数据的服务是否正在运行。
- 通过导航到 "控制面板" 上的 "数据收集" 页, 查看数据是否从每个设备流。
- 在每个房间中安装的运动传感器附近走动, 以确认每个传感器正在收集有关最近移动的数据。通过查看移动传感器数据的实时图来检查运动传感器。
- 通过打开和关闭碉堡的每个隔间门, 检查碉堡几次。查看 "控制" 面板上的 "数据收集" 页, 查看最近的活动是否已被测量和收集。
- 通过权衡自己或参与者来检查刻度。通过导航到 "控制面板" 的 "缩放设备" 页中的 "同步" 列, 确认此数据正确同步和传输。
- 通过导航到 "控制面板" 的 "可穿戴设备" 页面中的 "同步" 列, 检查可穿戴设备是否正确同步和传输数据。
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
ORCATECH 的技术套件使人们有可能收集一个独特的丰富的数据集关于人的生活模式, 因为他们的日常活动。传感器系统允许对他们自己家里的志愿者进行不显眼和连续的监测。该系统已用于许多研究, 其中包括数以百计的志愿者研究健康和功能的关键领域, 如步行速度和流动性, 服药行为, 情绪, 在家中或离家, 睡眠和计算机使用8,9,10,11,12,13,14,15,16,17,18. 这里提出了代表性的结果。
步行速度是一个例子的功能, 是挑战常规评估经常在一段时间内自然设置。这是公认的一个重要指标的一般健康和临床测试的一个有用的组成部分, 观察到在办公室访问。在临床评价中步态速度有若干弊端。观察只在一年中最多几次进行。被观察的病人也可能走不典型的步伐, 因为知道评估。使用 ORCATECH 传感器套件, 四个受限现场被动红外传感器被放置在一个已知的距离通常在一个走廊的家庭。一个算法估计一个人的行走速度在传感器下行走时间为8。这种不显眼的监测方法使得在观察9的一个月内收集39474个步行集成为可能。在家中收集的步行速度与在人检查期间评估的马达措施以及认知功能(图 2)有很好的关联。这种技术使人们有可能在长时间、数月或数年内定期观察行走功能。这就提供了观察步态速度变化的机会, 这可能是即将出现的病态状态 (如轻度认知下降或痴呆) 的特征 (图 4)16。
通过位置的连续活动数据与自报告和其他已知环境数据相结合, 提供了观察与许多显著生命事件相关的活动变化的机会。数据可以通过多种方式进行可视化或显示。在这方面, 已发现螺旋状地块有助于确定数据流的长期趋势。图 5中提供了一个示例。
图 1.ORCATECH 平台.在整个家庭中部署了多个传感器和设备, 并对特定的结果度量指标进行了调整。该框指定的设备/传感器 "X" 代表了系统根据需要随时插入任何数量的新设备或技术的能力。所生成的数据遵循标准安全协议, 可供许多有关方面 (数据科学家、大学合作者、制药、卫生行业等) 使用, 并进行适当的审查。左边的房子代表了使用平台在各种研究中注册的群体。生活实验室-BC 是一个小队列位于不列颠哥伦比亚省, 加拿大;目的转变是研究使用远程监测数据的护理小组, 以减少不必要的过渡到依赖水平的护理;评价-AD 是在生态上有效的, 环境, 纵向, 无偏见的评估治疗疗效的阿尔茨海默氏病;iCONECT 是在俄勒冈州和密歇根州进行的以对话为手段延缓阿尔茨海默病发病的研究;购物车 (使用技术倡议的协作老化研究) 有四个网站 (波特兰的低收入老人, 西北农村的退伍军人, 芝加哥的非洲裔美国人和迈阿密的拉美裔长老);"研究 XYZ" 表示还使用此 ORCATECH 基础结构的许多其他研究 (此处未列出)。请单击此处查看此图的较大版本.
图 2. 家庭中的每个房间都是根据可能的房间过渡来连接其他的.传感器与它们所在的房间相连。家庭中的行走传感器线由四个受限的场被动红外传感器组成, 它们按放置顺序连接在一起。行走传感器线连接传感器所在的房间。传感器节点上的绿色 (或红色点不显示) 指示传感器当前是否在传感器网络中报告。请单击此处查看此图的较大版本.
图 3.控制面板显示中心计算机的状态以及安装在家庭中的所有传感器。请单击此处查看此图的较大版本.
图 4.该图显示了行走速度变异性的变化轨迹, 定义为93位年长成年人在三年后的家庭中的变异系数 (冠状病毒).时间0是每个参与者监测步行速度的第一周。潜伏弹道模型用于识别四个不同的组:: 1 组, 最高基线和增加冠状, 其次是急剧下降的冠状病毒;组2和 3, 相对稳定的冠状;和组 4, 最低基线和减少冠状。非遗忘 MCI (naMCI) 的参与者更可能是最高或最低基线冠状病毒组 (组1或 4) 的成员, 可能代表了早期和后期 MCI 的行走速度变异性的轨迹。图是从道奇朱合华, et。19.请点击这里查看这个数字的更大版本.
图 5. 螺旋图六月的家庭活动数据为一个生命实验室志愿者。数据绘制为一个24小时的时钟, 午夜在顶部和中午在底部。每一天都形成一个圆圈。实心蓝色圆圈标记一个月的边界。彩色点表示传感器活动的房间位置: 红色 = 浴室, 绿色 = 卧室, 粉红色 = 厨房, 蓝色 = 客厅。注意三周内志愿者在起居室里住的客人 (在起居室里过夜活动很明显; 第二个月)。志愿者没有离开公寓吃饭的2周期间, 是由于 Noro 病毒的流行, 导致社区的集会受到限制 (第四月)。最后, 注意行为的一贯模式: 就寝时间为 22:30, 最多晚上在凌晨2点至凌晨4点之间, 上升 06:00, 每2周在下午5点拜访管家。请单击此处查看此图的较大版本.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
我们已经描述了一个基本的系统或平台, 能够持续地进行基于家庭和社区的遥感和报告显著的健康和福祉措施。该系统主要用于目前的研究。
在可能的情况下, 系统使用开放源码工具和传感器或设备, 利用可用的 api 和软件开发工具包 (SDK)。该系统的设计是技术 "不可知性", 使各种各样的传感器或设备可以 "插入" 或纳入必要的。所选择的感知域 (例如, 运动移动性测量, 药物服用活动, 计算机使用等) 将取决于临床相关功能领域, 可能被认为是最有意义的一个特定的迹象。因此, 可以部署稀疏阵列或更全功能的传感器和设备阵列。生成的数据不断增长, 因此数据系统需要修改才能满足这一需求。因此, 我们已经过渡到一个更分布式的数据体系结构, 以允许更多的处理能力和可伸缩性。该系统的设计是在社区运行, 每天远程评估的家庭系统的技术健康。尽管自主、低触控操作一直是关键, 但由于传感器或设备可能出现故障, 需要修复或更换, 系统需要偶尔进行家访。
在研究中成功部署此系统有许多关键步骤。第一个也是最重要的不是 "技术"。它是以参与者为基础的--确保参与者理解该协议并对研究的纵向性质感到满意。例如, 这可以确保遵守每周调查问卷或使用药物追踪装置。不仅要确保最初建立家庭的适当文件 (如传感器所在的位置), 而且还要保证居民随时可能作出的任何改变, 这也是正确收集和管理数据的关键。同样, 一旦安装了系统的功能, 就可以确保纵向数据在一段时间内以高保真度收集。
ORCATECH 平台可以在家庭环境中进行连续、长期和不显眼的数据收集。在他们的家中, 人们对他们的舒适和技术的接受是异类的。数据显示, 促使人们接受在研究研究中使用这项技术的一个主要原因是参与者认为收集到的数据最终将是有用的 (例如, 可以解决如何成功地实现年龄的方法)。年长的, 退休的成年人往往把大部分的时间花在家里 (平均每天约21.5 小时的评估与 ORCATECH 平台), 使其成为一个理想的位置, 以反映一个人的健康状况的真实状态, 而不是诊所环境20.年轻人或工作人口在家里花费的时间会大大减少。然而, 即使是年轻的人也至少在家里呆上三天 (通常在晚上和晚上)。此外, 该系统旨在与可穿戴技术和移动设备 (如智能手机) 和其他遥感数据 (例如, 驱动数据) 同步, 因此可以捕获许多类型的外出行为和活动。技术的变化迅速, 增加了一个挑战, 以维护一个稳定的平台的设备和软件用于收集数据, 并确保它是可比的跨世纪。此外, 远程数据被无监督地捕获, 最终需要验证其推断的实际活动。为此, 有必要用 "黄金标准" 或 "地面真相" 技术来验证使用 ORCATECH 数据进行的观测。例如, 用于估计睡眠参数的算法, 如总睡觉时间是用垫在床垫11下的压力垫子来验证的。使用步态垫8验证了从一排被动式红外线传感器的发射中计算出的行走速度。这些验证不仅提供了与真实世界感知事件的可观测的连接, 而且是比较新的传感器或设备的标准, 可用于认定测量未来的相同功能。然而, 目前还没有公认的现实世界验证标准。在 ORCATECH 系统中使用的一些仪器, 如商业 actigraphs 或健身追踪器, 可能使用不与研究人员共享的专有规格或算法。这种商业技术的专有性及其相关算法使许多商业传感设备或技术的使用成为当前移动和数字生物标志物领域研究的相对局限。
在导言中, 我们强调, 在家庭和社区环境中收集持续的、不显眼的和生态有效的数据的能力可能是对临床研究的游戏改变, 主要依赖于稀疏的自我报告和简短的考试。本文所描述的系统为研究界实现这一目标提供了途径。许多个人评估技术 ("服饰"、智能手机报告应用程序等) 被描述为现场监测人员21。更少的, 更集成的 ' 智能家庭 ' 系统已报告, 有许多功能, 本文介绍了22 。这仍然是一个新兴的领域, 很少有成功地开发和部署这些技术作为一个端到端系统的研究, 部署在更广泛的社区设置。更广泛地采用这些办法是今后工作的一个主要重点。
这个平台有许多潜在的应用。例如, 该系统可用于公共卫生监测, 如监测社区的传染病暴发, 在房间过渡的相对急性变化表明, 个人谁发展病毒症状23。同时, 从这一方法得到的信息可以通过确定有多少人在其家中停留一段时间来了解社区一级的检疫或活动限制的有效性。
在更基本的层面上, 这个系统可以用来向研究人员通报现实世界中人类行为的基本方面。因此, 它被用来研究个人空间中人类活动的可预测性, 这是在其家庭或室内环境24中应用于人们的所有预测建模的推广的一个重要方面,25. 结果表明, 个人空间中的人的流动是高度定型的, 监测日常房地流动模式的不连续性可能为预测个人的健康和功能提供机会。状态或检测不良事件和趋势。
其他应用程序可能更直接地影响诊断和疾病进展的决定, 这是高度相关的病人, 家庭和保健提供者。在这种情况下, ORCATECH 系统经常被用来检查有关的活动和行为, 以表明老龄人口对认知和健康的相对保留。该系统特别适应与年龄相关的认知和身体健康的变化, 这是挑战, 以评估传统的工具和方法, 目前的评估和护理范式包括短暂的诊所式访问几次年, 经常使用定性库存来评估身体、认知和神经行为症状。这些存货是基于对看护者26、27或自我报告的主观记忆和/或印象, 这可能是不可靠的。一个研究比较自已报告的活动与客观活动数据收集从 ORCATECH 传感器在家庭发现了仅协议25% 在时间28。持续的客观观察可以改善对健康的变化的检测和对治疗的评估, 特别是对于进步或慢性病, 如情绪变化, 移动性疾病或痴呆, 在那里它是挑战个人或他们的家庭, 以准确地观察和召回缓慢, 以及波动变化随着时间的推移。
平台的各种潜在数据通道提供了许多观察窗口, 并对有意义的更改进行了评估, 以询问单个或多个功能在特定条件下可能发生的变化。例如, 多个平台函数被用来询问随着时间的推移与轻度认知障碍 (MCI) 相关的变化。因此, 从被动红外传感器发射计算得出的步行速度随着轻度 MCI 的增加而降低, 而随着时间的推移, 行走速度的变化率在16。休息和活动模式从卧室的传感器触发推断, 发现睡眠变得更中断, 因为认知障碍进展11。药物的黏附力减少, 如随后使用的 MedTracker 碉堡, 也被发现是一个标记为早期认知变化12,17。计算机使用跟踪软件被用来发现计算机使用与 MCI 的减少和模式在使用计算机鼠标也可能反映认知下降13,14。
总之, 与传统的临床研究数据采集方法相比, 数据收集的 ORCATECH 范式具有许多优点。这些数据基本上是在熟悉的家庭环境中悄悄收集的。信息在很长一段时间内以高频率、一分钟或每天的水平收集, 使健康和福祉的生态有效纵向研究成为可能。 ORCATECH 系统非常适合于各种各样的研究领域: 基本的人类活动和行为发现, 公共健康监测, 疾病或特定情况的跟踪。它可能特别有用, 适用于干预和临床试验研究的敏感检测有意义的现实世界的变化。在这个应用中, 有多种潜在的好处, 包括: 1) 允许研究人员提高研究结果的客观性和可靠性;2) 由于数据的时间分辨率高, 减少样本大小和缩短应答时间;3) 揭露可能被巧妙发现的隐蔽不良事件, 但可能已被参与者未报告;4) 促进对目标干预进行长期连续的试验后或市场后评估。预计这一方法将大大推进临床研究, 因为它越来越广泛地部署和不断改进, 在技术及其应用的不可避免的进展。
系统生成的各种数据通道和域为参与者的日常生活提供了一个独特的窗口, 这些研究设置可以利用高频、长期和生态上有效的数据捕获。预计这一做法将对许多研究小组有价值。未来的计划包括扩大这一平台, 以使大规模的协作部署能够帮助数以千计的家庭通过最近的协作老化研究, 利用 NIH 和 VA 的技术 (www.carthome.org) 倡议。这些新数据将与十年来所收集的信息相结合, 以创建一个主要资源, 用于了解不同人群的老龄化对认知和功能的变化。
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
作者没有什么可透露的。
Acknowledgments
这里所述的研究得到了国家卫生研究院、国家老龄研究所 (U2CAG054397、P30 AG024978、P30 AG008017、R01 AG042191、R01 AG024059)、英特尔、国家卫生研究院基金会的资助和罗伯特伍德约翰逊基金会。
Materials
| Name | Company | Catalog Number | Comments |
| Raspberry Pi 3 Model B | Raspberry Pi Foundation | Raspberry Pi 3 Model B | |
| Motion Sensor | NYCE Sensors Inc | NCZ-3041-HA | |
| Door/Window Sensor | NYCE Sensors Inc | NCZ-3011-HA | |
| Curtain Motion Sensor | NYCE Sensors Inc | NCZ-3045-HA | |
| iSort | TimerCap | iSort | |
| Home Stealth USB Phone Recorder | Fiho | Fi3001B | |
| Automatic Pro | Automatic | AUT-350C | |
| Body Cardio Scale | Nokia | WBS04 | |
| Activite/Steel Activity Monitor | Nokia | HWA01 STEEL | |
| Alta 2 | Fitbit | FB406 | |
| Charge 2 | Fitbit | FB407 | |
| Flex 2 | Fitbit | FB403 | |
| Zigbee USB Stick | Silicon Labs | ETRX3USB | |
| WorkTime | Nestersoft | WorkTime Corporate |
References
- Peetoom, K. K., Lexis, M. A., Joore, M., Dirksen, C. D., De Witte, L. P. Literature review on monitoring technologies and their outcomes in independently living elderly people. Disabil Rehabil Assist Technol. 10 (4), 271-294 (2015).
- Liu, L., Stroulia, E., Nikolaidis, I., Miguel-Cruz, A., Rios Rincon, A. Smart homes and home health monitoring technologies for older adults: A systematic review. Int J Med Inform. 91, 44-59 (2016).
- Kim, K. I., Gollamudi, S. S., Steinhubl, S. Digital technology to enable aging in place. Exp Gerontol. 88, 25-31 (2017).
- Kaye, J. Making pervasive computing technology pervasive for health & wellness in aging. Public Policy & Aging Report. 27 (2), 53-61 (2017).
- Wild, K., Boise, L., Lundell, J., Foucek, A. Unobtrusive in-home monitoring of cognitive and physical health: Reactions and perceptions of older adults. Journal of Applied Gerontology. 27 (2), 181-200 (2008).
- Wild, K., Boise, L. In-Home Monitoring Technologies: Perspectives and Priorities of Older Adults. , (2012).
- Boise, L., et al. Willingness of older adults to share data and privacy concerns after exposure to unobtrusive in-home monitoring. Gerontechnology: international journal on the fundamental aspects of technology to serve the ageing society. 11 (3), 428 (2013).
- Hayes, T. L., Hagler, S., Austin, D., Kaye, J., Pavel, M. Engineering in Medicine and Biology Society, 2009. EMBC 2009. Annual International Conference of the IEEE. , 7248-7251 (2009).
- Kaye, J., et al. One walk a year to 1000 within a year: Continuous in-home unobtrusive gait assessment of older adults. Gait & posture. 35 (2), 197-202 (2012).
- Petersen, J., Austin, D., Mattek, N., Kaye, J. Time out-of-home and cognitive, physical, and emotional wellbeing of older adults: A longitudinal mixed effects model. PloS one. 10 (10), 0139643 (2015).
- Hayes, T. L., Riley, T., Mattek, N., Pavel, M., Kaye, J. A. Sleep habits in mild cognitive impairment. Alzheimer disease and associated disorders. 28 (2), 145 (2014).
- Hayes, T. L., Larimer, N., Adami, A., Kaye, J. A. Medication adherence in healthy elders: small cognitive changes make a big difference. Journal of aging and health. , (2009).
- Kaye, J., et al. Unobtrusive measurement of daily computer use to detect mild cognitive impairment. Alzheimer's & Dementia. 10 (1), 10-17 (2014).
- Seelye, A., et al. Computer mouse movement patterns: A potential marker of mild cognitive impairment. Alzheimer's & Dementia: Diagnosis, Assessment & Disease Monitoring. 1 (4), 472-480 (2015).
- Seelye, A., et al. Embedded online questionnaire measures are sensitive to identifying mild cognitive impairment. Alzheimer Dis Assoc Disord. 30 (2), 152-159 (2016).
- Dodge, H., Mattek, N., Austin, D., Hayes, T., Kaye, J. In-home walking speeds and variability trajectories associated with mild cognitive impairment. Neurology. 78 (24), 1946-1952 (2012).
- Austin, J., Klein, K., Mattek, N., Kaye, J. Variability in medication taking is associated with cognitive performance in nondemented older adults. Alzheimer's & Dementia: Diagnosis, Assessment & Disease Monitoring. 6, 210-213 (2017).
- Austin, J., et al. A smart-home system to unobtrusively and continuously assess loneliness in older adults. IEEE Journal of Translational Engineering in Health and Medicine. 4, 1-11 (2016).
- Dodge, H. H., Mattek, N. C., Austin, D., Hayes, T. L., Kaye, J. A. In-home walking speeds and variability trajectories associated with Mild Cognitive Impairment. Neurology. 78 (24), 1946-1952 (2012).
- Kaye, J. A., et al. Intelligent systems for assessing aging changes: home-based, unobtrusive, and continuous assessment of aging. The Journals of Gerontology Series B: Psychological Sciences and Social Sciences. 66, suppl 1 180-190 (2011).
- Wang, Z., Yang, Z., Dong, T. A Review of Wearable Technologies for Elderly Care that Can Accurately Track Indoor Position, Recognize Physical Activities and Monitor Vital Signs in Real Time. Sensors. 17 (341), (2017).
- Skubic, M., Alexander, G., Popescu, M., Rantz, M., Keller, J. A smart home application to eldercare: Current status and lessons. Technol. Health Care. 17 (3), 183-201 (2009).
- Campbell, I. H., et al. Engineering in Medicine and Biology Society, EMBC, 2011. Annual International Conference of the IEEE. , 6793-6796 (2011).
- Austin, D., Cross, R. M., Hayes, T., Kaye, J. Regularity and predictability of human mobility in personal space. PloS one. 9 (2), 90256 (2014).
- Buysse, D. J., Reynolds, C. F., Monk, T. H., Berman, S. R., Kupfer, D. J. The Pittsburgh Sleep Quality Index: a new instrument for psychiatric practice and research. Psychiatry research. 28 (2), 193-213 (1989).
- Cummings, J. L. The Neuropsychiatric Inventory Assessing psychopathology in dementia patients. Neurology. 48, 5 Suppl 6 10-16 (1997).
- Teng, E., et al. Utility of the Functional Activities Questionnaire for distinguishing mild cognitive impairment from very mild Alzheimer's disease. Alzheimer disease and associated disorders. 24 (4), 348 (2010).
- Wild, K. V., Mattek, N., Austin, D., Kaye, J. A. "Are You Sure?" Lapses in Self-Reported Activities Among Healthy Older Adults Reporting Online. Journal of Applied Gerontology. , (2015).
