Summary
Capteurs discrètes et omniprésente informatique incorporé dans la vie familiale quotidienne d’âgées adultes permet significative la santé et des changements d’activité à être enregistrées en continu pendant des mois aux années, fournissant écologiquement valides, haute fréquence, multi-domaine données pour la recherche ou l’utilisation clinique.
Abstract
Une suite de bout à bout des technologies a été établie pour la surveillance discrète et continue de la santé et l’activité des changements qui se produisent dans la vie quotidienne des personnes âgées sur de longues périodes de temps. La technologie est regroupée dans un système qui intègre les principes d’être minimalement envahissant, lors de la génération sécurisé, vie privée protégée, continue des données objectives dans les paramètres de réels (domicile) pendant des mois aux années. Le système comprend des capteurs de présence infrarouge passif placés dans toute la maison, les capteurs de contact porte installées sur les portes extérieures, des dispositifs de surveillance physiologiques connectés (par exemple les écailles), boîtes de médicaments et actigraphs portable. Capteurs de conduite sont également installés dans les voitures des participants et utilisation de l’ordinateur (PC, tablette ou smartphone) est suivie. Données sont annotées par l’intermédiaire de fréquentes options auto-évaluation en ligne qui fournissent des informations essentielles en ce qui concerne les données qu’il est difficiles d’en déduire par l’intermédiaire de capteurs tels que des États internes (p. ex., douleur, humeur, solitude), ainsi que de référent des données au modèle de l’activité interprétation (p. ex., visiteurs, meubles réarrangés). Des algorithmes ont été développés en utilisant les données obtenues pour identifier des domaines fonctionnels clés à l’activité de santé ou de maladie suivi, y compris de la mobilité (par exemple, chambre transitions, étapes, démarche vitesse), une fonction physiologique (p. ex., poids, corps indice de masse, impulsion), dormir les comportements (p. ex., temps de sommeil, voyages aux toilettes pendant la nuit), adhérence de médicaments (p. ex., les doses manquées), engagement social (p. ex., temps passé sur les couples maison, temps passer ensemble) et cognitifs fonction (p. ex., temps sur ordinateur, les mouvements de la souris, les caractéristiques d’achèvement du formulaire en ligne, possibilité de conduite). Détection de modification de ces fonctions fournit un marqueur sensible de l’application dans la surveillance de la santé des maladies aiguës (p. ex., épidémie virale), à la détection précoce des syndromes de démence prodromique. Le système est particulièrement adapté pour la surveillance de l’efficacité des interventions cliniques dans des études d’histoire naturelle de syndromes gériatriques et dans les essais cliniques.
Introduction
Recherche clinique dominante pose des limites dans la fiabilité et la validité des données saisies en raison de défauts inhérents de la méthodologie d’évaluation. Des interviews sont limités par les temps lorsque le clinicien et le patient peuvent coordonner les horaires. Temps alloué aux examens est limité par ce que le volontaire peut raisonnablement demander de faire en une seule séance. Ces séances courtes, largement espacées - même si augmentée par des appels téléphoniques occasionnelles ou requêtes Internet - limitent sérieusement la possibilité de détecter des changements significatifs dans la fonction ou le bien-être au fil du temps. Les sessions de test actuelles sont largement composées de demandes de renseignements qui peuvent être difficiles à rappeler et à vérifier (par exemple, « te souviens-tu de prendre vos médicaments ? ») ou l’exécution de tâches artificiels (par exemple, « se lever et s’asseoir aussi vite que vous peut » ; « Rappelez-vous ces dix mots »). Les évaluations sont souvent conçues pour restreindre, variabilité d’essai qu’en fait la variabilité des performances lui-même peut être un élément clé du diagnostic. En outre, ces biopsies brèves de temps sont effectués dans des conditions artificielles, plutôt que dans le flux normal de la vie quotidienne. Par conséquent, ils sont de durée de validité limitée écologique. Enfin, le paradigme actuel intrinsèquement ne peut pas fournir une liaison directe d’événements interdépendants de clés ou de résultats (p. ex., sommeil, socialisation, activité physique) parce que les données ne sont pas horodaté autre que comme l’a rappelé.
Une approche pour surmonter ces lacunes réside dans le développement de systèmes qui peuvent être incorporés dans la maison ou une communauté qui profitent des progrès de l’informatique omniprésente et la haute fréquence multi-domaine données, communications sans fil et la technologie de détection analytique. La technologie et l’expérience dans ce domaine sont de plus en plus et un certain nombre de systèmes ont été développé, mais ont été limité en déploiement, des éléments ou des expérience longitudinale1,2,3,4. Dans ce manuscrit, les auteurs décrivent un protocole élaboré comme un moyen d’assurer l’évaluation domicile longitudinale, continue et en temps réel des données de santé pertinents afin d’améliorer les limites de l’actuel paradigme santé de l’évaluation. Centre de l’Oregon pour vieillissement & amp ; Technologie (ORCATECH) a développé un système domicile basé sur l’informatique omniprésente et la technologie pour fournir une évaluation continue et en temps réel des activités pertinentes à la santé et le comportement de détection. Intégrant l’évaluation accueil pour permettre la surveillance largement discrète et continue de réelle activité sensiblement surmonte les limites actuelles. Tout d’abord, étant donné que le cœur du système est intégré dans l’espace de vie des participants dans le cadre de leur milieu ambiant, il est fondamentalement pratique. Quotes-parts qui exige des réponses discrètes peuvent être recueillis lorsqu’une personne est le plus à l’aise et, dans le cas de méthodes de collecte passive, aussi souvent que nécessaire sans surcharger un participant. Deuxièmement, étant dans l’espace vie normale de la personne offre la possibilité de recueillir des données qui sont immédiatement écologiques pertinentes, pas simplement tester artificiel mesures de fonction, mais de cognition tous les jours. Par exemple, mémoire prospective échec, une plainte commune difficile à tester gracieuses dans la clinique, peut être évaluée à la maison par suivi quotidien automatique de médicaments en comportement, donc taper cognition tous les jours, tant qu’un clés de la performance métrique, connu pour être sensibles aux changements cognitifs. En troisième lieu, parce que les données sont numériques et horodatées, mesure de multiples mesures interdépendantes alignés dans le temps est facilitée. Par exemple, une fois sur le téléphone et le temps hors de la maison (mesures d’engagement social ou retrait), utilisation de l’ordinateur (initiation, l’activité psychomotrice et la fonction cognitive de mesure) et d’autres mesures qui auraient dû être divulgués pour changer avec déclin fonctionnel ( le comportement de sommeil, poids, vitesse de marche) peut ajouter à la sensibilité du capteur nette pour distinguer les changements subtils qui peuvent ne pas être autrement apparents. Ce qui est important, l’effet des événements de santé et de la vie sur la cognition et de la fonction (par exemple, des rapports hebdomadaires de douleurs, changement de médication, sautes d’humeur) aussi peut être lié à ce flux de données lorsqu’ils se produisent. Enfin, les essais conventionnels et les requêtes peuvent être présentées par ordinateur ou des interfaces (p. ex., tablette, smartphone), fournissant des occasions sans précédent de simultanément comparer les performances de test héritage roman numériquement provenant de mesures depuis les mêmes tests, tels que la réponse ou temps de pause, courbes d’apprentissage et de la variabilité intra-essai. Cette nouvelle approche transforme donc l’évaluation actuelle pour être plus pratique, discrète, continue, multi-domaines et naturaliste. En fin de compte, la plate-forme de base de la technologie du capteur à domicile en fonction d’évaluation et de la méthodologie, fournit un système pouvant être à l’écoute et mise à l’échelle d’adresse à un large éventail de questions de recherche spécifiques lié à la santé et le bien-être avec avantages notés sur le cours pratique acceptée de clinique peu fréquent ou évaluations basées sur le téléphone.
Le protocole suivant décrit la procédure de déploiement de cette plate-forme pour la collection discrète de données comportementales et liés à la santé à domicile. Dans le développement de cette plateforme, des principaux objectifs a été de fournir une suite de base des fonctions d’évaluation qui peut fournir les données nécessaires pour déduire que les deux domaines généraux de santé et bien-être (physique, émotionnel, social et cognitif), ainsi que (plus précis) des comportements par exemple, les médicaments pris, randonnées, activités liées au sommeil, l’activité physiologique). Le développement de la plate-forme a été guidé par plusieurs principes, notamment en utilisant les approches de détection discrètes plus passives, réduisant au minimum la participation directe de l’utilisateur grâce à la technologie, technologie « agnostique » (c'est-à-dire, employant les meilleurs dispositifs de ou solutions techniques plutôt que nécessitant une approche particulière ou un produit), être durable (pour évaluation à long terme) et maintenance pratique évolutive et minimisant.
La plate-forme décrite a évolué au cours des douze dernières années, surtout informé par un éventail d’utilisateurs finaux, de « numériquement naïve » d’adopteurs précoces. Des enquêtes périodiques et des groupes de discussion ont été la clé pour informer ce développement5,6,7. Les systèmes qui seront déployés en permanence dans leurs maisons jusqu'à onze ans avec itératives modifications introduites basée sur les progrès en technologie, nouvelles capacités fonctionnelles demandées par la communauté des chercheurs, ont permis à des centaines de bénévoles et l’entrée constante d’individus vivant dans la maison où la technologie a été déployée. Collectivement, ces volontaires ont formé un laboratoire « vivant » dans la communauté que nous appelons la «laboratoire de vie » lorsque leurs maisons et les continue des données recueillies tout au long de la journée prévoient un niveau de détails sur la santé, activité, unique et la parcours de vie.
Une plate-forme de technologie de télédétection constitue l’épine dorsale du système global pour capturer des données continues de domicile. Les éléments de cette plateforme sont décrits par la suite. La plate-forme de base est modifiée (les éléments peuvent être ajoutés ou retirés) basé sur les renseignements obtenus pendant le processus de collecte des indicateurs d’intérêt pour l’étude en utilisant la plate-forme de recherche, les croyances et les attitudes de l’utilisateur et. Parce que les protocoles de communication de données sont normalisées, le système a été conçu pour permettre à n’importe quel dispositif qui suit ces protocoles à être intégré dans le réseau.
La plate-forme de base décrite ici est basée sur le cas d’utilisation de bénévoles dans le laboratoire de la vie (LL) consentir à ce que la plate-forme déployée au sein de leur foyer pour recueillir des données de comportement de leurs activités de vie normale et les activité naturaliste depuis de nombreuses années (la plus longues un déploiement continu actuel = 11 ans).
L’ordinateur de supervision et de la connexion Ethernet/WiFi permettent la collecte de données de périphériques système et transmission aux serveurs sécurisés à ORCATECH sans interférence participant. L’ordinateur de supervision est configuré à l’intervenant et la maison configuration lors de l’installation de système à l’aide d’un ordinateur portable ou tablette et un panneau de contrôle qui se connecte à un système de gestion centralisée de participants numérique. Dispositifs de prélèvement de données supplémentaires (tels que capteurs, MedTracker et échelle) peuvent être configurés en communiquant avec l’ordinateur de supervision de la même manière.
La Console ORCATECH et distance système de gestion de la technologie est une technologie numérique personnalisée et le système de gestion données appelé « Console » qui permet la configuration de technologies domestiques participant et paramétrage du système, ainsi que gestion de la technologie à distance en cours de maisons y compris garantir la collecte de données et de surveillance. En outre, pour faciliter le déploiement du système dans la communauté où chaque maison peut avoir un schéma unique, un outil graphique basé sur une interface tablette sert à enregistrer automatiquement où se trouvent les différents capteurs et leur contiguïté physique valable aux autres capteurs (Figure 2). C’est important pour la référence au cours de la surveillance à distance du système au niveau de l’accueil.
Détecteurs de mouvement infrarouge passif (PIR) sont numériquement assignés à un foyer donné au cours de l’installation du système, communiquer avec l’ordinateur de supervision via un Dongle USB sans fil. Un capteur est placé par chambre pour sentir le mouvement dans les transitions salle et participant d’une pièce à l’autre. Une ligne droite de « capteur » de quatre capteurs est placée sur le plafond d’un couloir ou un autre endroit où le participant se promène régulièrement à un rythme cohérent. Cette ligne de capteur permet une rencontre discrète de vitesse plusieurs fois par jour de marche. Autres mesures peut être dérivé de ces capteurs d’activité tels que les temps d’arrêt ou le nombre de transitions de la salle. Capteurs de contact de porte sont placés autour de la maison des portes extérieures à tous afin de détecter des participants venant et allant de la maison et sur le réfrigérateur pour déterminer la fréquence générale d’accès à la nourriture.
Hebdomadaire santé et activité Self-Reports en ligne sont tenus de donner un sens optimal des données du système passif des dispositifs de prélèvement. Ces données sont essentielles à l’analyse du rapport participant d’événements à la maison par rapport aux données de capteur recueillie. L’enquête en ligne de self-report hebdomadaire peut être effectuée sur n’importe quel périphérique informatique (par exemple, ordinateur portable, tablette, smartphone) avec une connexion Internet pour les participants de la requête sur les voyages sur les visites à domicile, à la maison, les changements de la santé, les modifications d’espace au sein de la maison, la solitude, la dépression et niveau douleur. Collecte hebdomadaire des données repose sur une fenêtre relativement courte de recueillement, qui fournit une résolution beaucoup plus élevée des données et probabilité d’exactitude que, par exemple, des bilans annuels ou semestriels. En outre, ce processus d’auto-évaluation permet également aux chercheurs d’examiner les indicateurs passives d’éventuels troubles cognitifs, tels que la variation dans le temps de remplir le sondage, la variation du nombre de clics, des difficultés accrues reporting précis des dates ou des marqueurs de dépréciation dans les réponses de texte libre. Dans le cadre de la plate-forme de base, nous installons un pilulier électronique de sept jours qui enregistre si oui ou non le compartiment de la journée désignée a été ouverte et les fois qu’elle est ouverte tous les jours. Cela fournit des informations sur l’adhésion de médicaments, mais aussi une indication potentielle du déclin cognitif si la cohérence de la prise de médicaments diminue.
Une échelle de bioimpedence numérique sans fil qui recueille également des impulsions, paramètres de composition de corps, vitesse d’onde de pouls, température ambiante et niveau de dioxyde de carbone ambiant est installée dans la salle de bain, fournissant des données sur le poids quotidien des participants. Ces données peuvent ensuite être corrélées avec d’autres événements signalés (par exemple, l’état de santé, médicaments), ainsi que d’autres indicateurs passives du comportement, tels que le respect du protocole et de la fréquence d’utilisation au fil du temps.
Dans les cas où notre voiture de participants, nous installons un capteur conduite dans leurs véhicules. Ce capteur fournit des informations sur la conduite des habitudes telles que la fréquence, le calendrier, durée et distance de voyages, ainsi que la fréquence des arrêts ou des accélérations dures.
Un dispositif portable porté poignet recueille des données de l’activité physique à la fois dans et hors de la maison. Plusieurs marques et modèles de vêtements ont été utilisés dans les maisons de la vie de laboratoire.
Selon le projet, un enquêteur à l’aide de la plateforme ORCATECH peut choisir de compléter la base capteur sertie d’éléments de collecte de données supplémentaires. Testé par le passé des exemples comprennent un capteur de téléphone pour surveiller la socialisation grâce à l’activité de téléphone fixe, l’élaboration et la mise en place d’un équilibre numérique-Conseil d’équilibre stable, une tablette avec des tâches cognitives périodiques pour le participant de remplir dans leur propre maison et un système de SMS automatisé pour évaluer l’efficacité des rappels de médicaments via téléphone.
Pour gérer les diverses données générées par le laboratoire de vie ORCATECH, une information personnalisée et un système de données est utilisé pour la collecte, annoter, maintenir et l’analyse des activité copieuse et données sur la santé. ORCATECH a développé un système personnalisé pour la gestion des participante, collecte de données auto-déclarées et traitement et collecte continue de données de tous les périphériques système et capteurs. Le système repose sur un cluster de serveurs distribué NoSQL Cassandra pour stocker les données des capteurs et une architecture de lambda à l’aide de Kafka et l’étincelle qui permet à nos capacités de traitement des données pour se rapprocher de traitement en temps réel. À l’aide d’une API REST, les données sont transférées dans les plates-formes d’analyse de données standard et des logiciels statistiques pour l’analyse des données.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Tous les participants eu consentement éclairé. Vie laboratoire participants sont invités à vivre leur vie comme ils le feraient normalement pour permettre une étude d’observation longitudinale de leurs activités de la vie et les modèles pour le reste de leur vie. Ils peuvent retirer en tout temps s’ils le souhaitent. Le protocole de l’étude a été approuvé par l’Oregon Health & amp ; Sciences de l’Université (OHSU) Institutional Review Board (vie laboratoire OHSU IRB #2765).
1. préparation
- Avant le déploiement, ajoutez tous les équipements pour le système de l’inventaire de Console en ligne. Attribuez un nom à chaque périphérique ou capteur ainsi que son numéro de série et l’adresse MAC, lui permettant d’être stocké dans le système de l’inventaire de Console.
- Placer une étiquette de code QR sur chaque pièce d’équipement, permettant à des missions spécifiques de la région d’origine pour les capteurs et les appareils lorsqu’ils sont déployés dans la maison.
- Avant le déploiement, tous les capteurs et dispositifs qui doivent être installés attribuera à la maison en scannant le code QR sur le capteur ou le périphérique. Cela fera apparaître un site Web qui permet d’assigner de capteur ou dispositif pour cet accueil spécifique.
- Installez l’ordinateur hub avec une carte SD qui contient l’outil de gestion de configuration de moyeu.
- Emballer tous les capteurs actuellement inventoriés et équipements, concentrateur ordinateur avec une carte SD installée dans un kit d’installation (boîte) pour déploiement maison.
- Vérifiez que le domicile du participant a un fournisseur de services Internet.
2. maison déploiement
- Configurer l’ordinateur de supervision en insérant le dongle sans fil et le dongle de coordinateur ZigBee primaire dans l’ordinateur de supervision. Insérez le câble Ethernet dans l’ordinateur de supervision. Enfin, branchez le cordon d’alimentation de l’ordinateur de supervision dans prise d’une chambre situé au centre et connectez le câble Ethernet à une connexion Internet de la maison.
Remarque : L’outil de gestion de configuration garantira qu’il utilise la version la plus récente du logiciel. - Connexion d’un périphérique compatible Internet (ordinateur portable, tablette, téléphone cellulaire) au réseau computer'swireless moyeu pour accéder au site de panneau de contrôle local. Le site de panneau de contrôle affiche l’état de l’ordinateur de supervision, ainsi que tous les capteurs installés dans la maison (Figure 3).
- Exécutez l’outil de configuration du logiciel, le logiciel approprié est installé. Ce faire en accédant au panneau de contrôle et mise à jouren cours d’exécution.
- Accédez au panneau de contrôle pour vérifier que l’ordinateur de supervision communique avec les serveurs principaux. Assurez-vous que les services qui permettent aux données qui seront recueillies sur chaque périphérique installé et le capteur sont en cours d’exécution.
- Ajouter les capteurs à la maison, en commençant par les détecteurs de mouvement. Commencez par ouvrir le site de placement du capteur du panneau de commande.
Remarque : Si la maison nécessite plus de 16 capteurs de mouvement, connectez un dongle de routeur dans l’ordinateur de supervision et ajoutez-le au domicile ou au bureau réseau, également appelé le « Pan » Une fois que les dongles extension (si nécessaire) sont ajoutés à la casserole, retirer de l’ordinateur de supervision et de la fiche en points de vente répartis dans toute la maison, création d’un réseau autour de la maison qui enverra les données de capteur de mouvement à l’ordinateur de supervision. - Dans le site de placement de capteur, créer un plan virtuel de la maison, y compris toutes les chambres et les portes de sortie. Veillez à sélectionner la ligne du détecteur comme l’un des secteurs qui s’y ajoute le plan d’étage. Ajouter des représentations virtuelles de capteurs pour le plan d’étage. Enfin, lier les représentations virtuelles des régions d’origine à l’autre l’autre - d’une manière qui reflète la disposition physique de la maison - et à des représentations virtuelles des capteurs.
- Ajouter chaque capteur successifs à la casserole - connue comme le Personal Area Network - en utilisant l’outil de positionnement du capteur physiquement en appuyant sur un bouton à la batterie du capteur. Ensuite, démarrez attacher chaque capteur à la pièce ou la surface dans la maison qui est représentée dans le plan d’étage virtuel.
- Continuer à fixer les capteurs physiques aux murs de la maison. Placez chaque capteur de mur à la hauteur de la tête dans chaque pièce (cuisine, chambres, salles de bains, salons) veiller à ce que le capteur seulement capte l’activité dans cette salle et ne capte pas l’activité d’une autre région (par exemple, éviter que quelqu'un marche dans un couloir en ramassé par le capteur dans une chambre à côté du couloir).
Remarque : L’outil de positionnement du capteur permet d’identifier et de créer des voies entre les chambres. - Installer une rangée de quatre capteurs de champ restreint (plafond) dans une allée rectiligne (couloirs ou autres zones où les participants doivent passer devant chacun des quatre capteurs sans un changement de rythme) sur le plafond pour capturer la vitesse de marche.
- Espace de ces capteurs de vitesse de 61 cm (2 pieds) de distance de marche.
- Enregistrer la distance exacte entre les capteurs de champ restreint dans le site de placement du capteur.
- Installer des capteurs de porte sur chaque porte de sortie, à l’aide du plan d’étage sur le site de placement du capteur pour indiquer leur emplacement physique.
- Ajouter la casemate à la poêle, confirmant que l’appareil a été attribué à l’inventaire. Puis activer le périphérique en ouvrant une des ses couvercles. Parce que la casemate communique avec l’ordinateur de supervision, s’assurer que c’est assez près de l’ordinateur de supervision pour son signal à détecter.
Remarque : La casemate est souvent gardé dans la cuisine ou la salle de bains basée sur la préférence participant. - Pour installer l’échelle, accédez à la page de l’échelle, située dans l’onglet périphériques dans le panneau de contrôle.
- Sur l’échelle, enfoncez le bouton d’alimentation de côté pendant 10 secondes. La balance doit afficher un message de confirmation.
- Une fois l’échelle apparaît dans la liste des périphériques, cliquez sur le bouton de réglage sur le côté droit du panneau de configuration pour démarrer le processus d’installation.
- Entrez la taille et du poids lorsque vous êtes invité dans le panneau de contrôle du participant.
- Si le participant ne dispose pas d’un stimulateur cardiaque, basculez le bouton de stimulateur cardiaque dans le panneau de commande notifiant l’échelle qu’il peut collecter des données de bioimpedence.
- Posez la balance dans un endroit qui a une surface plane, solide, facilement accessible au participant (généralement dans une salle de bains).
- Avoir le participant pèsent eux-mêmes, confirmant que l’échelle enregistre leur poids initial, qui est entré dans le panneau de contrôle.
- Mettre en place le dispositif portable porté poignet en ouvrant la page de configuration de panneau de contrôle portable et en appuyant sur le bouton de réinitialisation situés sur la face arrière de l’appareil dix fois.
- Après le périphérique apparaît dans la liste des périphériques dans le panneau de configuration, puis cliquez sur le bouton Setup sur le côté droit du panneau de configuration pour démarrer le processus d’installation.
- Une fois que le compte est configuré, calibrer le temps en utilisant l’outil de roue sur la page de configuration.
- Finalisez l’installation en synchronisant le portable avec l’ordinateur de supervision. Cliquez sur le bouton de synchronisation dans le panneau de contrôle pour confirmer que l’appareil se connecte correctement et l’heure est réglée au même temps que l’ordinateur de supervision.
- Indiquer dans la Console quel poignet le portable est destiné à être porté par le participant.
Remarque : Les différents dispositifs peuvent nécessiter des procédures différentes selon le fabricant. Appareils et capteurs supplémentaires peuvent également être déployées et intégrés dans le flux de données, tels qu’ordinateur utilisation de logiciels et capteurs de conduite. Procédures pour l’ajout de ces reçoivent ensuite.
- Installer le logiciel de surveillance informatique commercial utilisation sur l’ordinateur du participant et d’enregistrer leur adresse de courriel. Ces adresses électroniques sont utilisées pour envoyer et recevoir des activité enquêtes et la santé en ligne hebdomadaire.
- Vérifier que système d’exploitation son est compatible avec le logiciel de surveillance de l’usage informatique commercial.
- Installer le logiciel sur l’ordinateur du participant en utilisant le programme d’installation hébergé sur un lecteur flash USB.
- Vérifiez que le logiciel est opérationnel sur l’ordinateur en ouvrant le gestionnaire des tâches et vérifier que le logiciel est dans la liste des Applications.
- Dans la console de l’inventaire, associer le programme logiciel profil du participant.
Remarque : Consultez la Table des matières pour l’ordinateur spécifique utilisez le logiciel utilisé (autre logiciel de surveillance disponible dans le commerce peut être remplacé).
- Installer un capteur de conduite pour les participants
- Vérifier que la voiture du participant a été effectuée après 1996 et que la voiture est prise en charge par le logiciel de l’appareil moteur du capteur.
- Installer les app de l’appareil de surveillance conduite sur un appareil mobile et utiliser l’application pour configurer l’adaptateur.
- Avec la voiture éteinte, branchez l’adaptateur sur le port de (ODB) diagnostic embarqué de la voiture.
- Attendez que l’app de reconnaître et de se connecter à l’adaptateur. Cela devrait prendre 2-4 min.
- Insérez la clé de voiture dans l’allumage. (Si la voiture est équipée d’allumage sans clé, appuyez sur le bouton de démarrage de la voiture). Tourner la clé sur la position où il bascule sur l’alimentation électrique sans démarrer le moteur.
- Attendez que l’application pour terminer le paramétrage de l’adaptateur.
- Dans le système de l’inventaire de Console, ajoutez informations du compte du participant du PPA afin que les données de l’adaptateur d’être transférées vers les serveurs ORCATECH utilisant l’interface de programmation d’application (API) du logiciel commercial.
Remarque : Consultez la Table des matières pour le dispositif de surveillance conduite spécifique utilisé.
3. système Confirmation
- Une fois que tous les appareils sont à leur place définitive à la maison, vérifier que l’ordinateur hub fonctionne correctement en accédant au panneau de contrôle. Vérifiez que l’ordinateur de supervision peut communiquer avec les serveurs principaux pour transférer des données et des services pour collecter les données pour chaque type d’appareil sont en cours d’exécution.
- Vérifier si les données en continu de chaque dispositif en accédant à la page de collecte de données sur le panneau de configuration.
- Promenade près des capteurs de mouvement installés dans chaque pièce de la maison afin de confirmer que chaque capteur recueille des données sur les mouvements récents. Vérifier les capteurs de mouvement en affichant le graphique direct des données des capteurs de mouvement activées en marchant à travers la maison.
- Vérifier la casemate en ouvrant et fermant chacune des portes du compartiment de la casemate quelques fois. Consulter la page de collection de données sur le panneau de contrôle pour voir si cette activité récente a été mesurée et collectée.
- Vérifier la balance de pesage vous-même ou le participant. Confirmer ces données sont correctement synchronisées et transmises en naviguant jusqu'à la colonne synchronisée dans l’échelle de la page périphériques dans le panneau de configuration.
- Vérifiez si le dispositif portable est correctement synched et transmission des données en accédant à la colonne synchronisée dans la page de dispositifs portable dans le panneau de configuration.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
La suite ORCATECH de technologie permet de recueillir un unique riche ensemble de données sur les habitudes de vie des personnes qu’ils vont au sujet de leurs activités habituelles. Le système de capteur permet de surveillance discrète et continue des volontaires dans leurs propres maisons. Le système a été utilisé dans des dizaines d’études impliquant des centaines de volontaires dans les recherches portant sur des domaines clés de la santé et de la fonction comme la marche vitesse et mobilité, comportement de prise de médicaments, humeur, temps dans ou hors la maison, le sommeil et ordinateur utilisation8 , 9 , 10 , 11 , 12 , 13 , 14 , 15 , 16 , 17 , 18. résultats représentatifs sont présentés ici.
Vitesse de marche est un exemple d’une fonction qui est difficile à évaluer conventionnellement fréquemment au fil du temps en milieu naturel. Elle est reconnue comme un important indicateur de l’état de santé général et un élément utile de tests cliniques observés au cours de bureau visites. Évaluation clinique de la marche vitesse a plusieurs inconvénients. Des observations sont faites seulement au plus quelques fois par an. Le patient étant observé peut également marcher avec un rythme atypique en raison d’être au courant de l’évaluation. Avec la suite de détection ORCATECH, quatre détecteurs infrarouge passifs domaine restreint sont placés une distance connue part généralement dans un couloir de la maison. Un algorithme estime que la vitesse de marche d’une personne qui marche sous les capteurs au fil du temps,8. Cette méthode de surveillance discrète a permis de recueillir 39 474 épisodes marche pendant un seul mois de l' observation9. Vitesses de marche collectées à domicile ont été trouvés à la pour corrélation entre les mesures moteurs évaluée au cours d’un examen en personne, ainsi que la fonction cognitive (Figure 2). Cette technique permet d’observer quelques fonction régulièrement sur de longues périodes de temps, des mois ou des années. Puis, cela fournit l’occasion d’observer des changements de vitesse de marche qui peut être caractéristique de l’imminente des états pathologiques tels que le déclin cognitif léger ou de démence (Figure 4)16.
Les données d’activité continue par endroit combinée à auto-déclaration et autres données connues sur l’environnement offre la possibilité d’observer les changements dans l’activité associée à beaucoup d’événements marquants de la vie. Les données pouvant être visualisées ou affichées dans un certain nombre de façons. Parcelles de spirale ont retrouvé à être utile à cet égard pour l’identification des tendances à long terme dans le flux de données. Un exemple est fourni à la Figure 5.
Figure 1 . Plate-forme ORCATECH. Plusieurs capteurs et dispositifs sont déployés tout au long des maisons, à l’écoute pour des mesures de résultat particulier d’intérêt. La zone désignée périphérique/capteur « X » représente la capacité du système à brancher dans n’importe quel nombre de technologies ou de nouveaux périphériques selon les besoins au fil du temps. Les données générées suit des protocoles de sécurité standard et sont disponibles avec un examen approprié pour une utilisation par plusieurs parties intéressées (données scientifiques, collaborateurs de l’Université, PHARMA, industrie de la santé, etc.). Les maisons à gauche représentent les cohortes inscrits dans diverses études utilisant la plate-forme. Laboratoire de la vie - BC est une petite cohorte située en Colombie-Britannique, Canada ; Transitions de buts est une étude de l’utilisation des données de surveillance à distance par des équipes de soins pour réduire les transitions indésirables à des niveaux dépendants de soins ; EVALUATE-AD est le valide sur le plan écologique, Ambient, longitudinale, évaluation impartiale de l’efficacité du traitement dans la maladie d’Alzheimer ; iCONECT est l’Engagement de conversation comme un moyen d’apparition de la maladie Alzheimer délai étude menée dans l’Oregon et le Michigan ; PANIER (vieillissement Recherche Collaborative à l’aide de la technologie Initiative) a quatre sites (anciens de faible revenu à Portland, aux anciens combattants dans le Nord-Ouest rural, les aînés afro-américain de Chicago et les aînés Latino à Miami) ; « Études de XYZ » désigne un certain nombre d’autres études (non listées ici) qui utilisent également cette infrastructure ORCATECH. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.
Figure 2 . Chaque pièce dans une maison est lié aux autres issu des transitions de salle possible. Capteurs sont reliés aux salles dans lesquelles ils se trouvent. La ligne de foulée capteur dans un foyer comprend des capteurs infrarouges passifs domaine restreint quatre reliés entre eux dans l’ordre dans lequel ils sont placés. La ligne de foulée capteur relie les chambres où sont trouvent les capteurs. Vert (ou points rouges, non illustrées ici) sur les nœuds de capteurs indiquent si le capteur est relevant actuellement dans le réseau de capteurs. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.
Figure 3 . Le panneau de commande affiche l’état de l’ordinateur de supervision et de tous les capteurs installés dans la maison. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.
Figure 4 . Le graphique montre la trajectoire de changement dans la marche de variabilité de vitesse définie comme le Coefficient de Variation (COV) dans une cohorte de 93 personnes âgées suivies chez eux depuis plus de trois ans. Temps 0 est la première semaine de la vitesse de marche surveillée pour chaque participant. Les modèles de trajectoire latente ont permis d’identifier quatre groupes distincts : : groupe 1, la plus haute référence et COV croissant suivie d’un COV fortement en déclin ; Groupes 2 et 3, relativement stable de COV ; et groupe 4, la ligne de base le plus bas et diminuant les COV. Participants non-amnésique MCI (naMCI) étaient plus susceptibles d’être membres de base soit plus élevé ou plus bas COV groupes (groupes 1 ou 4), représentant possiblement la trajectoire de la marche de la variabilité de vitesse pour et fin-début MCI, respectivement. La figure est modifiée de Dodge H.H., et al. 19. s’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.
Figure 5 . Terrain de spirale de six mois de données d’activité domestique pour un laboratoire de vie volontaire. Les données sont tracées comme une horloge de 24 heures, à minuit au dessus et au midi en bas. Chaque jour forme un cercle. Les cercles bleus pleins délimiter un mois. Des points de couleur indiquent une activité capteur selon le lieu de la salle : rouge = salle de bain, vert = chambre, rose = cuisine, bleu = salle de séjour. Notez le délai de trois semaines où le volontaire avait invité familiaux qui dormait dans le salon (activité de nuit dans la salle de séjour est apparent ; deuxième mois). La période de 2 semaines quand le volontaire n’a pas quitté l’appartement pour les repas, est due à une épidémie de virus Noro, qui a conduit à une restriction de la Congrégation dans la Communauté (quatrième mois). Enfin, notons les modèles compatibles du comportement : coucher à 22:30, place une fois la plupart nuits entre 02:00 et 04:00, montée temps 06:00, une visite de la femme de ménage à 17:00 toutes les 2 semaines. S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Nous avons décrit un système de base ou la plate-forme permettant l’accueil et communautaire / télédétection et déclaration des principales mesures d’hygiène et bien-être en permanence. Le système est destiné à être utilisé principalement dans la recherche en ce moment.
Si possible, le système utilise des outils open source et des capteurs ou des dispositifs en profitant des API disponibles et kits de développement logiciel (SDK). Le système est conçu pour être technologie « agnostique », telle qu’une grande variété de capteurs ou appareils peut être « plugged-in » ou incorporée au besoin. Télédétection des domaines choisis (par exemple, actions de mouvement-Mobilité, médicaments en activité, utilisation des ordinateurs, etc.) dépendra les domaines cliniquement pertinentes de la fonction qui peut être considéré comme plus instructif pour une indication particulière. Ainsi, un tableau creux ou un tableau plus complet de capteurs et dispositifs peut être déployé. Données générées se développe continuellement et donc le système de données a exigé des modifications pour répondre à cette demande. En conséquence, nous avons fait la transition vers une architecture plus distribuée de données afin de permettre plus de capacité de traitement et d’évolutivité. Le système est conçu pour fonctionner dans la collectivité avec quotidienne distant évalue la santé technique du système maison. Bien qu’autonomes, basse-touchent l’opération a été la clé, le système nécessite des visites à domicile occasionnelles comme capteurs ou appareils peuvent échouer et doivent être fixés ou remplacées.
Il y a un certain nombre d’étapes critiques à déployer avec succès ce système dans la recherche. Le premier et le plus important ne sont pas « technique ». Elle est axée sur les participants - s’assurer que les participants comprennent le protocole et êtes à l’aise avec la nature longitudinale de la recherche. Cela garantit l’adhésion, par exemple, répondant au questionnaire hebdomadaire ou à l’aide d’un dispositif de suivi des médicaments. Assurer non seulement la documentation appropriée de la mise en place initiale de la maison (par exemple, où se trouvent les capteurs), mais aussi toutes les modifications peuvent être faites par le résident au fil du temps, c’est aussi une clé pour la gestion et la collecte de données appropriée. De même, en cours surveillance de la fonctionnalité du système une fois installé garantit que les données longitudinales sont collectées avec haute fidélité au fil du temps.
La plate-forme ORCATECH rend possible continue à long terme et la collecte de données discrète avec une base dans le milieu familial. Les populations sont hétérogènes en ce qui concerne leur confort et leur acceptation de la technologie dans leur maison. Données montrent que des principales raisons motivant l’acceptation de l’utilisation de cette technologie dans les études sont perception participante que les données recueillies seront finalement utiles (par exemple, peut traiter des façons de vieillir avec succès en place). Les adultes plus âgés et retraités ont tendance à passer la majeure partie de leur temps à la maison (en moyenne environ 21,5 h par jour, telle qu’évaluée avec la plate-forme ORCATECH), ce qui en fait un endroit idéal pour des observations qui reflètent l’état de santé d’une personne par opposition à l’environnement clinique20 . Les populations plus jeunes ou travaillant peuvent dépenser beaucoup moins de temps à la maison. Cependant, même les plus jeunes personnes passent au moins un tiers de leur journée à la maison (généralement en soirée et la nuit). En outre, le système est conçu pour synchroniser avec les technologies portables et appareils mobiles (p. ex., smartphones) et autres données de télédétection distantes (p. ex., données de conduite), ainsi beaucoup de types de comportements d’out-of-home et activités peuvent être capturées ainsi. La technologie change rapidement, ajoutant un challenge à la tâche de maintenir une plate-forme stable des dispositifs et des logiciels utilisés pour recueillir des données et s’assurer qu’il est comparable à travers des époques. En outre, les données distantes sont capturées sans surveillance et en fin de compte nécessite une validation quant à son activité réelle inférée. À cette fin, il est nécessaire de valider les observations faites ou dérivé à l’aide de ORCATECH données avec « gold standard » ou « terrain » techniques. Par exemple, algorithmes utilisés pour estimer les paramètres du sommeil comme le temps total de sommeil ont été vérifiés à l’aide de tapis de pression placés sous le matelas11. Vitesses de marche calculées à partir des tirs d’une gamme de détecteurs infrarouges passifs ont été validés à l’aide d’un tapis de marche8. Ces validations fournissent non seulement observable lien avec les événements du monde réel ressenti, mais une norme permettant de comparer les nouveaux capteurs ou appareils qui peuvent être utilisés pour putativement mesurer la même fonction dans le futur. Néanmoins, il y a peu de normes acceptées pour la validation du monde réel en ce moment. Certains des instruments qui ont été utilisés dans le système ORCATECH, tels qu’actigraphs commercial ou trackers de remise en forme, peuvent utiliser des spécifications exclusives ou des algorithmes qui ne sont pas partagées avec des chercheurs. La nature propriétale de commercial de ces technologies et leurs algorithmes liés rend l’utilisation de nombreux dispositifs de télédétection commerciales ou technologies une limitation relative actuelle de la recherche dans le domaine des biomarqueurs mobile et numérique en général.
Dans l’introduction, nous avons souligné que la capacité de recueillir des données continues, discrètes et écologiquement valides dans les milieux communautaires et à domicile peut être jeu changeant pour la recherche clinique qui s’appuyait sur les rares examens auto-évaluation et brèves. Le système décrit dans le présent document fournit une voie pour le milieu de la recherche atteindre cet objectif. Plusieurs technologies d’évaluation individuelle (vestimentaires, smartphone apps considérée, etc.) pour le suivi de personnes sur place ont été décrits21. Beaucoup moins nombreux, plus les systèmes intégré « smart home » ont été signalés qu’ont bon nombre des fonctionnalités décrites dans ce document de22 . Cela reste un domaine naissant et peu ont réussi à développé et déployé ces technologies comme un système de bout à bout pour la recherche, déployé au sein des communautés plus larges. Une adoption plus large de ces approches est un objectif majeur pour les travaux futurs.
Il existe de nombreuses applications potentielles pour cette plateforme. Par exemple, le système pourrait être utilisé pour la surveillance de santé publique telles que le suivi des communautés d’éclosions de maladies infectieuses où des changements relativement aiguës dans les transitions de salle indiquent les individus qui ont développé des symptômes viraux23. Dans le même temps, les informations de cette approche peuvent permettre une compréhension quant à l’efficacité des mesures de quarantaine ou limitation des activités au niveau communautaire de déterminer combien de personnes sont restés chez eux au fil du temps.
À un niveau plus élémentaire, le système peut être utilisé pour informer les chercheurs sur des aspects fondamentaux du comportement humain dans le monde réel. Ainsi, il a été employé pour examiner la prévisibilité de l’activité humaine dans l’espace personnel, un aspect important pour la possibilité de généraliser tous les modélisation prédictive de la recherche appliquée aux gens dans leur maison ou à l’intérieur des environnements24, 25. les résultats indiquaient que la mobilité humaine dans l’espace personnel est fortement stéréotypée, et que la surveillance des discontinuités dans les modèles de routine au niveau salle de mobilité peut être l’occasion pour prédire la santé humaine individuelle et fonctionnelle statut ou détecter des événements indésirables et des tendances.
Autres applications peuvent avoir une incidence plus directe des déterminations de progression diagnostic et maladie qui sont très pertinentes pour les patients, les familles et les soignants. Dans ce contexte, le système ORCATECH a été fréquemment utilisé pour examiner les activités et les comportements qui indiquent la préservation relative de la cognition et la santé au vieillissement de la population. Le système est particulièrement adapté à l’adresse liée à l’âge évolution cognitive et quelques fois des visites santé physique qui est difficile à évaluer avec les méthodes et les outils traditionnels où le paradigme actuel d’évaluation et de soins se compose du mémoire en clinique un année, souvent à l’aide d’inventaires qualitatifs d’évaluation physique, cognitif et symptômes neurocomportementaux. Ces inventaires sont basés sur les souvenirs subjectifs et/ou les impressions d’un soignant26,27 ou auto-évaluation par le patient, qui peut être peu fiable. Une étude comparant l’activité autodéclarée avec des données objectives de l’activité se sont réunie des capteurs ORCATECH à la maison a l’accord que de 25 % à la fois28. Observation objective permanente peut améliorer la détection de changements dans la santé et l’évaluation des traitements spécialement pour progressives ou chroniques des conditions telles que les changements d’humeur, de troubles de mobilité ou de démence, où il est difficile pour les particuliers ou leurs familles observer avec précision et de rappel lent ainsi que les fluctuations des changements au fil du temps.
Variété diverse de la plate-forme des voies potentielles de données offre de nombreuses fenêtres d’observation et des évaluations qui en résulte d’un changement significatif d’interroger comment particulier ou plusieurs fonctions peuvent changer à travers une condition particulière. Par exemple, les multiples fonctions de la plate-forme ont servi à interroger les changements associés à la déficience cognitive légère (DCL) au fil du temps. Ainsi, la vitesse de marche, calculé à partir des tirs de capteur infrarouge passif, s’est avérée diminuent avec MCI doux, tandis que la variabilité de la vitesse a augmenté au fil du temps dans cette population16de marche. Modèles de repos et d’activité ont été déduites de tirs de capteur de chambre avec la constatation que le sommeil devient plus perturbé comme cognitif progresse11. Adhérence réduite de médicament, comme suivi à l’aide de la casemate de la MedTracker, s’est également avéré pour être un marqueur pour tôt cognitif changer12,17. Utilisation de l’ordinateur dépistant le logiciel a été utilisée pour découvrir qu’ordinateur utilisation diminue avec MCI et tendances dans l’utilisation d’une souris d’ordinateur peut aussi refléter déclin cognitif13,14.
En résumé, le paradigme ORCATECH de collecte de données a de nombreux atouts par rapport aux méthodes traditionnelles de recherche clinique d’acquisition des données. Les données sont collectées en grande partie discrètement dans l’environnement familier de la maison. Renseignements sont recueillis à haute fréquence, au niveau quotidien, ou une minute sur une longue période de temps, permettant des études longitudinales écologiquement valables de santé et de bien-être. Le système ORCATECH est bien adapté à un large éventail de domaines de recherche : découverte fondamentale de l’activité et le comportement humaine, de surveillance de la santé publique et de maladie ou de suivi des conditions spécifiques. Il peut être particulièrement utile, telle qu’appliquée aux interventions et recherche d’essais cliniques pour la détection sensible du monde réel des changements significatifs. Dans cette application, il y a plusieurs avantages potentiels, y compris : 1) permettant aux chercheurs d’améliorer l’objectivité des résultats de l’étude et la fiabilité ; 2) réduisant la taille des échantillons et en diminuant le temps de réponse en raison de la haute résolution temporelle des données ; 3) découvrant cachés indésirables qui peuvent être détectées subtilement, mais aurait pu non déclarées par le participant ; 4) facilitant l’évaluation après le procès ou après commercialisation continue à long terme d’une intervention de la cible. Il est prévu que cette méthodologie fera progresser considérablement la recherche clinique car il devient plus largement déployée et améliore sans cesse avec l’inévitables progrès technologiques et ses applications.
La variété des domaines et des canaux de données produites par le système offre une fenêtre unique dans la vie quotidienne des participants à un certain nombre de paramètres de recherche qui peuvent profiter de la haute fréquence, à long terme et la capture de données valides sur le plan écologique. Il est prévu que cette approche sera utile à plusieurs équipes de recherche. Les plans futurs comprennent l’expansion de cette plateforme pour permettre un déploiement à grande échelle de collaboration à des milliers de maisons, facilitées par la récente initiative de vieillissement recherche à l’aide de technologies collaboratives (voiturette, www.carthome.org) de la NIH et VA. Ces nouvelles données seront combinées avec une valeur le plus de dix ans de renseignements déjà recueillis pour créer une ressource majeure pour la compréhension du changement cognitif et fonctionnel avec le vieillissement dans l’ensemble des populations diversifiées.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Les auteurs n’ont rien à divulguer.
Acknowledgments
La recherche présentée ici a été appuyée par les subventions accordées par les National Institutes of Health, National Institute on Aging (U2CAG054397, AG024978 P30, P30 AG008017, R01 AG042191, AG024059 R01), Intel, la Fondation pour les National Institutes of Health et le Robert Wood Johnson Foundation.
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).
