Summary
Sensori non invadente e tecnologia di calcolo pervasiva integrate nella vita domestica quotidiana di anziani adulti consente significativi salute e cambiamenti di attività da registrare continuamente per mesi o anni, fornendo ecologicamente valida, ad alta frequenza, dati multi-dominio per ricerca e uso clinico.
Abstract
È stato stabilito un end-to-end suite di tecnologie per il monitoraggio discreto e continuo dei cambiamenti di salute e attività che accadono nella vita quotidiana degli adulti più anziani per lunghi periodi di tempo. La tecnologia è aggregata a un sistema che incorpora i principi dell'essere minimamente invasivi, durante la generazione di sicuro, privacy protetta, continui dati oggettivi nel mondo reale (domicilio) impostazioni per mesi o anni. Il sistema include sensori di presenza ad infrarossi passivi posizionati in tutta la casa, sensori di contatto porta installati su porte esterne, dispositivi di monitoraggio fisiologici collegati (ad esempio bilance), caselle di farmaco e indossabile actigraphs. Guida sensori vengono installati anche in automobili dei partecipanti e l'uso del computer (PC, tablet o smartphone) viene tenuta traccia. Dati viene annotati tramite frequenti opzioni online self-report che forniscono informazioni vitali per quanto riguarda i dati che è difficili da dedurre tramite sensori come stati interni (ad es., dolore, umore, solitudine), così come referente di dati al modello di attività interpretazione (ad es., visitatori, riorganizzate mobili). Gli algoritmi sono stati sviluppati utilizzando i dati ottenuti per identificare domini funzionali chiave di salute o malattia attività Monitoraggio, compreso la mobilità (ad es., camera transizioni, passaggi, velocità di andatura), funzione fisiologica(ad esempio, peso, corpo Indice di massa, impulso), dormire comportamenti (ad es., tempo di sonno, viaggi al bagno di notte), aderenza (ad es., dosi dimenticate), impegno sociale (ad es., tempo trascorso fuori casa, tempo coppie trascorrere insieme) e cognitive funzione (per esempio, ora il computer, i movimenti del mouse, caratteristiche del completamento del modulo online, capacità di guida). Rilevamento delle modifiche di queste funzioni fornisce un indicatore sensibile per l'applicazione nella sorveglianza sanitaria delle malattie acute (ad es., epidemia virale) per l'individuazione precoce delle sindromi di demenza prodromal. Il sistema è particolarmente adatto per il monitoraggio dell'efficacia degli interventi clinici negli studi di storia naturale di sindromi geriatriche e nei test clinici.
Introduction
Ricerca clinica prevalente è irta di limitazioni nell'affidabilità e validità dei dati acquisiti a causa di mancanze intrinseche della metodologia di valutazione. Interviste sono vincolati dai tempi quando il clinico ed il paziente può coordinare gli orari. Tempo assegnato per gli esami è limitato da quello che ragionevolmente può essere chiesto il volontario da fare in una singola sessione. Queste sessioni brevi, ampiamente distanziate - anche se aumentata di telefonate occasionali o query Internet - limitano fortemente il potenziale per rilevare cambiamenti significativi in funzione o benessere nel tempo. Sessioni di test attuale sono in gran parte composte da richieste di informazioni che possono essere difficili da ricordare e verificare (ad esempio, "ricordi di prendere i vostri farmaci?") o l'esecuzione di compiti artificiali (ad es., "alzarsi e sedersi veloce come si può"; "Ricordate queste dieci parole"). Le valutazioni sono spesso progettate per limitare la variabilità per testare quando in realtà variabilità nella performance in sé può essere una caratteristica diagnostica chiave. Ulteriormente, queste biopsie breve di tempo sono condotte in condizioni artificiali, piuttosto che all'interno del flusso normale della vita quotidiana. Pertanto, essi sono di limitata validità ecologica. Infine, il paradigma corrente intrinsecamente non può fornire il collegamento diretto di eventi chiavi interdipendenti o esiti (ad es., sonno, socializzazione, attività fisica) perché i dati non sono timestamp diverso da come ha ricordato.
Un approccio per superare queste carenze si trova nello sviluppo di sistemi che possono essere incorporati nella casa o comunità che si avvalgono dei progressi nella pervasive computing e tecnologia, comunicazioni wireless e ad alta frequenza multi-dominio dati di rilevamento analitica. La tecnologia e l'esperienza in questo settore sono in crescita e un numero di sistemi è stato sviluppato, ma è stato limitato in distribuzione, caratteristiche o esperienza longitudinale1,2,3,4. In questo manoscritto, descriviamo un protocollo sviluppato come un mezzo per fornire in tempo reale, continuo e longitudinale basato casa valutazione di dati rilevanti per la salute per migliorare sui limiti del paradigma di valutazione di salute attuale. Oregon Center per invecchiamento & amp; Tecnologia (ORCATECH) ha sviluppato un sistema basato su casa basato su pervasive computing e tecnologia per fornire una valutazione continua, in tempo reale di attività rilevanti per la salute e il comportamento di rilevamento. Introducendo la valutazione nella casa per abilitare in gran parte discreto e continuo monitoraggio delle attività reali sostanzialmente supera i limiti attuali. In primo luogo, poiché il sistema base è incorporato nello spazio di vita dei partecipanti come parte del loro ambiente circostante, è intrinsecamente conveniente. Le valutazioni che richiede risposte discrete possono essere raccolti quando una persona è più a suo agio e, nel caso di metodi di raccolta passiva, frequentemente come necessarie senza gravare un partecipante. In secondo luogo, essendo in vita-spazio normale della persona offre l'opportunità di raccogliere dati che immediatamente sono ecologicamente rilevanti, non semplicemente test artificiosa misure di funzione, ma la cognizione di tutti i giorni. Ad esempio, memoria prospettica guasto, una lamentela comune difficile testare naturalisticamente in clinica, può essere valutato a casa da inseguimento automatico giornaliero del farmaco tenendo comportamento, toccando così la cognizione di tutti i giorni, nonché una chiave di performance metrica nota sensibili al cambiamento conoscitivo. In terzo luogo, perché i dati sono digitali e timestamp, misurazione di più misure tra loro correlate allineate nel tempo è facilitata. Ad esempio, tempo sul telefono e il tempo fuori di casa (misure di impegno sociale o ritiro), uso del computer (iniziazione, attività psicomotoria e funzione conoscitiva di misura) e altre misure che hanno dimostrati di modificare con declino funzionale ( comportamento di sonno, peso, velocità ambulante) può aggiungere la sensibilità del sensore netto per distinguere i cambiamenti sottili che non potrebbero essere altrimenti evidenti. D'importanza, l'effetto di eventi sulla salute e la vita sulla cognizione e funzione (ad es., rapporti settimanali del dolore, cambiamento di farmaco, umore basso) anche può essere collegato a questo flusso di dati in cui si verificano. Infine, prova convenzionale e le query possono essere presentate tramite computer o relative interfacce (ad es., tablet, smartphone), fornendo opportunità senza precedenti per confrontare simultaneamente le prestazioni del test legacy al romanzo digitalmente derivato misure dalle stesse prove, come risposta o tempi di pausa, le curve di apprendimento e variabilità intra-test. Questo nuovo approccio trasforma così attuale valutazione per essere più comodo, discreto, continuo, multi-dominio e naturalistico. In definitiva, la piattaforma di base del sensore in casa basato su valutazione tecnologie e metodologie, fornisce un sistema che può essere sintonizzato e scalato all'indirizzo di una vasta gamma di domande di ricerca specifici relativi alla salute e al benessere con i noti vantaggi sopra il prassi corrente della clinica rara o valutazioni basate su telefono.
Il seguente protocollo descrive il processo di distribuzione di questa piattaforma per la raccolta non invadente in casa dati comportamentali e relativi alla salute. Nello sviluppo di questa piattaforma, degli obiettivi principali è stato quello di fornire una suite di base delle funzioni di valutazione che può fornire i dati necessari per entrambi i domini generali di salute e benessere (fisico, cognitivo, sociale, emotivo), come pure più specifici comportamenti (di dedurre ad esempio, farmaco prendere, passeggiate, attività legate al sonno, attività fisiologica). Lo sviluppo della piattaforma è stato guidato dai principi diversi tra cui utilizzando gli approcci di rilevamento non invadente più passivi, minimizzando il coinvolgimento diretto degli utenti con tecnologia, essendo tecnologia 'agnostico' (cioè, impiegando i migliori dispositivi o soluzioni tecniche piuttosto che richiedere un approccio particolare o un prodotto), essere scalabile e riducendo al minimo la manutenzione hands-on e durevole (per la valutazione a lungo termine).
La piattaforma descritta si è evoluto negli ultimi dodici anni, cosa importante informato da una gamma di utilizzatori finali, da "digitalmente ingenuo" early adopters. Periodici sondaggi e focus group sono stati la chiave per informare questo sviluppo5,6,7. Centinaia di volontari hanno permesso i sistemi continuamente da distribuire nelle loro case fino a undici anni con iterative modifiche introdotte basate sui progressi della tecnologia, nuove capacità funzionali richieste dalla comunità di ricerca, e l'input chiave costante degli individui che vivono nella casa dove la tecnologia è stata implementata. Collettivamente, questi volontari hanno costituito un laboratorio di "vivere" nella comunità che noi chiamiamo il "Life Laboratory" dove le loro case e la continua dei dati raccolta durante tutta la giornata fornisce un livello unico di dettagli circa la salute, attività e la corso della vita.
Una piattaforma di base della tecnologia di rilevamento costituisce la spina dorsale dell'intero sistema per l'acquisizione di dati continuo basato casa. Gli elementi di questa piattaforma sono descritti successivamente. La piattaforma di base viene modificata (gli elementi possono essere aggiunti o rimossi) sulla base delle informazioni ottenute durante il processo di raccolta utente atteggiamenti e credenze e misure di risultato di interesse per lo studio utilizzando la piattaforma di ricerca. Poiché i protocolli di comunicazione dati sono standardizzati, il sistema è stato progettato per consentire a qualsiasi dispositivo che segue questi protocolli per essere incorporate nella rete.
La piattaforma di base qui descritta si basa sul caso di utilizzo di volontari nel laboratorio di vita (LL) che acconsentono ad avere la piattaforma distribuito all'interno delle loro case per raccogliere dati di comportamento delle loro attività di vita normale e attività naturalistiche per molti anni (la più lunga distribuzione di corrente continua = 11 anni).
Il computer di hub e connessione Ethernet/Wi-Fi permettono raccolta dati da periferiche di sistema e la trasmissione al server sicuro a ORCATECH senza interferenze partecipante. Il computer di hub è configurato per il partecipante specifico e casa set-up al momento dell'installazione di sistema utilizzando un computer portatile o tablet e un pannello di controllo che si connette a un sistema di gestione centralizzata di partecipante digitale. Dispositivi di raccolta di dati aggiuntivi (ad esempio sensori, MedTracker e scala) possono essere configurati per comunicare con il computer di hub nello stesso modo.
La ORCATECH Console e tecnologia Remote Management System è una tecnologia digitale personalizzata e sistema di gestione di dati chiamato "Console" che permette la configurazione partecipante tecnologia domestica e confi gurazione di sistema, nonché gestione di tecnologia remota in corso di case tra cui garantire la raccolta dei dati e monitoraggio. Inoltre, per facilitare la distribuzione del sistema nella comunità dove ogni casa può avere un unico layout, uno strumento grafico basato su un'interfaccia tablet viene utilizzato per registrare automaticamente dove si trovano vari sensori e loro adiacenze fisici validi per altri sensori (Figura 2). Questo è importante per riferimento durante il monitoraggio remoto del sistema a livello domestico.
Sensori di movimento ad infrarossi passivi (PIR) digitalmente sono assegnati a una determinata casa durante l'installazione del sistema, comunica con il computer di hub tramite un Dongle USB wireless. Un sensore è posizionato per camera al senso di movimento all'interno le transizioni camera e partecipante da stanza a stanza. Una "linea retta sensore" di quattro sensori è collocata sul soffitto di un corridoio o altra area dove il partecipante cammina regolarmente ad un ritmo costante. Questa linea sensore permette discreto raduno di camminare velocità molte volte al giorno. Altri parametri possono essere derivate da questi sensori di attività come tempo di sosta o il numero di transizioni di camera. Sensori a contatto porta sono collocati intorno alla casa a tutti esterne porte per rilevare dei partecipanti entravano e uscivano dalla casa e il frigorifero per determinare la frequenza generale di accesso al cibo.
On-line settimanale salute e attività Self-Reports sono tenuti a dare un senso ottima dei dati dal sistema passivo di dispositivi di raccolta. Questi dati sono fondamentali per l'analisi della relazione partecipante di eventi in casa rispetto ai dati del sensore raccolto. Il questionario self-report settimanale online può essere completato in qualsiasi dispositivo di elaborazione (ad esempio, computer portatile, tablet, smartphone) con una connessione Internet per i partecipanti di query sui viaggi fuori i visitatori a casa, in casa, salute spazio cambiamenti all'interno del casa, solitudine, la depressione e il livello di dolore. Download raccolta di dati si basa su una finestra relativamente breve di raccoglimento, che fornisce una risoluzione molto più elevata dei dati e probabilità di accuratezza rispetto, per esempio, check-up annuale o semestrale. Inoltre, questo processo di auto-rapporto permette anche ai ricercatori di esaminare passivi indicatori di potenziale cognitivo, come la variazione nel tempo per completare il sondaggio, variazione nel numero di clicks, maggiori difficoltà segnalazione accurata date, o marcatori di danno nelle risposte di testo libero. Come parte della piattaforma di base, installiamo una casella elettronica pillola di sette giorni che registra o meno è stato aperto il vano del giorno designato e il time (s) che è stato aperto ogni giorno. Questo fornisce informazioni sull'aderenza, nonché una potenziale indicazione del declino conoscitivo se coerenza di assunzione farmaco diminuisce.
Una scala di bioimpedenza digitale wireless che raccoglie anche impulso, corpo composizione metriche, velocità di onda di impulso, temperatura ambientale e ambiente anidride carbonica livello è installata in bagno, il conferimento dei dati il peso giornaliero dei partecipanti. Questi dati possono quindi essere correlati con altri eventi segnalati (ad es., lo stato di salute, farmaci), così come altri indicatori passive del comportamento, quali l'aderenza di protocollo e la frequenza di utilizzo nel tempo.
In casi dove la nostra unità partecipanti, abbiamo installato un sensore di marcia in loro veicoli. Questo sensore fornisce informazioni sulle abitudini quali frequenza, tempi, durata e distanza dei viaggi, così come la frequenza di hard ferma o brusche accelerazioni di guida.
Un dispositivo indossabile indossato al polso raccoglie i dati di attività fisica sia dentro e fuori la casa. Diverse marche e modelli di capi d'abbigliamento sono stati utilizzati in case di laboratorio di vita.
A seconda del progetto, un investigatore utilizzando la piattaforma ORCATECH può decidere di integrare la base del sensore impostato con componenti aggiuntivi di raccolta di dati. Testato in passato alcuni esempi un sensore del telefono per monitorare la socializzazione attraverso attività di telefono di rete fissa, lo sviluppo e l'implementazione di un'equilibrio-scheda digitale per equilibrio test, una tavoletta con compiti cognitivi periodiche per il partecipante a completare in casa propria e un sistema di SMS automatizzato per valutare l'efficacia di ricordi del farmaco via telefono.
Per gestire i diversi dati generati da ORCATECH vita laboratorio, informazioni personalizzate e sistema di dati è utilizzato per raccogliere, annotazione, mantenere e analizzare copiosa attività e dati relativi alla salute. ORCATECH ha sviluppato un sistema personalizzato per partecipante gestione, raccolta dati self-report ed elaborazione e raccolta continua di dati da tutti i sensori e le periferiche di sistema. Il sistema si basa su un cluster di server distribuito NoSQL Cassandra per memorizzare i dati dei sensori e un'architettura di lambda tramite Kafka e scintilla che permette la nostra funzionalità di elaborazione dati di avvicinarsi all'elaborazione in tempo reale. Utilizzando un'API REST, i dati vengono trasferiti in piattaforme di analisi di dati standard e programmi di software statistici per l'analisi dei dati.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Tutti i partecipanti fornito il consenso informato scritto. Vita laboratorio partecipanti viene chiesto di vivere la loro vita come farebbero normalmente per consentire studio d'osservazione longitudinale della loro attività di vita e i modelli per il resto della loro vita. Essi possono ritirare in qualsiasi momento, se lo desiderano. Il protocollo di studio è stato approvato dalla Oregon Health & amp; Università di scienza (OHSU) Comitato d'esame istituzionale (vita laboratorio OHSU IRB #2765).
1. preparazione
- Prima della distribuzione, è possibile aggiungere tutte le attrezzature per il sistema di inventario Console online. Assegnare un nome a ogni dispositivo o il sensore con il relativo numero di serie e indirizzo MAC, permettendo così di essere memorizzati all'interno del sistema di inventario di Console.
- Inserire un tag di codice QR su ogni pezzo di equipaggiamento, abilitazione specifici incarichi di posizione per i sensori e i dispositivi quando vengono distribuiti in casa.
- Prima della distribuzione, tutti i sensori e i dispositivi che devono essere installati verranno assegnati alla casa di scansione del codice QR sul sensore o dispositivo. Questo farà apparire un sito Web che consente l'assegnazione di sensore o dispositivo a quella casa specifica.
- Installare il computer di hub con una scheda SD che contiene lo strumento di gestione di configurazione di hub.
- Imballare tutti i sensori ora inventariati e attrezzature, computer hub con SD installato un kit di installazione (scatola) per la distribuzione domestica.
- Verificare che la casa del partecipante ha un Internet service provider.
2. casa distribuzione
- Impostare il computer di hub inserendo il dongle wireless e il primario dongle ZigBee coordinator nel computer hub. Inserire il cavo Ethernet del computer hub. Infine, collegare il cavo di alimentazione del computer hub presa di una stanza in posizione centrale e collegare il cavo Ethernet per la connessione a Internet della casa.
Nota: Lo strumento di gestione di configurazione garantisce che che sta utilizzando la versione più aggiornata del software. - Collegare un dispositivo abilitato a Internet (computer portatile, tablet, telefono cellulare) per la rete di computer'swireless hub per accedere al sito Web pannello di controllo locale. Il sito Web pannello di controllo mostrerà lo stato del computer hub, come pure qualsiasi sensori installati in casa (Figura 3).
- Eseguire lo strumento di configurazione di software, assicurando che è installato il software appropriato. Questo scopo, navigando per il pannello di controllo e l'esecuzione di Update.
- Passare al pannello di controllo per verificare che il computer di hub stia comunicando con i server principali. Assicurarsi che i servizi che consentono di dati da raccogliere da ogni periferica installata e il sensore sono installato e funzionante.
- Aggiungere i sensori per la casa, cominciando con i sensori di movimento. Inizia aprendo il sito di posizionamento del sensore dal pannello di controllo.
Nota: Se la casa richiede più di 16 sensori di movimento, collegare un dongle di router del computer hub e aggiungerlo alla rete domestica o personale, chiamata anche il "Pan". Una volta aggiungono i dongle di estensione (se necessario) nella padella, rimuovere loro dal computer hub e spina li prese a diffondersi in tutta la casa, creando una rete intorno alla casa che invierà i dati di sensore di movimento per il computer di hub. - Nel sito di posizionamento del sensore, è necessario creare un virtual piano piano della casa, tra cui tutte le camere e le porte di uscita. Assicurarsi di selezionare la linea del sensore come uno dei settori che viene aggiunto al piano di pavimento. Aggiungere rappresentazioni virtuali di sensori per il piano piano. Infine, collegare le rappresentazioni virtuali di aree casa altri reciprocamente - in un modo che rifletta il layout fisico della casa - e per le rappresentazioni virtuali dei sensori.
- Aggiungere ogni sensore successivi nella padella - conosciuta come il Personal Area Network - utilizzando lo strumento di posizionamento del sensore e fisicamente premendo un pulsante vicino la batteria del sensore. Quindi, avviare allegando ogni sensore alla camera o zona della casa che è rappresentato nella planimetria virtuale.
- Continuare a collegare i sensori fisici alle pareti della casa. Posizionare ogni sensore di parete all'altezza della testa in ogni stanza (cucina, camere da letto, bagni, salotti) assicurandosi che il sensore solo acquisisce l'attività in quella stanza e non prendere l'attività da un'altra area (ad esempio, di evitare qualcuno cammina giù un corridoio essere prelevati dal sensore in una camera accanto al corridoio).
Nota: Lo strumento di posizionamento del sensore consente di identificare e creare percorsi tra camere. - Posare una fila di quattro sensori di campo ristretto (soffitto) in una passerella dritta (corridoi o altri settori dove i partecipanti devono camminare passato ognuno dei quattro sensori senza un cambiamento di ritmo) sul soffitto per acquisire velocità di camminata.
- Spazio di questi a piedi di sensori di velocità 61 cm (2 piedi) di distanza.
- Registrare la distanza esatta tra i sensori di campo ristretto sul sito di posizionamento del sensore.
- Installare sensori di porta su ogni porta di uscita, utilizzando nuovamente il piano piano nel sito di posizionamento del sensore per indicare la loro posizione fisica.
- Aggiungere nella padella, confermando che il dispositivo sia stato assegnato all'inventario casa fortino. Quindi attivare il dispositivo con l'apertura di uno dei suoi coperchi. Poiché il portapillole comunica con il computer di hub, è necessario garantire che è abbastanza vicino per il computer di hub per suo segnale per essere rilevato.
Nota: Al Fortino è spesso tenuto in cucina o in bagno in base alla preferenza del partecipante. - Per impostare la scala, passare alla pagina scala, situata all'interno della scheda dispositivi nel pannello di controllo.
- Sulla scala, premere il pulsante di accensione sul lato per 10 secondi. La scala dovrebbe visualizzare un messaggio di conferma.
- Una volta che la scala si presenta nell'elenco dei dispositivi, fare clic sul pulsante di installazione sul lato destro del pannello di controllo per avviare il processo di installazione.
- Inserisci altezza e peso quando richiesto nel pannello di controllo del partecipante.
- Se il partecipante non dispone di un pacemaker, attivare o disattivare il pulsante di Pacemaker nel pannello di controllo notifica la scala che è possibile raccogliere dati di bioimpedenza.
- Posizionare la bilancia in una posizione che ha una superficie piana e solida, facilmente accessibile al partecipante (in genere in un bagno).
- Che il partecipante pesarsi, confermando che la scala sta registrando il loro peso iniziale, che è entrato in pannello di controllo.
- Impostare il dispositivo indossabile indossato al polso aprendo la pagina di installazione del pannello di controllo indossabili e premendo il tasto reset situati sul retro del dispositivo dieci volte.
- Dopo il dispositivo compare nell'elenco dei dispositivi nel pannello di controllo e fare clic sul pulsante di installazione sul lato destro del pannello di controllo per avviare il processo di installazione.
- Una volta impostato l'account, è possibile calibrare il tempo utilizzando lo strumento ruota nella pagina di installazione.
- Finalizzare l'installazione sincronizzando l'indossabile con il computer di hub. Fare clic sul pulsante Sincronizza in pannello di controllo per confermare che il dispositivo è connesso correttamente e il tempo è impostato allo stesso tempo come il computer di hub.
- Indicare nella Console che polso l'indossabile è destinato ad essere indossato dal partecipante.
Nota: Dispositivi diversi possono richiedere procedure diverse a seconda del produttore. Dispositivi e sensori aggiuntivi possono anche essere distribuiti e integrati nel flusso di dati come computer utilizzare software e sensori di guida. Procedure per l'aggiunta di questi figurano successiva.
- Installare il software di monitoraggio uso commerciale computer sul computer del partecipante e registrare il loro indirizzo di posta elettronica. Questi indirizzi di posta elettronica vengono utilizzati per inviare e ricevere settimanale online salute e attività sondaggi.
- Verificare che il sistema operativo del computer del partecipante sia compatibile con l'uso commerciale computer software di monitoraggio.
- Installare il software sul computer del partecipante utilizzando il programma di installazione ospitato su un'unità flash USB.
- Verificare che il software sia operativo il computer aprendo il Task Manager e verificare che il software sia nell'elenco delle applicazioni.
- Nel sistema di inventario di Console, è possibile associare al programma con il profilo del partecipante.
Nota: Vedere la Tabella dei materiali per il computer specifico utilizzare software utilizzato (può essere sostituito altri software di monitoraggio disponibile in commercio).
- Installazione di un sensore di guida per i partecipanti
- Verificare che la vettura del partecipante è stata fatta dopo il 1996, e che l'auto è supportata dal software dispositivo sensore guida.
- Installare app del dispositivo Guida di monitoraggio su un dispositivo mobile e usare l'app per configurare l'adattatore.
- Con la macchina spenta, inserire l'adattatore nella porta del (ODB) di diagnostica a bordo della vettura.
- Attendere che l'app di riconoscere e collegare all'adattatore. Questo dovrebbe prendere 2-4 min.
- Inserire la chiave della vettura nel blocchetto. (Se la macchina ha accensione senza chiave, premere il pulsante di avvio della vettura). Girare la chiave nella posizione dove si accende l'energia elettrica senza avviare il motore.
- Aspettare l'app completare la configurazione dell'adattatore.
- Nel sistema di inventario di Console, aggiungere informazioni relative all'account del partecipante dall'app per permettere a dati dell'adattatore essere trasferiti ai server ORCATECH utilizzando application programming interface del software commerciale (API).
Nota: Vedere la Tabella dei materiali per il dispositivo di monitoraggio Guida specifico utilizzato.
3. sistema conferma
- Una volta che tutti i dispositivi sono al loro posto finale in casa, confermare che il computer di hub funzioni correttamente accedendo a pannello di controllo. Verifica che il computer di hub può comunicare con il server principale per trasferire dati e i servizi per raccogliere i dati per ogni tipo di periferica sono in esecuzione.
- Esaminare se i dati sono in streaming da ogni dispositivo accedendo alla pagina di raccolta dati sul pannello di controllo.
- A piedi vicino i sensori di movimento installati in ogni stanza della casa al fine di confermare che ogni sensore sta raccogliendo dati sui movimenti di recenti. Controllare i sensori di movimento visualizzando il grafico dal vivo dei dati del sensore di movimento attivati a piedi attraverso la casa.
- Verifica al Fortino aprendo e chiudendo tutte le porte del vano del Fortino un paio di volte. Esaminare la pagina di raccolta dati sul pannello di controllo per vedere se questa attività recente è stata misurata e raccolti.
- Controllare la scala di pesatura voi stessi o il partecipante. Confermare questi dati sono correttamente sincronizzati e trasmesso da navigando per la colonna Synched all'interno della scala pagina dispositivi nel pannello di controllo.
- Controllare se il dispositivo indossabile è correttamente sincronizzati e trasmissione dati accedendo alla colonna Synched all'interno della pagina di dispositivi indossabile in pannello di controllo.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
La suite ORCATECH della tecnologia permette di raccogliere un insieme di dati unica e ricco riguardanti i modelli di vita di persone come vanno circa la loro attività abituale. Il sistema di sensori permette di discreto e continuo monitoraggio dei volontari nelle loro case. Il sistema è stato utilizzato in decine di studi che coinvolgono centinaia di volontari nella ricerca esaminando settori chiave della salute e della funzione come camminare velocità e mobilità, assunzione di farmaco comportamento, umore, tempo dentro o fuori casa, sonno e computer uso8 , 9 , 10 , 11 , 12 , 13 , 14 , 15 , 16 , 17 , 18. risultati rappresentativi sono presentati qui.
Velocità ambulante è un esempio di una funzione che è difficile da valutare convenzionalmente frequentemente nel corso del tempo in ambienti naturali. È riconosciuto bene come un importante indicatore di salute generale e un componente utile di prova clinica osservata durante l'ufficio visite. Nella valutazione clinica di andatura velocità ha diversi inconvenienti. Le osservazioni sono fatte solo al massimo un paio di volte all'anno. Il paziente viene osservato può anche a piedi con un ritmo atipico a causa di essere consapevoli della valutazione. Con la suite di sensori ORCATECH, quattro sensori ad infrarossi passivi di campo ristretto sono disposti una distanza nota apart in genere in un corridoio della casa. Un algoritmo di stima della velocità di camminata di una persona che cammina sotto i sensori sopra tempo8. Questo metodo di monitoraggio discreto ha permesso di raccogliere 39.474 episodi a piedi durante un mese di osservazione9. A piedi velocità raccolti in casa sono stati trovati per correlare bene con motore misure valutate durante un esame di persona, come pure la funzione conoscitiva (Figura 2). Questa tecnica rende possibile osservare camminando funzione su base regolare per lunghi periodi di tempo, mesi o anni. Questo offre quindi l'opportunità di osservare i cambiamenti nella velocità di andatura che può essere caratteristica di imminenti stati patologici come il declino conoscitivo delicato o demenza (Figura 4)16.
I dati di attività continua di posizione combinato con self-report e altri dati ambientali noti offre l'opportunità di osservare i cambiamenti nell'attività connessa con molti avvenimenti salienti. I dati possono essere visualizzati o visualizzati in diversi modi. Spirale appezzamenti sono stati trovati per essere utile a questo proposito per identificare le tendenze a lungo termine nel flusso di dati. Nella Figura 5è riportato un esempio.
Figura 1 . Piattaforma ORCATECH. Più sensori e dispositivi vengono distribuiti in tutto case, sintonizzate su misure di risultato particolare di interesse. La casella area dispositivo/sensore "X" rappresenta la capacità del sistema di plug-in qualsiasi numero di nuovi dispositivi o tecnologie come necessario nel corso del tempo. I dati generati segue protocolli di sicurezza standard ed sono disponibili con revisione appropriata per l'utilizzo da molte parti interessate (dati scienziati, collaboratori di università, PHARMA, settore sanitario, ecc.). Le case sulla sinistra rappresentano le coorti arruolate in vari studi utilizzando la piattaforma. Laboratorio di vita - BC è un piccolo gruppo situato nella British Columbia, Canada; Transizioni di mira è uno studio dell'uso dei dati di monitoraggio remoti da squadre di cura riducendo le transizioni indesiderate al dipendente livelli di cura; EVALUATE-annuncio è ecologicamente valida, Ambient, longitudinale, imparziale valutazione dell'efficacia del trattamento nel morbo di Alzheimer; iCONECT è l'impegno di conversazione come un mezzo per l'esordio della malattia di Alzheimer di ritardo gli studi intrapresi in Oregon e il Michigan; CARRELLO (invecchiamento ricerca collaborativa utilizzando Technology Initiative) ha quattro siti (anziani di basso reddito a Portland, veterani nel nord-ovest rurale, afroamericani anziani a Chicago e anziani di Latino a Miami); "Studi XYZ" indica un numero di altri studi (non elencati qui) che utilizzano questa infrastruttura ORCATECH. Clicca qui per visualizzare una versione più grande di questa figura.
Figura 2 . Ogni stanza in una casa è collegato agli altri basato su transizioni possibili camera. Sensori sono collegati alle camere in cui si trovano. La linea del sensore a piedi in una casa è costituito da quattro sensori ad infrarossi passivi campo ristretto collegati insieme nell'ordine in cui sono collocati. La linea del sensore a piedi collega Stanze in cui si trovano i sensori. Verde (o puntini rossi, non mostrati qui) sui nodi sensore indicano se il sensore attualmente sta segnalando per la rete di sensori. Clicca qui per visualizzare una versione più grande di questa figura.
Figura 3 . Pannello di controllo Visualizza lo stato del computer hub e tutti i sensori installati in casa. Clicca qui per visualizzare una versione più grande di questa figura.
Figura 4 . Il grafico mostra la traiettoria di cambiamento a pochi passi di variabilità di velocità definito come coefficiente di variazione (COV) in una coorte di 93 anziani seguiti nelle loro case per oltre tre anni. Tempo 0 è la prima settimana di velocità di camminata monitorate per ogni partecipante. Modelli di traiettoria latenti sono stati usati per identificare quattro gruppi distinti:: gruppo 1, il più alto della linea di base e crescente COV seguita da un COV acutamente declinante; Gruppi 2 e 3, relativamente stabili COV; Gruppo 4, la linea di base minima e diminuendo COV. I partecipanti con MCI non amnestico (naMCI) erano più probabile di essere membri della linea di base sia più alto o più basso COV groups (gruppi 1 o 4), possibilmente che rappresenta la traiettoria di camminare variabilità velocità per e tardo-fase iniziale MCI, rispettivamente. La figura viene modificata da H.H. Dodge, et al. 19. Clicca qui per visualizzare una versione più grande di questa figura.
Figura 5 . Trama di spirale di sei mesi di dati relativi all'attività di casa per un laboratorio di vita volontariato. I dati vengono stampati come un orologio di 24 ore, con mezzanotte nella parte superiore e il mezzogiorno nella parte inferiore. Ogni giorno forma un cerchio. I cerchi blu tinta segnano i confini di un mese. Punti colorati indicano attività di sensore di posizione della camera: rosso = bagno, verde = camera da letto, rosa = cucina, blu = soggiorno. Nota il periodo di tre settimane in cui il volontario ha avuto un ospite Live-che dormiva nella stanza vivente (attività notturne nella stanza vivente è apparente; secondo mese). Il periodo di 2 settimane quando il volontario non ha lasciato l'appartamento per i pasti, è a causa di un'epidemia di virus Noro che ha provocato una restrizione di Congregazione nella Comunità (quarto mese). Infine, ricordiamo i modelli costanti del comportamento: andare a dormire alle 22:30, fino una volta quasi tutte le sere tra 2 e 4, aumento orario 06:00, una visita dalla governante alle 17 ogni 2 settimane. Clicca qui per visualizzare una versione più grande di questa figura.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Abbiamo descritto un sistema di base o piattaforma consentendo a casa - e basati sulla comunità remote sensing e la comunicazione delle misure di benessere e salute salienti su base continuativa. Il sistema è destinato a essere utilizzato principalmente nella ricerca in questo momento.
Ove possibile, il sistema utilizza strumenti open source e sensori o dispositivi approfittando delle API disponibili e software development kit (SDK). Il sistema è progettato per essere la tecnologia "agnostico" tale che un'ampia varietà di sensori o dispositivi può essere "plugged-in" o inserite come necessario. Percepito domini scelto (ad esempio, misure di movimento-mobilità, farmaco prendere attività, uso del computer, ecc.) dipenderà la clinicamente rilevanti aree di funzione che può essere considerato più informativa per un'indicazione particolare. Così, è possibile distribuire una matrice sparsa o più completa gamma di sensori e dispositivi. Dati generati cresce continuamente e così il sistema di dati ha richiesto la modifica per soddisfare questa richiesta. Di conseguenza, abbiamo abbiamo la transizione a un'architettura di dati più distribuita per consentire ulteriori capacità di elaborazione e scalabilità. Il sistema è progettato per eseguire nella comunità con valutazione quotidiana remoto della salute tecnica del sistema casa. Anche se autonomi, basso-touch operazione è stata la chiave, il sistema richiede occasionali visite domiciliari come sensori o dispositivi possono fallire e bisogno di essere riparato o sostituito.
Ci sono un numero di passaggi critici alla distribuzione con successo questo sistema nella ricerca. Il primo e più importante non è 'tecnico'. È basato su partecipante - garantire che i partecipanti capire il protocollo e sono confortevoli, con la natura longitudinale della ricerca. Questo garantisce l'aderenza, ad esempio, per rispondere al questionario settimanale o utilizzando un dispositivo di localizzazione farmaco. Garantire non solo la documentazione adeguata dell'assetto iniziale della casa (ad es., dove si trovano i sensori), ma anche eventuali modifiche che potrebbero essere fatto dal residente nel corso del tempo è anche una chiave per la corretta raccolta e la gestione. Analogamente, in corso sorveglianza della funzionalità del sistema una volta installato garantisce che i dati longitudinali sono raccolti con la massima fedeltà nel tempo.
La piattaforma ORCATECH rende possibile continuo, a lungo termine e raccolta di dati discreto con una base in ambiente domestico. Le popolazioni sono eterogenee per quanto riguarda il loro comfort e accettazione della tecnologia nella loro casa. Dati mostrano che delle principali ragioni motivanti l'accettazione dell'utilizzo di questa tecnologia in studi di ricerca è partecipante percezione che i dati raccolti alla fine sarà utili (per esempio, può affrontare modi ad invecchiare con successo in luogo). Gli adulti più anziani, pensionati tendono a trascorrere la maggior parte del loro tempo a casa (in media circa 21,5 h al giorno come valutato con la piattaforma ORCATECH), rendendolo un luogo ideale per osservazioni che riflettono il vero stato di salute di una persona in contrasto con l'ambiente di clinica20 . Popolazioni più giovani o lavorare possono spendere molto meno tempo a casa. Tuttavia, anche i più giovani individui spendono almeno un terzo della loro giornata a casa (di solito sera e di notte). Inoltre, il sistema è progettato per la sincronizzazione con tecnologie indossabili e dispositivi mobili (ad es., smartphone) e altri dati remoti (ad esempio, dati di guida), tanti tipi di out-of-home comportamenti e attività possono essere acquisiti anche. La tecnologia si evolve rapidamente, aggiungendo una sfida per il compito di mantenere una stabile piattaforma dei dispositivi e del software utilizzato per raccogliere dati e assicurarsi che sia paragonabile in epoche. Inoltre, i dati remoti sono catturati senza supervisione e in definitiva richiede la convalida per quanto riguarda la sua attività reale dedotto. A tal fine, è necessario convalidare le osservazioni fatte o derivato utilizzando ORCATECH dati con tecniche di "verità a terra" o "gold standard". Per esempio, gli algoritmi utilizzati per stimare i parametri del sonno come totale tempo addormentato sono stati verificati con pedane di pressione posizionati sotto il materasso11. Poca velocità calcolata dagli infornamenti di una linea di sensori a infrarossi passivi sono stati convalidati utilizzando una stuoia di andatura8. Tali convalide non solo forniscono connessione osservabili per gli eventi del mondo reale percepito, ma uno standard per il confronto di nuovi sensori o dispositivi che possono essere utilizzati per putativamente misurare la stessa funzione in futuro. Tuttavia, esistono alcuni standard accettati per la convalida del mondo reale in questo momento. Alcuni degli strumenti che sono stati utilizzati nel sistema ORCATECH, come actigraphs commerciale o inseguitori di fitness, possono utilizzare le specifiche proprietarie o algoritmi che non sono condivisi con i ricercatori. La natura proprietaria di tale tecnologia commerciale e loro relativi algoritmi rende l'uso di molte tecnologie o dispositivi di rilevamento commerciali una limitazione relativa corrente della ricerca nel campo mobile e digitale biomarcatore in generale.
Nell'introduzione, abbiamo sottolineato che la capacità di raccogliere dati di continui, non invadente ed ecologicamente validi nelle impostazioni di casa e la Comunità può essere gioco cambiando per la ricerca clinica che principalmente ha fatto affidamento sugli esami di auto-rapporto e brevi sparsi. Il sistema descritto in questo white paper fornisce una via per la comunità di ricerca raggiungere questo obiettivo. Molte tecnologie di valutazione individuale (wearables, segnalazione app per smartphone, ecc.) per il monitoraggio di persone in situ sono stati descritti21. Meno lontano, più sistemi integrati 'smart home' sono stati segnalati che hanno molte delle funzionalità descritte in questa carta22 . Questo rimane un settore emergente e pochi hanno correttamente sviluppato e distribuito queste tecnologie come un sistema end-to-end per la ricerca, distribuito in impostazioni di comunità più ampia. Una più ampia adozione di questi approcci è degli obiettivi principali per il lavoro futuro.
Ci sono molte potenziali applicazioni per questa piattaforma. Ad esempio, il sistema potrebbe essere utilizzato per la sorveglianza di sanità pubblica quali il monitoraggio della Comunità per focolai di malattie infettive dove cambiamenti relativamente acuti nelle transizioni camera indicano gli individui che hanno sviluppato sintomi virali23. Allo stesso tempo, informazioni da questo approccio possono consentire la comprensione circa l'efficacia di una quarantena o restrizione di attività a livello comunitario determinando quante persone sono rimasti nelle loro case nel corso del tempo.
A un livello più di base, il sistema può essere utilizzato per informare i ricercatori aspetti fondamentali del comportamento umano nel mondo reale. Così, è stato impiegato per esaminare la prevedibilità dell'attività umana nello spazio personale, un aspetto importante per il generalizability di tutti i modelli predittivi della ricerca applicata alla gente mentre nei loro ambienti di casa o coperta24, 25. i risultati hanno indicato che la mobilità umana nello spazio personale è altamente stereotipata, e che il monitoraggio discontinuità in modelli di routine camera-livello mobilità può fornire l'opportunità di prevedere la salute umana individuale e funzionale stato o rilevare le tendenze e gli eventi avversi.
Altre applicazioni possono più direttamente impatto diagnostico e malattia determinazioni di progressione che sono molto importanti per i pazienti, famiglie e operatori sanitari. In questo contesto, il sistema ORCATECH è stato utilizzato frequentemente per esaminare le attività rilevanti e i comportamenti che indicano alla relativa conservazione della cognizione e della salute nelle popolazioni di invecchiamento. Il sistema è particolarmente in sintonia per risolvere le modifiche relative all'età in conoscitivo e salute fisica che è difficile da valutare con metodi e strumenti tradizionali dove l'attuale paradigma di valutazione e la cura consiste in breve basato su clinica visite un paio di volte un anno, spesso con inventari qualitativi per valutare fisico, cognitivo ed i sintomi neurocomportamentali. Tali inventari sono basati su memorie soggettive e/o impressioni di un caregiver26,27 o auto-rapporto da parte del paziente, che può essere inaffidabile. Uno studio di confronto tra attività auto-riferita con dati oggettivi attività raccolti dai sensori ORCATECH a casa ha trovato l'accordo solo del 25% al tempo28. Continua osservazione oggettiva può migliorare il rilevamento delle modifiche in materia di salute e la valutazione dei trattamenti soprattutto per le condizioni di progressive o croniche come cambiamenti di umore, disturbi di mobilità o demenza dove è difficile per gli individui o loro famiglie accuratamente osservare e ricordare lento così come cambiamenti fluttuante nel tempo.
Varietà della piattaforma di potenziali canali di dati offre molte finestre di osservazione e valutazione risultante di cambiamento significativo per interrogare come individuo o più funzioni possono cambiare attraverso una particolare condizione. Ad esempio, funzioni multiple di piattaforma sono state utilizzate per interrogare cambiamento connesso con danno conoscitivo delicato (MCI) nel corso del tempo. Così, la velocità della camminata, come calcolato da infornamenti sensore infrarosso passivo, è stata trovata per diminuire con lieve MCI, mentre la variabilità è aumentata nel corso del tempo in questa popolazione16velocità di deambulazione. Modelli di riposo e attività sono state dedotte dal infornamenti sensore camera da letto con l'individuazione che il sonno diventa più perturbato come danno conoscitivo progredisce11. Diminuita aderenza, come seguito utilizzando il fortino di MedTracker, inoltre è stato trovato per essere un indicatore per presto conoscitivo cambiare12,17. L'utilizzo del computer software di monitoraggio è stato utilizzato per scoprire che computer uso diminuisce con MCI e modelli nell'uso di un mouse del computer possono anche riflettere il declino conoscitivo13,14.
In sintesi, il paradigma ORCATECH di raccolta dei dati ha molti punti di forza rispetto ai metodi di acquisizione di dati di ricerca clinica tradizionale. I dati raccolti in gran parte discretamente nell'ambiente domestico familiare. Ad alta frequenza, vengono raccolte informazioni su un minuto o livello giornaliero, per un lungo periodo di tempo, rendendo possibile ecologicamente validi studi longitudinali della salute e del benessere. Il sistema ORCATECH è particolarmente adatto per un'ampia varietà di ambiti di ricerca: base scoperta di attività e il comportamento umana, sorveglianza di sanità pubblica e la malattia o condizione-tracciabilità. Può essere particolarmente utile come applicate alla ricerca di studi clinici per la rilevazione sensibile di cambiamento significativo del mondo reale e gli interventi. In questa applicazione, ci sono benefici potenziali multipli tra cui: 1) consentendo ai ricercatori di migliorare i risultati di uno studio obiettività e affidabilità; 2) ridurre le dimensioni del campione e diminuire il tempo per una risposta grazie all'elevata risoluzione temporale dei dati; 3) scoprire nascosti gli eventi avversi che possono essere rilevati in modo sottile, ma potrebbero essere andato non dichiarata dal partecipante; 4) facilitando la valutazione continua a lungo termine di post-prova o post-commercializzazione di un intervento di destinazione. Si prevede che questa metodologia sostanzialmente avanzerà ricerca clinica come si diventa più ampiamente distribuito e migliora continuamente con inevitabili avanzamenti nella tecnologia e sue applicazioni.
La varietà di canali di dati e domini prodotto dal sistema offre una finestra unica nella vita quotidiana dei partecipanti a un numero di impostazioni di ricerca che possono avvantaggiarsi di alta frequenza, a lungo termine e acquisizione dati ecologicamente valido. Si prevede che questo approccio sarà di valore per molti gruppi di ricerca. I piani futuri prevedono l'espansione di questa piattaforma per abilitare una distribuzione su larga scala collaborativa a migliaia di case nei paraggi la recente iniziativa di invecchiamento ricerca usando tecnologia collaborativa (carrello, www.carthome.org) del NIH e VA. Questi nuovi dati si combineranno con la pena di più di dieci anni delle informazioni già raccolte per creare una risorsa importante per comprendere il cambiamento conoscitivo e funzionale con invecchiamento attraverso diverse popolazioni.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Gli autori non hanno nulla a rivelare.
Acknowledgments
Ricerca qui descritta è stata sostenuta da sovvenzioni da parte del National Institutes of Health, National Institute on Aging (U2CAG054397, AG024978 P30, P30 AG008017, R01 AG042191 AG024059 R01), Intel, la Fondazione per il National Institutes of Health e il 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).
