Autor/autores:
Chikersal P, Venkatesh S, Masown K...(et.al)
Fondo La pandemia de la enfermedad por coronavirus 2019 (COVID-19) tiene un amplio impacto negativo en la salud física y mental de las personas con trastornos neurológicos crónicos como la esclerosis múltiple (EM). Objetivo Presentamos un enfoque de aprendizaje automático que aprovecha los datos de sensores pasivos de teléfonos inteligentes y rastreador...
Estás viendo una versión reducida de este contenido.
Para consultar la información completa debes registrarte gratuitamente.
Tan sólo te llevará unos segundos.
Y si ya estás registrado inicia sesión pulsando aquí.
La pandemia de la enfermedad por coronavirus 2019 (COVID-19) tiene un amplio impacto negativo en la salud física y mental de las personas con trastornos neurológicos crónicos como la esclerosis múltiple (EM).
Presentamos un enfoque de aprendizaje automático que aprovecha los datos de sensores pasivos de teléfonos inteligentes y rastreadores de actividad física de personas con EM para predecir sus resultados de salud en un experimento natural durante un período de "quedarse en casa" obligatorio por el estado debido a una pandemia global.
Primero, extraemos características que capturan los cambios de comportamiento debido a la orden de "quedarse en casa". Luego, adaptamos y aplicamos un algoritmo existente a estas características de cambio de comportamiento para predecir la presencia de depresión, alta carga global de síntomas de EM, fatiga severa y mala calidad del sueño durante el período de "quedarse en casa".
El algoritmo detecta la depresión con una precisión del 82, 5 % (mejoría del 65 % con respecto al valor inicial; puntuación f1: 0, 84), alta carga global de síntomas de EM con una precisión del 90 % (39 % de mejora con respecto al valor inicial; puntuación f1: 0, 93), depresión grave fatiga con una precisión del 75, 5 % (22 % de mejora con respecto al valor inicial; puntuación f1: 0, 80) y mala calidad del sueño con una precisión del 84 % (28 % de mejora con respecto al valor inicial; puntuación f1: 0, 84).
Nuestro enfoque podría ayudar a los médicos a clasificar mejor a los pacientes con EM y potencialmente con otros trastornos neurológicos crónicos para las intervenciones y ayudar al autocontrol del paciente en su propio entorno, particularmente durante circunstancias extraordinariamente estresantes, como pandemias, que causarían cambios de comportamiento drásticos.
Para acceder al texto completo consulte las características de suscripción de la fuente original:https://preprints.jmir.org/
