Detección de signos tempranos de enfermedades neurodegenerativas mediante análisis de la actividad y el sueño

Área de la Ciencia:

• Gerontología y Neurociencia
• Inteligencia artificial y aprendizaje automático
• Informática ubicua y informática de la salud

Sus antecedentes:

• La detección temprana de enfermedades neurodegenerativas es crucial para una intervención efectiva y mejores resultados para los pacientes.
• Los métodos de diagnóstico tradicionales a menudo pasan por alto los cambios sutiles de comportamiento en las primeras etapas que indican un deterioro cognitivo o motor.
• El seguimiento continuo y pasivo ofrece una vía prometedora para captar estos indicadores tempranos.

Objetivo del estudio:

• Introducir un nuevo marco para detectar signos tempranos de neurodegeneración utilizando datos de sensores de hogar inteligente.
• Desarrollar y validar métodos para analizar las desviaciones en los patrones de sueño y las rutinas de actividad diaria.
• Evaluar la eficacia del marco propuesto para identificar comportamientos anómalos potencialmente relacionados con la neurodegeneración.

Principales métodos:

• Desarrollo del marco de patrones de desviación del sueño (SDP), que incorpora métricas como desviación del inicio del sueño, desviación de la duración del sueño, índice de interrupción del sueño e índice de consistencia del sueño.
• Implementación del índice de desviación ponderada de la actividad (WADI) para cuantificar las interrupciones en las proporciones de actividad diaria.
• Aplicación de los marcos combinados SDP y WADI a los conjuntos de datos de hogares inteligentes del mundo real (TM001-TM004) del proyecto CASAS.

Principales resultados:

• Los conjuntos de datos TM001 y TM002 mostraron puntuaciones bajas de SDP y WADI, lo que indica rutinas estables.
• Los conjuntos de datos TM003 y TM004 exhibieron puntuaciones elevadas de SDP y WADI, lo que significa conductas interrumpidas.
• En el conjunto de datos TM004, hasta el 28% de los días fueron marcados como anómalos, en correlación con el sueño fragmentado y los patrones de actividad desorganizados consistentes con la neurodegeneración temprana.

Conclusiones:

• Los marcos combinados SDP y WADI identifican efectivamente las irregularidades en los patrones de sueño y actividad en los datos del hogar inteligente del mundo real.
• Este enfoque proporciona una solución robusta y escalable para el monitoreo continuo de la salud y la detección temprana de enfermedades neurodegenerativas.
• Los hallazgos respaldan el potencial de la tecnología doméstica inteligente en la atención médica personalizada y el manejo proactivo de enfermedades.