NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Arka planHasta durumlarının veya refahın yeni teknolojiler aracılığıyla ekolojik olarak geçerli değerlendirmeleri, yaşlanan nüfusun sağlığı ve refahı konusundaki çağdaş araştırmalarda önemli bir konudur. Kullanıcıların ciddi oyunlarla (SG) etkileşiminden üretilen oyun içi metrikler, potansiyel olarak bir kullanıcının sağlık ve refah durumunu tahmin etmek veya karakterize etmek için kullanılabilir. Şu anda sağlık ve refah için dijital biyobelirteçler olarak oyunlarla etkileşim önlemlerinin kullanımını araştıran araştırmaların artan bir gövdesi var.Bu makalenin amacı, SG ile etkileşimler sırasında toplanan verilerden refah dijital biyobelirteçlerini tahmin etmektir, standart klinik değerlendirme testlerinin değerlerini zemin gerçeği olarak kullanmaktır.MetodlarVeri seti, Parkinson hastalığı olan hastalarla etkileşim sırasında webFitForAll fiziksel bir motor platformu tasarladı. Oyun içi metrikler olarak adlandırılan toplanan veriler, bir 3D sensör kamerası tarafından yakalanan ve oyun analitiğine çevrilen vücut hareketlerini temsil eder. Kullanıcı temellerini sağlamak için exergames ile uzun süreli etkileşimden önce ve sonra toplanan standart klinik testler (intervention testi vs postintervention testi) kullanıldı.SonuçlarSonuçlarOyun içi metriklerin katılımcıları farklı bilişsel ve fiziksel durum gruplarına etkili bir şekilde kategorize edebildiğini gösterdi. Farklı oyun içi metrikler, belirli testler için daha yüksek tanımlayıcı değerlere sahiptir ve bu testler için değer aralığını tahmin etmek için kullanılabilir.Sonuçlarımız, oyun içi metriklerin dijital biyobelirteçler olarak değeri için teşvik edici kanıtlar sağlar ve daha ayrıntılı sonuçlar elde etmek için oyun içi metriklerin iyileştirilmesinin analizini artırabilir.
Özgün kaynak özetini okuyun
BackgroundEcologically valid evaluations of patient states or well-being by means of new technologies is a key issue in contemporary research in health and well-being of the aging population. The in-game metrics generated from the interaction of users with serious games (SG) can potentially be used to predict or characterize a user's state of health and well-being. There is currently an increasing body of research that investigates the use of measures of interaction with games as digital biomarkers for health and well-being.ObjectiveThe aim of this paper is to predict well-being digital biomarkers from data collected during interactions with SG, using the values of standard clinical assessment tests as ground truth.MethodsThe data set was gathered during the interaction with patients with Parkinson disease with the webFitForAll exergame platform, an SG engine designed to promote physical activity among older adults, patients, and vulnerable populations. The collected data, referred to as in-game metrics, represent the body movements captured by a 3D sensor camera and translated into game analytics. Standard clinical tests gathered before and after the long-term interaction with exergames (preintervention test vs postintervention test) were used to provide user baselines.ResultsOur results showed that in-game metrics can effectively categorize participants into groups of different cognitive and physical states. Different in-game metrics have higher descriptive values for specific tests and can be used to predict the value range for these tests.ConclusionsOur results provide encouraging evidence for the value of in-game metrics as digital biomarkers and can boost the analysis of improving in-game metrics to obtain more detailed results.
Bilimsel değerlendirme
Araştırma sorusu
Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.
Yöntem ve örneklem
Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.
Temel bulgular
Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.
Sınırlılıklar
Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.
Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.