本文内容如下gydF4y2Bae-collection /主题问题:gydF4y2Ba

数字健康评论(728)gydF4y2Ba 数字生物标记和数字表型(128)gydF4y2Ba 普遍健康(uHealth) (100)gydF4y2Ba 痴呆和认知能力下降(297)gydF4y2Ba

发表在gydF4y2Ba在gydF4y2Ba第21卷gydF4y2Ba第八名gydF4y2Ba(2019)gydF4y2Ba: 8月gydF4y2Ba

本文的预印本(早期版本)可在gydF4y2Bahttps://preprints.www.mybigtv.com/preprint/12785gydF4y2Ba，首次出版gydF4y2Ba．gydF4y2Ba
数字生物标志物技术在现实生活中的现状，基于家庭的认知功能监测对轻度认知障碍的轻度阿尔茨海默病和临床护理的影响:系统综述gydF4y2Ba

数字生物标志物技术在现实生活中的现状，基于家庭的认知功能监测对轻度认知障碍的轻度阿尔茨海默病和临床护理的影响:系统综述gydF4y2Ba

数字生物标志物技术在现实生活中的现状，基于家庭的认知功能监测对轻度认知障碍的轻度阿尔茨海默病和临床护理的影响:系统综述gydF4y2Ba

本文作者:gydF4y2Ba

安东尼PiaugydF4y2Ba1、2gydF4y2Ba 作者Orcid图片gydF4y2Ba；gydF4y2Ba 凯瑟琳野生gydF4y2Ba2gydF4y2Ba 作者Orcid图片gydF4y2Ba；gydF4y2Ba 诺拉MattekgydF4y2Ba2gydF4y2Ba 作者Orcid图片gydF4y2Ba；gydF4y2Ba Jeffrey KayegydF4y2Ba2gydF4y2Ba 作者Orcid图片gydF4y2Ba
文章gydF4y2Ba 作者gydF4y2Ba 引用于(23)gydF4y2Ba Tweetations (9)gydF4y2Ba 指标gydF4y2Ba

    审查gydF4y2Ba

    1gydF4y2BaGerontopole，图卢兹大学医院，Université Paul Sabatier，图卢兹，法国gydF4y2Ba

    2gydF4y2Ba美国俄勒冈州波特兰市俄勒冈健康与科学大学俄勒冈老龄化与技术中心gydF4y2Ba

    通讯作者:gydF4y2Ba

    安托万·皮奥，医学博士gydF4y2Ba

    俄勒冈老年和技术中心gydF4y2Ba

    俄勒冈健康与科学大学gydF4y2Ba

    山姆杰克逊公园路西南3181号gydF4y2Ba

    波特兰，俄勒冈州，97239gydF4y2Ba

    美国gydF4y2Ba

    电话:1 971 230 8664gydF4y2Ba

    电子邮件:gydF4y2Baantoinepiau@hotmail.comgydF4y2Ba


    背景:gydF4y2Ba对痴呆症治疗进展提出挑战的领域之一是对症状随时间变化的评估。数字生物标记物被定义为通过数字设备(如嵌入式环境传感器或可穿戴设备)收集和测量的客观、可量化、生理和行为数据。数字生物标记物提供了另一种评估方法，因为它们允许客观、生态有效和长期随访，并进行持续评估。尽管有许多可以应用的传感器和设备，但目前还没有公认的数字生物标志物标准，也没有全面的基于证据的结果，这些数字生物标志物可能被证明是最有效的。gydF4y2Ba

    摘要目的:gydF4y2Ba在这篇综述中，我们试图回答以下问题:(1)在现实生活中，基于家庭的技术用于轻度认知障碍(MCI)或痴呆症的早期检测和随访的证据是什么?(2)临床医生在他们的日常实践中可能期望什么转变?gydF4y2Ba

    方法:gydF4y2Ba系统检索PubMed、Cochrane和Scopus数据库中从成立到2018年7月发表的论文。我们搜索了在非临床、家庭环境中应用数字生物标志物技术进行轻度认知障碍或轻度阿尔茨海默病随访和检测的研究。所有包括以下内容的研究都进行了检查:居住在社区的老年人(65岁或以上);认知健康的参与者或认知能力下降的参与者，从主观认知抱怨到早期阿尔茨海默病;注重非介入随访的家庭评估;以及认知功能退化的远程诊断。gydF4y2Ba

    结果:gydF4y2Ba检索到4811篇英文论文的初始样本。经过筛选和回顾，有26项研究符合纳入综述的条件。这些研究的参与者从12人到279人，持续时间从3天到3.6年。最常见的排除原因如下:不适当的环境(如医院环境)、干预(如药物和康复)或人群(如精神病学和帕金森病)。我们将这些研究总结为四组，考虑到重叠并基于提出的技术解决方案，以提取相关数据:(1)来自专用嵌入式或无源传感器的数据，(2)来自专用可穿戴传感器的数据，(3)来自专用或有目的的技术解决方案的数据(例如，游戏或调查)，以及(4)来自使用非专用技术解决方案的数据(例如，计算机鼠标移动)。gydF4y2Ba

    结论:gydF4y2Ba很少有出版物涉及基于家庭、现实生活的评估。大多数技术都远离日常生活经验，而且还不够成熟，无法在非最佳或不受控制的条件下使用。来自嵌入式无源传感器的证据代表了相对成熟的研究领域，这表明其中一些解决方案可以在未来十年中应用于更大的人群。临床和研究界将从不断增加对这些技术的关注中受益。gydF4y2Ba

    中国医学网络杂志2019;21(8):e12785gydF4y2Ba

    doi: 10.2196/12785gydF4y2Ba

    关键字gydF4y2Ba

    技术gydF4y2Ba；gydF4y2Ba 阿尔茨海默病gydF4y2Ba；gydF4y2Ba 认知障碍gydF4y2Ba；gydF4y2Ba 痴呆gydF4y2Ba；gydF4y2Ba 老年人gydF4y2Ba；gydF4y2Ba 数字生物标志物gydF4y2Ba；gydF4y2Ba 数字表现型gydF4y2Ba；gydF4y2Ba 数字医疗gydF4y2Ba


    痴呆症与新技术gydF4y2Ba

    人们对技术作为痴呆症挑战解决方案的兴趣很高。尽管从陪伴机器人到功能齐全的智能家居评估环境等众多技术层出不穷，但开发和采用一直缓慢或不一致[gydF4y2Ba1gydF4y2Ba］．总的来说，人们对这些技术的效用众说纷纭;从确信gydF4y2Ba技术爱好者,gydF4y2Ba相信新技术，特别是信息和通信技术(ICT)和人工智能(AI)将给医学带来革命的人，对怀疑论者或根本不感兴趣的人，甚至对潜在结果感到恐惧的人。gydF4y2Ba

    挑战痴呆症护理和治疗进展的最重要领域之一是对受影响者、有风险者或症状前患者以及症状明显者的评估[gydF4y2Ba2gydF4y2Ba，gydF4y2Ba3.gydF4y2Ba］．这一挑战的根源在于需要识别症状，最重要的是，需要识别症状随时间的变化[gydF4y2Ba3.gydF4y2Ba］．后者是痴呆症诊断的本质(即从先前的正常认知状态转变到功能受到干扰)[gydF4y2Ba4gydF4y2Ba，gydF4y2Ba5gydF4y2Ba］．这一事实推动了每一位参与轻度认知障碍(MCI)和痴呆症评估和护理的临床医生在实践中遵循的基本方法。这导致需要评估，通过仔细的病史和神经心理学评估，患者是否正在经历反映潜在神经病理的变化。指导适当的治疗是至关重要的。gydF4y2Ba4gydF4y2Ba，gydF4y2Ba5gydF4y2Ba］．gydF4y2Ba

    数字生物标记物开发gydF4y2Ba

    为了帮助更精确地评估患者，临床医生越来越多地使用生物和成像生物标志物(如脑脊液和正电子发射断层扫描)来确定患者患阿尔茨海默病(AD)和其他痴呆症的特定风险，以及区分痴呆症类型[gydF4y2Ba6gydF4y2Ba-gydF4y2Ba8gydF4y2Ba］．虽然这些生物标志物是目前广泛推广的诊断模式的一个进步[gydF4y2Ba4gydF4y2Ba，gydF4y2Ba5gydF4y2Ba，这些现在gydF4y2Ba传统的gydF4y2Ba生物标记物面临着一些限制:它们昂贵、难以获取、侵入性或不方便，并且不适应高频测量策略。此外，临床和神经心理学评估虽然仍然是核心的金标准，但耗时长，需要自我报告，并且受到评估者之间差异的影响。更重要的是，它们是在离散的时间点上进行的，而这些时间点可能会影响它们的敏感性(例如，患者的共病情况、药物、动机等)。gydF4y2Ba

    为了改善目前的临床范式，数字生物标志物提供了一种替代和快速发展的方法。数字生物标记物在这里被定义为通过数字设备(如嵌入式环境传感器、便携式设备、可穿戴设备、可植入设备或可消化设备)收集和测量的客观、可量化、生理和行为数据。数字生物标记允许客观、生态有效的长期随访，频繁或持续的评估，可以最小化突兀或在日常活动背景下的作用。此外，这些频繁的测量可以捕捉到个人内部表现的可变性，这可能是变化的最早指标[gydF4y2Ba9gydF4y2Ba-gydF4y2Ba12gydF4y2Ba从而检测细微的健康转变(例如，健康到MCI)。更有可能带来变革的是，这种方法还可以让我们发现新颖和创新的数字指标，例如随时间变化的步速变化[gydF4y2Ba11gydF4y2Ba，gydF4y2Ba13gydF4y2Ba]或电脑使用元数据[gydF4y2Ba10gydF4y2Ba，gydF4y2Ba14gydF4y2Ba］．gydF4y2Ba

    这些方法的采用受到若干因素的阻碍[gydF4y2Ba15gydF4y2Ba，gydF4y2Ba16gydF4y2Ba］．这种方法需要一个跨学科的团队，有大量的传感器和设备可以使用，而且这些数字生物标志物没有统一的标准。最重要的是，没有大量的证据表明哪种标准最有效。许多文献都专注于使用单一设备或技术(例如，可穿戴设备或认知测试应用程序)的狭隘视角。大多数研究仅限于在智能公寓或生物工程实验室中对少数参与者进行评估。然而，在这一研究领域有一种越来越多的运动，将技术带出实验室，并在所谓的“生活实验室”或“生命实验室”环境中引入更大的社区。这些设置的重点是开发和确认这些技术在老年人家庭日常环境中的效用。在这篇综述中，我们对这项研究进行了评估，以回答以下问题:(1)现实生活中，基于家庭的技术用于MCI或痴呆症的早期检测和随访的证据是什么?基于目前的证据，(2)临床医生在他们的日常实践中可能期望什么转变?gydF4y2Ba


    信息来源和研究选择gydF4y2Ba

    我们遵循了系统评价和元分析(PRISMA)的首选报告项目声明[gydF4y2Ba17gydF4y2Ba］．对PubMed进行了系统搜索，包括电气和电子工程师协会(IEEE);科克伦;和Scopus数据库。我们搜索了从创刊开始到2018年7月14日发表的论文，以研究在现实生活中实施ICT用于MCI的轻度AD随访和检测的原创研究。我们使用以下医学主题标题(MeSH)搜索词和关键词:“临床试验”、“评估”、“评估”、“阿尔茨海默病*”、“认知障碍”、“MCI”、“痴呆症”、“认知”、“技术”、“远程医疗”、“远程监测”、“电子健康”、“互联网”、“传感器”、“全球定位系统”、“电话”、“智能手机*”、“计算机”、“平板电脑”和“智能家居*”。在对搜索结果进行初步评估后，我们更新了搜索词。我们只考虑英文出版物。通过扫描在此基础上收集的文献参考文献表获得其他文章。两位审稿人(AP和KW)根据标题和摘要进行了初步的资格筛选，随后是全文版本的评估(见gydF4y2Ba图1gydF4y2Ba有关详情)。任何分歧都在第三个意见(JK)之后以协商一致的方式解决。gydF4y2Ba

    ‎gydF4y2Ba
    图1。研究选择过程流程图。gydF4y2Ba
    查看此图gydF4y2Ba

    资格及排除准则gydF4y2Ba

    包括以下内容的已发表研究被考虑纳入:居住在社区的老年人(65岁或以上);健康参与者，如果认知状态被监测，或出现认知下降(即从主观认知抱怨到早期AD);注重以家庭为基础的信通技术后续评估;以及认知功能退化的远程诊断。符合或不符合以下条件的研究被排除在外:不包括数据生成的结果;只包括中度至重度AD;侧重于照顾者支持(如社会支持);专注于痴呆症的行为和心理症状管理(例如，基于全球定位系统[GPS]的徘徊跟踪);或者发生在受控区域(例如，智能、模拟、公寓实验室或单一测试家庭)。计算机化认知测试主要涉及离散时间点的在线评估，没有纵向连续评估，已在其他地方进行了审查[gydF4y2Ba18gydF4y2Ba，gydF4y2Ba19gydF4y2Ba］．gydF4y2Ba

    搜索结果gydF4y2Ba

    最初的搜索总共产生了4811条记录。文章根据标题和摘要进行筛选，其中173个全文版本被评估纳入。共有26项研究最终符合纳入综述的条件。两名审稿人(AP和KW)最初对两项研究的资格存在分歧，但在三名审稿人(JK、AP和KW)达成一致意见后，最终排除了这两项研究，因为他们评估的是零星的、计算机化的、在线测试，而不是纵向随访。最常见的排除原因如下:不适当的环境(如医院环境)、干预(如药物和康复)或人群(如精神病学和帕金森病)。由于在这一发展中的研究领域中所选研究存在很大的异质性，我们没有进行荟萃分析。gydF4y2Ba


    从三个电子数据库中检索了4811篇英文论文的初始样本。经过筛选和回顾，有26项研究符合纳入综述的条件(见gydF4y2Ba表1gydF4y2Ba-gydF4y2Ba5gydF4y2Ba) [gydF4y2Ba10gydF4y2Ba-gydF4y2Ba14gydF4y2Ba，gydF4y2Ba20.gydF4y2Ba-gydF4y2Ba40gydF4y2Ba］．这26项研究是观察性研究，在社区居住的老年人家中进行，这符合综述的范围。样本量从12人到279人不等。平均年龄为64岁至89岁，女性参与者的比例为49%至92%。共有10项研究被认为是比较研究。以不同的方法质量测量认知状态。研究持续时间范围很广，从3天到3.6年的随访。gydF4y2Ba

    我们总结并将这26项研究分为四组，尽管存在重叠，基于提出的提取相关数据的技术解决方案:(1)来自专用嵌入式或无源传感器的数据，(2)来自专用可穿戴传感器的数据，(3)来自专用或有目的的技术解决方案的数据(如游戏或调查)，以及(4)来自使用非专用技术解决方案的数据(如计算机鼠标移动)。第五类包括可分为多个类别的解决方案。gydF4y2Ba

    表1。9项研究总结，其中包括家庭和汽车中专用嵌入式或无源传感器的数据(第1组)。gydF4y2Ba
    第一作者(年份)，国家gydF4y2Ba 技术描述gydF4y2Ba 研究描述:设计;受试者数量和类型(独居人数gydF4y2Ba一个gydF4y2Ba，如有关)及设置;持续时间gydF4y2Ba 受试者认知状况及人数;年龄;男性和/或女性参与者人数gydF4y2Ba 主要结果gydF4y2Ba
    Hayes(2008)，美国[gydF4y2Ba13gydF4y2Ba］gydF4y2Ba 红外运动传感器和磁接触门传感器gydF4y2Ba 比较观察研究;社区独居老人14名;随访6个月(平均315天，SD 82天)gydF4y2Ba 健康组(n=7, CDRgydF4y2BabgydF4y2Ba= 0, MMSEgydF4y2BacgydF4y2Ba≥24),MCIgydF4y2BadgydF4y2Ba组(n=7, CDR=0.5, MMSE≥24);平均年龄89.3岁;5名男性，9名女性gydF4y2Ba MCI组行走速度和活动度较认知健康对照组变化较大。gydF4y2Ba
    铃木(2010)，日本[gydF4y2Ba20.gydF4y2Ba］gydF4y2Ba 被动红外传感器记录内部活动gydF4y2Ba 观察性研究;社区独居老人50人;1年随访gydF4y2Ba MMSE≥24;平均年龄80.9岁;参与者性别NCgydF4y2BaegydF4y2Ba 外出次数减少与室内运动减少和认知能力下降之间的联系。gydF4y2Ba
    Kaye(2012)，美国[gydF4y2Ba21gydF4y2Ba］gydF4y2Ba 它可以不引人注目地测量每一个走过天花板上依次固定的四个被动红外运动传感器的实例gydF4y2Ba 观察性研究;独居独立的76人;四周时间gydF4y2Ba 意味着MMSE = 28.3;平均年龄85.9岁;86%的女性gydF4y2Ba 更快的速度与更好的认知测试分数相关。gydF4y2Ba
    道奇(2012)，美国[gydF4y2Ba11gydF4y2Ba］gydF4y2Ba 被动式红外传感器系列固定在房屋的天花板上gydF4y2Ba 观察性纵向研究;93名独立在家独居老人;平均随访2.6年(SD 1.0)gydF4y2Ba 54例认知完好，8例aMCIgydF4y2BafgydF4y2Ba， naMCI 31岁gydF4y2BaggydF4y2Ba；平均年龄分别为84.9岁、84.5岁和83.8岁;女性分别为88%、84%和91%gydF4y2Ba 每日步行速度及其变异性与naMCI相关;naMCI在3年内表现为行走速度减慢。最高和最低变异性也主要与naMCI相关。gydF4y2Ba
    Hayes(2014)，美国[gydF4y2Ba22gydF4y2Ba］gydF4y2Ba 红外运动传感器和磁接触门传感器gydF4y2Ba 比较、观察、横断面研究;45名独居老人;26周gydF4y2Ba 16个MCI, 29个认知完好;平均年龄87岁;89%的女性gydF4y2Ba aMCI志愿者的睡眠受到的干扰比naMCI志愿者和认知完好的志愿者都要少，这可以通过床上的运动、入睡后的觉醒和夜间起床时间来衡量。gydF4y2Ba
    Petersen(2015)，美国[gydF4y2Ba23gydF4y2Ba］gydF4y2Ba 使用室内活动传感器平台(例如，每个房间的红外传感器和门上的接触传感器)不显眼地评估每日外出时间(以小时为单位)gydF4y2Ba 观察性研究;85名独立的独居老人;1年gydF4y2Ba 75 (cdr =0)， 10 (cdr =0.5);平均年龄86.4岁;87%的女性gydF4y2Ba 在户外呆的时间越多，认知功能就越好。gydF4y2Ba
    Dawadi(2016)，美国[gydF4y2Ba24gydF4y2Ba］gydF4y2Ba 智能家居:在天花板上安装运动和光线传感器，在橱柜和门上安装门和温度传感器gydF4y2Ba 观察性研究;18名独居社区老人;2年gydF4y2Ba 7例认知健康，6例表现下降或认知困难(1例痴呆，4例MCI) (MMSE NC);年龄84.7岁;5名女性，13名男性gydF4y2Ba 基于传感器的日常活动行为与临床医生提供的认知评估得分之间有统计学意义的相关性。gydF4y2Ba
    Urwyler(2017)，瑞士[gydF4y2Ba25gydF4y2Ba］gydF4y2Ba 在家中，无线，不显眼的传感器网络检测日常生活活动gydF4y2Ba 比较观察研究;20人独居;连续20天gydF4y2Ba 10例痴呆，10例健康对照组(MMSE=29.1 vs 23.0);76.7岁vs 73.9岁;两组中70%为女性gydF4y2Ba 健康参与者和患病参与者的活动有显著差异。gydF4y2Ba
    Seelye(2017)， >美国[gydF4y2Ba26gydF4y2Ba］gydF4y2Ba 使用不显眼的驾驶传感器进行连续常规驾驶监控:被动式传感设备插入参与者的车辆数据端口gydF4y2Ba 观察性研究;28名住在家里的老年人:28人中有19人(68%)独自生活;平均206天gydF4y2Ba 认知功能完好21例，MCI 7例(平均MMSE=28.6);平均年龄82.0岁;62%的女性gydF4y2Ba 与认知正常的参与者相比，MCI参与者每天驾驶的里程更少，在高速公路上花费的时间更少。MCI驾驶员驾驶习惯的日常波动较小。gydF4y2Ba

    一个gydF4y2Ba当信息相关时，单独生活的参与者人数会被指定;例如，用于环境传感器，但不适用于可穿戴设备。gydF4y2Ba

    bgydF4y2BaCDR:临床痴呆等级。gydF4y2Ba

    cgydF4y2Ba迷你精神状态检查。gydF4y2Ba

    dgydF4y2BaMCI:轻度认知障碍。gydF4y2Ba

    egydF4y2BaNC:没有沟通。gydF4y2Ba

    fgydF4y2BaaMCI:失忆性轻度认知障碍。gydF4y2Ba

    ggydF4y2Ba非遗忘性轻度认知障碍。gydF4y2Ba
    表2。6项研究总结，包括来自专用可穿戴传感器的数据:加速度计和GPSgydF4y2Ba一个gydF4y2Ba基于解决方案(组2)。gydF4y2Ba
    第一作者(年份)，国家gydF4y2Ba 技术描述gydF4y2Ba 研究描述:设计;受试者数量和类型(独居人数gydF4y2BabgydF4y2Ba，如有关)及设置;持续时间gydF4y2Ba 受试者认知状况及人数;年龄;男性和/或女性参与者人数gydF4y2Ba 主要结果gydF4y2Ba
    Westerberg(2010)，美国[gydF4y2Ba27gydF4y2Ba］gydF4y2Ba 用手腕上的活动传感器监测睡眠gydF4y2Ba 比较观察研究;20志愿者;2周gydF4y2Ba 10 aMCIgydF4y2BacgydF4y2Ba病人(MMSEgydF4y2BadgydF4y2Ba=27.8)， 10个对照(MMSE=29.3);平均年龄分别为71.1岁和72.5岁;雌性分别为8只和7只gydF4y2Ba 活动记录仪参数未显示组间有显著差异。gydF4y2Ba
    《竞争》(2011)，以色列[gydF4y2Ba28gydF4y2Ba］gydF4y2Ba 使用定位工具进行跟踪:带有射频识别的GPSgydF4y2Ba 观察性研究;41名社区居民参与;28天gydF4y2Ba 13例健康，21例轻度脑损伤gydF4y2BaegydF4y2Ba轻度痴呆7例(MMSE和CDRgydF4y2BafgydF4y2Ba数控gydF4y2BaggydF4y2Ba）;平均年龄分别为72.9岁、78.3岁和81.9岁;54%的女性gydF4y2Ba 认知障碍老年人的活动空间范围受到严重限制，大部分外出时间都是近距离活动。gydF4y2Ba
    Tung(2014)，加拿大[gydF4y2Ba29gydF4y2Ba］gydF4y2Ba 具有gps功能的手机gydF4y2Ba 观察比较研究;52名老年人;3天gydF4y2Ba 19例轻度至中度ADgydF4y2BahgydF4y2Ba(MMSE=23.1)， 33个对照(MMSE NC);平均年龄分别为70.7岁和73.7岁;女性分别占40%和64%gydF4y2Ba 与对照组相比，AD组的gps测量面积、周长和离家的平均距离明显更小。gydF4y2Ba
    Wettstein(2015)，德国和以色列[gydF4y2Ba30.gydF4y2Ba］gydF4y2Ba 移动数据:调查问卷和GPS接收器，带有全球移动通信系统调制解调器和家中的监控单元gydF4y2Ba 观察比较研究;257名老年人;4周gydF4y2Ba 轻度AD 35例(平均MMSE=24.1)， MCI 76例(平均MMSE=27.0)，健康146例(平均MMSE=28.6);年龄分别为74.1、72.9、72.5岁;49%的女性gydF4y2Ba 基于问卷的认知要求活动在MCI和认知健康参与者之间存在显著差异，在AD和认知健康参与者之间存在显著差异。gydF4y2Ba
    Takemoto(2015)，美国[gydF4y2Ba31gydF4y2Ba］gydF4y2Ba GPS和加速度计gydF4y2Ba 观察性研究;279名老年人;6天gydF4y2Ba MMSE数控;平均年龄83岁;71%的女性gydF4y2Ba 步行旅行的次数、距离和分钟数，以及汽车旅行与认知功能无关。gydF4y2Ba
    Mancini(2016)，美国[gydF4y2Ba32gydF4y2Ba］gydF4y2Ba 通过在白天佩戴三个惯性传感器(一个在腰带上，两个在鞋子上)来控制日常活动中转向的质量和数量gydF4y2Ba 观察性研究;35名老年人:16名无跌倒者，12名一次性跌倒者，7名反复跌倒者;7天gydF4y2Ba 非下跌者(MMSE=28.3)，一次性下跌者(MMSE=28.9)，周期性下跌者(MMSE=28.0);年龄分别为83.9岁、86.0岁和88.4岁;66%的女性gydF4y2Ba 视觉空间和记忆功能评分与转弯质量相关。gydF4y2Ba

    一个gydF4y2BaGPS:全球定位系统。gydF4y2Ba

    bgydF4y2Ba当信息相关时，单独生活的参与者人数会被指定;例如，用于环境传感器，但不适用于可穿戴设备。gydF4y2Ba

    cgydF4y2BaaMCI:失忆性轻度认知障碍。gydF4y2Ba

    dgydF4y2Ba迷你精神状态检查。gydF4y2Ba

    egydF4y2BaMCI:轻度认知障碍。gydF4y2Ba

    fgydF4y2BaCDR:临床痴呆等级。gydF4y2Ba

    ggydF4y2BaNC:没有沟通。gydF4y2Ba

    hgydF4y2BaAD:老年痴呆症。gydF4y2Ba
    表3。包括专用或有目的ICT数据的6项研究的摘要gydF4y2Ba一个gydF4y2Ba-监控解决方案，如基于电话的自动面试，任天堂Wii和虚拟现实(组3)。gydF4y2Ba
    第一作者(年份)，国家gydF4y2Ba 技术描述gydF4y2Ba 研究描述:设计;受试者数量和类型(独居人数gydF4y2BabgydF4y2Ba，如有关)及设置;持续时间gydF4y2Ba 受试者认知状况及人数;年龄;男性和/或女性参与者人数gydF4y2Ba 主要结果gydF4y2Ba
    Mundt(2007)，美国[gydF4y2Ba33gydF4y2Ba］gydF4y2Ba IVR的使用gydF4y2BacgydF4y2Ba在20分钟的电脑自动电话通话中，通过电话进行简单认知评估的技术(如按键)gydF4y2Ba 观察比较研究;107名社区居民参与;24周:第4周、第12周和第20周在家进行IVR管理gydF4y2Ba 36认知正常，(MMSEgydF4y2BadgydF4y2Ba=28.1)， 37 MCIgydF4y2BaegydF4y2Ba(MMSE=25.6)， 34例轻度痴呆(MMSE=20.0);平均年龄76.7岁;42%的女性gydF4y2Ba 通过电话自动管理IVR简单认知测试可靠有效地区分了正常、MCI和轻度痴呆的认知功能。gydF4y2Ba
    Allard(2014)，法国[gydF4y2Ba34gydF4y2Ba］gydF4y2Ba 使用个人数字助理每天五次监测行为、语义记忆表现和日常生活体验gydF4y2Ba 观察性研究;60名老年人;7天gydF4y2Ba 60名健康受试者(平均MMSE=27.0);平均年龄75.1岁;45%的女性gydF4y2Ba 磁共振成像标记与语义记忆表现的移动评估显著相关。gydF4y2Ba
    Brown(2016)，英国[gydF4y2Ba35gydF4y2Ba］gydF4y2Ba 触摸屏系统，评估健康和行为的多个领域;每天安排一次认知任务gydF4y2Ba 观察性研究;40名社区居民;三个周期，大约7天gydF4y2Ba 40名健康受试者(平均MMSE=28.63);平均年龄72岁;24名女性，16名男性gydF4y2Ba 与标准认知电池的可靠性相似的收敛效度。gydF4y2Ba
    Seelye(2016)，美国[gydF4y2Ba36gydF4y2Ba］gydF4y2Ba 在台式电脑上完成一份关于健康和生活事件的简短的12项每周在线问卷调查gydF4y2Ba 观察性研究;83名独立的、居住在社区的老年人;1年gydF4y2Ba 健康59例(MMSE=28.8)， MCI 24例(MMSE=27.4);平均年龄分别为86.2岁和87.9岁;女性分别为88%和75%gydF4y2Ba 在线问卷表现与认知测试显著相关。MCI参与者在当天晚些时候提交问卷，与正常参与者相比，他们需要更多的工作人员帮助。gydF4y2Ba
    Zygouris(2017)，希腊[gydF4y2Ba37gydF4y2Ba］gydF4y2Ba 带有软件的个人平板电脑，可以通过虚拟现实自我管理认知评估gydF4y2Ba 比较、两臂、观察性研究;12名居家老人;个月随访gydF4y2Ba 健康6例，MCI 6例;平均64岁;3名男性，9名女性gydF4y2Ba 在健康组和轻度认知障碍组之间，完成给定运动的表现有显著差异，在轻度认知障碍检测中的正确分类率为92%。gydF4y2Ba
    Leach(2018)，美国[gydF4y2Ba38gydF4y2Ba］gydF4y2Ba 任天堂Wii平衡板用于每天两次量化姿势摇摆，在单任务条件下和双任务条件下，使用通过Nook平板电脑执行的每日单词搜索任务gydF4y2Ba 观察性研究;20名健康的社区老人;30天gydF4y2Ba 意味着MMSE = 28.6;平均年龄87.0岁;65%的女性gydF4y2Ba 在姿势摇摆的日常变化与认知状态之间观察到线性关系。gydF4y2Ba

    一个gydF4y2Ba信息和通信技术。gydF4y2Ba

    bgydF4y2Ba当信息相关时，单独生活的参与者人数会被指定;例如，用于环境传感器，但不适用于可穿戴设备。gydF4y2Ba

    cgydF4y2BaIVR:交互式语音应答。gydF4y2Ba

    dgydF4y2Ba迷你精神状态检查。gydF4y2Ba

    egydF4y2BaMCI:轻度认知障碍。gydF4y2Ba
    表4。4项研究总结，包括来自非专用ICT的数据gydF4y2Ba一个gydF4y2Ba解决方案的使用，例如，日常电脑使用和药盒使用的二次分析(第4组)。gydF4y2Ba
    第一作者(年份)，国家gydF4y2Ba 技术描述gydF4y2Ba 研究描述:设计;受试者数量和类型(独居人数gydF4y2BabgydF4y2Ba，如有关)及设置;持续时间gydF4y2Ba 受试者认知状况及人数;年龄;男女参与者人数gydF4y2Ba 主要结果gydF4y2Ba
    Hayes(2009)，美国[gydF4y2Ba39gydF4y2Ba］gydF4y2Ba 使用电子7天药盒测量每天两次维生素C疗法的依从性gydF4y2Ba 观察性横断面研究;38名参与者独立生活在社区;5周gydF4y2Ba 高认知功能组(MMSEgydF4y2BacgydF4y2Ba=28.8)和低认知功能组(MMSE=28.0);平均年龄82.8岁;68%的女性gydF4y2Ba 认知功能低下组的依从性明显低于健康老年人。非常轻微的认知障碍对药物依从性有有害和显著的影响。gydF4y2Ba
    Kaye(2014)，美国[gydF4y2Ba10gydF4y2Ba］gydF4y2Ba 远程监控计算机使用情况gydF4y2Ba 比较观察研究;113名独居老人或唯一使用电脑的老人;平均36个月随访gydF4y2Ba 38 MCIgydF4y2BadgydF4y2Ba75人认知功能完好;平均年龄85岁;92%的女性gydF4y2Ba MCI受试者的使用天数减少，平均每日使用量增加，日常使用变异性增加。gydF4y2Ba
    Seelye(2015)，美国[gydF4y2Ba40gydF4y2Ba］gydF4y2Ba 在日常家用电脑使用过程中，使用算法计算鼠标指针移动变量，该算法在每次电脑使用会话中识别和描述鼠标移动gydF4y2Ba 观察比较研究;62名独自居住或家中唯一使用电脑的老年人;1周gydF4y2Ba 健康42例(MMSE=28.8)， MCI 20例(MMSE=27.3);平均年龄分别为87.9岁和87.5岁;女性分别占88%和80%gydF4y2Ba MCI与鼠标移动次数明显减少、鼠标移动变化更大、效率更低、停顿时间更长有关。鼠标移动与几个认知领域显著相关。gydF4y2Ba
    奥斯汀(2017)，美国[gydF4y2Ba12gydF4y2Ba］gydF4y2Ba 计算机监控软件用于跟踪人们在进行互联网搜索时输入的术语，以衡量语言和认知能力gydF4y2Ba 观察性研究;42名独居社区老年人;6个月gydF4y2Ba 除1名受试者(CDRgydF4y2BaegydF4y2Ba得分≥0.5，提示MCI);平均年龄81.1岁;83%的女性gydF4y2Ba 认知功能越强的人每次搜索使用的词汇越独特，使用的词汇也越不常见。gydF4y2Ba

    一个gydF4y2Ba信息和通信技术。gydF4y2Ba

    bgydF4y2Ba当信息相关时，单独生活的参与者人数会被指定;例如，用于环境传感器，但不适用于可穿戴设备。gydF4y2Ba

    cgydF4y2Ba迷你精神状态检查。gydF4y2Ba

    dgydF4y2BaMCI:轻度认知障碍。gydF4y2Ba

    egydF4y2BaCDR:临床痴呆等级。gydF4y2Ba
    表5所示。一个多于一个类别的解决方案的总结(第5组)。gydF4y2Ba
    第一作者(年份)，国家gydF4y2Ba 技术描述gydF4y2Ba 研究描述:设计;受试者数量和类型(独居人数gydF4y2Ba一个gydF4y2Ba，如有关)及设置;持续时间gydF4y2Ba 受试者认知状况及人数;年龄;男性和/或女性参与者人数gydF4y2Ba 主要结果gydF4y2Ba
    Seelye(2018)，美国[gydF4y2Ba14gydF4y2Ba］gydF4y2Ba 每周在线调查元数据指标基于调查参与模式gydF4y2Ba 观察性研究;110名健康的老年人;3.6年的随访gydF4y2Ba 110例开始认知完整，29例转变为轻度认知障碍gydF4y2BabgydF4y2Ba在研究随访期间(MMSEgydF4y2BacgydF4y2Ba= 28.8);平均年龄84.8岁;77%的女性gydF4y2Ba 在基线时，发生MCI的参与者完成调查的时间比认知正常的参与者晚。纵向上，事故MCI参与者与认知完好的参与者相比，调查完成时间增加。gydF4y2Ba

    一个gydF4y2Ba当信息相关时，单独生活的参与者人数会被指定;例如，用于环境传感器，但不适用于可穿戴设备。gydF4y2Ba

    bgydF4y2BaMCI:轻度认知障碍。gydF4y2Ba

    cgydF4y2Ba迷你精神状态检查。gydF4y2Ba

    在第一组(即嵌入式专用传感器)中，我们主要可以引用gydF4y2Ba智能家居gydF4y2Ba技术(gydF4y2Ba11gydF4y2Ba，gydF4y2Ba13gydF4y2Ba，gydF4y2Ba20.gydF4y2Ba-gydF4y2Ba25gydF4y2Ba),gydF4y2Ba智能汽车gydF4y2Ba技术(gydF4y2Ba26gydF4y2Ba］．第二类研究(即来自可穿戴专用技术的数据)主要依赖于加速度计和GPS解决方案[gydF4y2Ba27gydF4y2Ba-gydF4y2Ba32gydF4y2Ba］．第三类(即专用ICT解决方案)是指ICT支持的监测解决方案[gydF4y2Ba33gydF4y2Ba-gydF4y2Ba38gydF4y2Ba］．这些测试主要采用网上调查或触屏测试[gydF4y2Ba34gydF4y2Ba-gydF4y2Ba36gydF4y2Ba]以及电脑自动电话[gydF4y2Ba33gydF4y2Ba]或任天堂wii专用游戏[gydF4y2Ba38gydF4y2Ba］．第四组(即监测非专用ICT解决方案的使用)包括对常用技术的二次分析，包括日常计算机使用[gydF4y2Ba10gydF4y2Ba，gydF4y2Ba12gydF4y2Ba，gydF4y2Ba40gydF4y2Ba]及药盒使用[gydF4y2Ba39gydF4y2Ba］．第五组包括一项使用调查元数据度量分析监测专用ICT解决方案的研究[gydF4y2Ba14gydF4y2Ba］．gydF4y2Ba


    现实生活中，基于家庭的技术使用的证据gydF4y2Ba

    本文的第一个目的是为参与AD及相关疾病管理的临床医生提供现实生活中认知功能早期检测和随访的技术概述。总共确定了26项研究，涉及各种技术、广泛的研究持续时间和样本量。第一个关键的观察是，与该领域的出版物总数相比，很少有论文涉及基于家庭的、真实世界的评估。大多数被排除的文章侧重于技术功能、在实验室环境中对技术方面的测试，并侧重于单一或少数的评估gydF4y2Ba试验台gydF4y2Ba家庭或医院。大多数技术都远离日常生活体验，或在社区中广泛传播。在所包括的研究类型中，第一类(即嵌入式专用传感器)、第三类(即专用ICT解决方案)和第四类(即监测非专用ICT解决方案的使用)具有不引人注目的共同优势。他们依赖于日常生活的观察，没有任何或极少的参与者参与。事实上，这些是本综述中最长的研究之一，长达几年，可能说明了这些技术的被动性质。第三组的几项研究部分类似于计算机化在线测试的研究，不同之处在于评估的是纵向随访和在家进行非常规认知测试的自我管理[gydF4y2Ba34gydF4y2Ba-gydF4y2Ba36gydF4y2Ba］．相比之下，可穿戴技术(如GPS和腕戴设备)的研究一般是短期研究。这可能是由于在现实环境中实施这些解决方案的困难，因为它们要求在具有不同程度认知障碍和技术能力的老年人群中有更广泛的最终用户参与(例如，记得佩戴或充电设备)。gydF4y2Ba

    在家庭和汽车中只使用环境无源传感器并不能保证终端用户能很好地接受。例如，人们可能会对3D相机或麦克风产生侵入性的感知。然而，作者没有报告任何涉及红外、温度、湿度、发光和磁门接触传感器或驱动传感器的实验可接受性问题[gydF4y2Ba11gydF4y2Ba，gydF4y2Ba13gydF4y2Ba，gydF4y2Ba20.gydF4y2Ba-gydF4y2Ba26gydF4y2Ba］．有关监察个人电脑使用情况的研究已取得相当的结果[gydF4y2Ba10gydF4y2Ba，gydF4y2Ba12gydF4y2Ba，gydF4y2Ba40gydF4y2Ba］．然而，正如下面的局限性部分所讨论的那样，到目前为止，这只在选定的人群中得到验证，并且并不总是报告可接受性结果。gydF4y2Ba

    使用ICT监测解决方案进行重复远程评估的完成率很高，一般在80%以上[gydF4y2Ba33gydF4y2Ba-gydF4y2Ba35gydF4y2Ba］．在较长一段时间内，Seelye等人[gydF4y2Ba14gydF4y2Ba，gydF4y2Ba36gydF4y2Ba报告称，在线每周健康表格的按期提交率为75%。使用任天堂Wii平衡板，Leach和al [gydF4y2Ba38gydF4y2Ba他们发现，在30天的观察期内，每位受试者平均有3天的姿势和认知数据缺失。gydF4y2Ba

    对于可穿戴设备，大多数研究没有报告可接受性问题，如纳入时的拒绝率和随访期间的依从性数据。曼奇尼等[gydF4y2Ba32gydF4y2Ba]报告称，所有35名参与者连续7天遵守协议(即佩戴惯性传感器)，而Shoval等人[gydF4y2Ba28gydF4y2Ba研究发现，参与者88%的时间都在积极佩戴该设备。最后，Wettstein等人[gydF4y2Ba30.gydF4y2Ba报告称，拒绝参与他们研究的主要原因是不信任和害怕被观察。在可穿戴设备的情况下，样本更小和/或持续时间更短，这限制了比较。gydF4y2Ba

    临床医生可能期待什么样的转变?gydF4y2Ba

    随着监测技术的进步，我们可以预测临床医生在未来几年的实践中可能会期望什么。所有这些研究的一个主要局限性是选择的志愿者相对同质(即白人、受过教育、接受技术、生活在城市地区)。如果在未来，ICT和数字生物标志物在临床实践中得到更广泛的应用，那么技术的优势就会超过gydF4y2Ba传统的gydF4y2Ba生物标记物，我们需要发展信息通信技术，以确保其在非最佳条件下的长期接受和可用性。这些研究中提出的大多数解决方案还不够成熟，无法实现这一目标。gydF4y2Ba

    来自专用嵌入式传感器(组1)的证据基础似乎是该领域最成熟的研究领域。有证据表明，这些基于传感器的技术对检测认知和功能变化很敏感。然而，这仍然是一个活跃的研究领域，尚未转化为广泛的临床应用。有几项进展是需要的。大多数涉及嵌入式传感器的研究仅限于独居的参与者。在现实环境中消除多人家庭活动的歧义在技术上仍然很复杂。新的传感方法和数据融合算法正在开发中，但这项工作仍在进行中。专用的家庭系统需要安装，这可能会成为更广泛传播的障碍。已经开发了几种满足这一需求的方法，包括准备好的现场工具包(即“盒子里的传感器”)，以便随时部署[gydF4y2Ba41gydF4y2Ba]及网上视频安装指南[gydF4y2Ba15gydF4y2Ba］．随着这些和其他方面的进步，人们可以合理地预测，在未来十年，这些解决方案中的一些可以被用于大量人口的日常护理。科技协同老化研究计划[gydF4y2Ba42gydF4y2Ba是一个多站点、全国性的项目，使用多种嵌入式传感技术和不同的数据，促进来自不同社区的老年人的独立性和健康领域的研究。CART计划由美国国立卫生研究院(National Institutes of Health)和退伍军人事务部(Department of Veterans Affairs)资助，旨在在几年内将基于家庭的传感平台扩展到美国各地的10,000个家庭。gydF4y2Ba

    专用可穿戴传感器(第2组)在准备在社区范围内大规模实施之前，还有几个障碍需要克服。他们被认为是突兀的，带有侮辱性的。虽然他们的坚持率可能较低，但他们的最大优势是，他们的使用不仅限于独居的人，他们可以提供室内和室外的信息。然而，我们相信，通过提高它们的准确性，可以取得重大进展。gydF4y2Ba43gydF4y2Ba]及其发展和评估过程。在实验室环境中以技术为中心的这些设备的开发忽视了在现实生活中成功实施的障碍，特别是对未被选择的人群(例如，低计算机素养和认知障碍)的可接受性。这种现实生活中的实现依赖于在次优环境中部署的技术改进(例如，不确定的Internet覆盖)和最终用户的可接受性。近年来，几个研究团队尝试设计创造性的多阶段研究，对拟议的数字技术相关解决方案进行迭代修改，或使用参与式设计方法[gydF4y2Ba44gydF4y2Ba，gydF4y2Ba45gydF4y2Ba］．生活实验室，迭代设计方法，在这里被定义为“将最终用户，开发人员和卫生专业人员聚集在一起进行共同创造和评估过程的研究方法”，引入了一个中间阶段gydF4y2Ba现实生活gydF4y2Ba在部署之前。参与式设计方法还强调用户在整个创新过程中的参与。这些概念在医学研究中尚未得到广泛传播。然而，专用可穿戴设备的健康相关功能已普遍用于日常使用设备(如GPS和加速度计)，并有望在不久的将来以更有效的方式集成到健康使用中[gydF4y2Ba46gydF4y2Ba，gydF4y2Ba47gydF4y2Ba］．gydF4y2Ba

    专用ICT解决方案(第三组)，如家庭认知电脑游戏中的嵌入式评估算法，仍然是一个有前途的领域[gydF4y2Ba48gydF4y2Ba］．令人惊讶的是，很少有试验在家庭环境中评估这种解决方案。涉及手机应用程序的试验也很有前景，尤其是在精神病学领域。gydF4y2Ba49gydF4y2Ba，gydF4y2Ba50gydF4y2Ba]，但他们在有关的痴呆症研究领域并不处于高级阶段，除了在家庭以外的专门场所进行评估，并有操作员在场[gydF4y2Ba51gydF4y2Ba-gydF4y2Ba53gydF4y2Ba］．最后，一个有前途的领域是监测非专用ICT解决方案(第4组)，因为它们具有与嵌入式专用传感器(第1组)相同的不引人注目的优点，并且它们不需要安装专用设备。这一领域受到这一人群在日常生活中采用信息通信技术解决方案意愿的限制。然而，一代接一代，未来的老年人可能更有可能对新技术感兴趣。在这种情况下，如果预期在未来5-10年内进行大规模传播，在理想目标人群中评估这些解决方案可能被视为较少的限制。gydF4y2Ba

    更广泛地采用所有这些技术需要特别关注具体的用例，从检测早期认知衰退到评估治疗期间的功能变化;易于部署;数据来源和分析;不仅创造了有效性的证据，而且创造了有效性的证据。这一转变的第一个驱动力可能是研究界和越来越多地采用基于社区的研究。这种方法在临床试验中尤其有前景。通常，在试验中证明有效性会导致实践采用。gydF4y2Ba

    限制gydF4y2Ba

    如Pillai等人所述[gydF4y2Ba54gydF4y2Ba]，描述ICT和AI的关键词各不相同，由于该研究领域还不成熟，论文中并不总是具体说明。尽管如此，我们不太可能漏掉许多相关研究，因为我们选择了尽可能广泛的关键搜索词，并对全文参考文献和关键词进行了广泛的手工搜索。与筛选和评估而非随访相关的研究有希望的结果[gydF4y2Ba55gydF4y2Ba，gydF4y2Ba56gydF4y2Ba]，或在受控设置下进行，在本文中没有介绍。这里回顾的所有研究都是在现实生活中老年人的家中进行的。本文没有强调若干问题，包括健康不平等[gydF4y2Ba57gydF4y2Ba]、伦理问题、数据安全、临床医生的信息过载以及技术实现的商业模式等等。这些关键问题也需要在卫生技术研究的评估和发展过程中尽早解决，然后才能进行更大规模的传播[gydF4y2Ba58gydF4y2Ba］．gydF4y2Ba

    结论与未来研究方向gydF4y2Ba

    本综述中包括的研究涵盖了代表许多新研究途径的多种设计和方法。目前还没有确凿的证据表明一种或多种数字生物标志物评估优于其他评估。这是一个新的研究领域。即使是基于相同队列的研究，因此，在可比较的人口和地点，所使用的技术(例如，驾驶或计算机跟踪)，所采用的样本量和统计方法也有所不同。对于类似的结果(例如，活动)，有广泛的数字生物标志物:步行速度，整体活动，户外时间等。很难知道哪种生物标记物将与未来更广泛的应用最相关。此外，目前还不清楚哪些结果与认知能力下降或更普遍地与心理健康相关。最初的选择可能更侧重于在给定环境中技术解决方案的实施的难易程度，而不是直接比较其准确性，这种比较在实践中很难进行。gydF4y2Ba

    然而，使用ICT设备监测认知和功能领域将迅速增长，并可能涉及人工智能[gydF4y2Ba59gydF4y2Ba，gydF4y2Ba60gydF4y2Ba]和创新的生物标记物，这些生物标记物来自自动语音和语言分析、运动性能评估、计算机使用能力、在线问卷回答及其元数据等方法。这些进步将促进向主动、个性化和参与式医疗的过渡。为了实现这一目标，通过反映患者典型活动和结果的临床试验，现实临床实践和临床研究之间的差距将会缩小[gydF4y2Ba3.gydF4y2Ba，gydF4y2Ba41gydF4y2Ba］．整合异构数据(如环境数据和多种生物标志物)将提高我们对认知衰退的理解和管理;因此，在未来十年，这些解决方案中的一些可能会被更广泛的人群采用到日常护理中。gydF4y2Ba

    致谢gydF4y2Ba

    这项综述是AP在俄勒冈老龄化与技术中心(ORCATECH)进行的研究项目的一部分，该项目由美国国立卫生研究院和退伍军人事务部资助(拨款号:R01AG024059, U2CAG054397, P30AG024978和P30AG008017)。gydF4y2Ba

    利益冲突gydF4y2Ba

    没有宣布。gydF4y2Ba

    1. LaMonica HM，英语A, Hickie IB, Ip J，爱尔兰C, West S，等。检查互联网和电子健康实践和偏好:对患有主观记忆障碍、轻度认知障碍或痴呆的澳大利亚老年人进行调查研究。J Med Internet Res 2017 10月25日;19(10):e358 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    2. Morley JE, Morris JC, Berg-Weger M, Borson S, Carpenter BD, Del Campo N，等。脑健康:认识认知障碍的重要性:IAGG共识会议J Am医学主任协会2015年9月01日;16(9):731-739 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    3. 鲍森，李志强，李志强，李志强，等。改善痴呆护理:认知障碍筛查和检测的作用。阿尔茨海默痴呆2013年3月9日(2):151-159 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    4. McKhann GM, Knopman DS, Chertkow H, Hyman BT, Jack CR, Kawas CH，等。阿尔茨海默病引起的痴呆症的诊断:阿尔茨海默病诊断指南的国家衰老研究所-阿尔茨海默病协会工作组的建议。阿尔茨海默氏症2011年5月;7(3):263-269 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    5. Albert MS, DeKosky ST, Dickson D, Dubois B, Feldman HH, Fox NC，等。阿尔茨海默病引起的轻度认知障碍的诊断:阿尔茨海默病诊断指南的国家衰老研究所-阿尔茨海默病协会工作组的建议。阿尔茨海默氏症2011年5月;7(3):270-279 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    6. Jack CR, Bennett DA, Blennow K, Carrillo MC, Feldman HH, Frisoni GB，等。A/T/N:阿尔茨海默病生物标志物的无偏描述性分类方案。神经病学2016 Aug 02;87(5):539-547 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    7. 杨晓明，王晓明，王晓明，等。老年痴呆患者的临床诊断。中华老年医学杂志2013年9月19日(9):1043 - 1046。［gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    8. 脑脊液生物标志物在阿尔茨海默病早期诊断中的应用。2013年5月;97(3):369-376。［gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    9. 基于家庭的技术:进行痴呆症预防试验的新范式。老年痴呆症2008年1月;4(1增刊1):S60-S66。［gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    10. Kaye J, Mattek N, Dodge HH, Campbell I, Hayes T, Austin D，等。不引人注目地测量日常使用电脑来检测轻度认知障碍。阿尔茨海默痴呆2014年1月;10(1):10-17 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    11. 道奇HH，马泰克NC，奥斯汀D，海斯TL，凯耶JA。家中步行速度和可变性轨迹与轻度认知障碍相关。神经病学2012 Jun 12;78(24):1946-1952 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    12. Austin J, Hollingshead K, Kaye J.互联网搜索与老年人认知功能的关系:横断面分析。J Med Internet Res 2017 Sep 06;19(9):e307 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    13. Hayes TL, Abendroth F, Adami A, Pavel M, Zitzelberger TA, Kaye JA。与轻度认知障碍相关的活动模式的不引人注目的评估。阿尔茨海默氏痴呆2008年11月;4(6):395-405 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    14. 张志刚，张志刚，张志刚，等。每周对通过家用电脑获取的在线调查元数据进行观察，可以在过渡到轻度认知障碍之前检测日常认知的变化。阿尔茨海默痴呆2018 Feb;14(2):187-194 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    15. 凯伊J，雷诺兹C，鲍曼M，夏尔马N，莱利T, Golonka O，等。建立一个社区范围的生活实验室，以获取不引人注目和持续的远程活动和健康数据。J Vis Exp 2018 july 27(137):1-10 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    16. 杨晓东，陈晓明，陈晓明，等。用于评估临床试验终点的生物特征监测设备:开发生态系统。2017年10月;16(10):736。［gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    17. Moher D, Liberati A, Tetzlaff J, Altman DG, PRISMA Group。系统评价和元分析的首选报告项目:PRISMA声明。PLoS Med 2009 7月21日;6(7):e1000097 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    18. 王文杰，王文杰，王文杰。认知能力测试在老年化研究中的应用。阿尔茨海默氏症2008年11月;4(6):428-437 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    19. 老年人的计算机化认知测试:综述。美国老年痴呆症杂志2015年2月30日(1):13-28。［gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    20. 铃木T, Murase S.室外活动和室内活动对认知能力下降的影响:使用红外传感器测量活动。中华卫生杂志2010;16(6):686-690。［gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    21. Kaye J, Mattek N, Dodge H, Buracchio T, Austin D, Hagler S，等。一年走一次到一年内走1000次:对老年人进行连续的家中不显眼的步态评估。步态姿态2012 Feb;35(2):197-202 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    22. 海斯TL，莱利T，马泰克N，帕维尔M，凯耶JA。轻度认知障碍的睡眠习惯。阿尔茨海默病协会失调2014;28(2):145-150 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    23. Petersen J, Austin D, Mattek N, Kaye J.老年人外出时间与认知、身体和情绪健康:纵向混合效应模型。PLoS One 2015;10(10):e0139643 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    24. Dawadi PN, Cook DJ, Schmitter-Edgecombe M.基于智能家庭行为数据的自动认知健康评估。IEEE生物医学健康信息2016年7月;20(4):1188-1194 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    25. Urwyler P, Stucki R, Rampa L, Müri R, Mosimann UP, Nef T.使用识别日常生活活动的家庭传感器对患有和没有痴呆症的社区居住老年人进行认知障碍分类。Sci Rep 2017 Feb 08;7:42084 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    26. Seelye A, Mattek N, Sharma N, Witter P, Brenner A, Wild K，等。使用非突发性传感器对日常驾驶进行被动评估:一种识别和监测正常衰老和轻度认知障碍患者功能水平的新方法。中国老年痴呆症杂志，2017;29 (4):344 - 344 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    27. Westerberg CE, Lundgren EM, Florczak SM, Mesulam M, Weintraub S, Zee PC，等。睡眠影响遗忘性轻度认知障碍患者记忆中断的严重程度:来自睡眠自我评估和持续活动监测的结果阿尔茨海默病协会失调2010;24(4):325-333 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    28. 肖瓦尔·N，沃尔·H，奥斯兰德·G，艾萨克森·M，奥斯瓦尔德·F，艾德里·T，等。使用全球定位系统来测量具有不同认知功能的老年人的户外活动能力。老龄社会2011年5月16日;31(05):849-869。［gydF4y2BaCrossRefgydF4y2Ba］gydF4y2Ba
    29. 董建勇，Rose RV, Gammada E, Lam I, Roy EA, Black SE，等。使用手机GPS测量患有轻度至中度阿尔茨海默病的老年人的生活空间。老年医学2014;60(2):154 - 162。［gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    30. Wettstein M, Wahl H, Shoval N, Oswald F, Voss E, Seidl U，等。老年人的户外行为和认知障碍:SenTra项目的发现。应用老年医学杂志2015年2月;34(1):3-25。［gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    31. 武本M, Carlson JA, Moran K, Godbole S, Crist K, Kerr J.客观测量的老年人交通行为与健康特征的关系。国际环境与公共卫生杂志2015年10月30日;12(11):13923-13937 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    32. Mancini M, Schlueter H, El-Gohary M, Mattek N, Duncan C, Kaye J，等。持续监测转向移动及其与跌倒和认知功能的关系:一项试点研究。《老年医学杂志》2016年8月;71(8):1102-1108 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    33. 芒特JC，木下LM，徐s，叶萨维奇JA，葛丽斯特JH。神经心理缺陷的电话远程评估(TREND):使用按键式电话对社区居住的老年志愿者进行纵向监测。老年痴呆症杂志2007;21(3):218-224。［gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    34. Allard M, Husky M, Catheline G, Pelletier A, Dilharreguy B, Amieva H，等。移动技术在认知衰退早期检测中的应用。PLoS One 2014;9(12):e112197 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    35. 张志强，黄志强，张志强，等。基于计算机的工具，用于评估老年人认知功能的微观纵向模式。年龄(Dordr) 2016年8月;38(4):335-350 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    36. Seelye A, Mattek N, Howieson DB, Austin D, Wild K, Dodge HH，等。嵌入式在线问卷测量对识别轻度认知障碍很敏感。阿尔茨海默病协会失调2016;30(2):152-159 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    37. Zygouris S, Ntovas K, Giakoumis D, Votis K, Doumpoulakis S, Segkouli S，等。使用虚拟现实认知训练应用程序远程检测轻度认知障碍的可行性初步研究。老年痴呆症杂志2017;26(2):619-627。［gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    38. 里奇JM，曼奇尼M，凯耶JA，海斯TL，霍拉克FB。老年人姿势摇摆的日常变化及其与认知功能的关系:一项初步研究。前沿衰老神经科学2018;10:26 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    39. 海斯，拉里默，阿达米，凯伊。健康老年人的药物依从性:微小的认知变化会产生巨大的影响。中国老年健康杂志2009年6月;21(4):567-580 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    40. Seelye A, Hagler S, Mattek N, Howieson DB, Wild K, Dodge HH，等。电脑鼠标移动模式:轻度认知障碍的潜在标志。老年痴呆症(Amst) 2015 Dec 01;1(4):472-480 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    41. 胡y, Tilke D, Adams T, Crandall AS, Cook DJ, Schmitter-Edgecombe M.盒子里的智能家居:大规模自安装智能家居技术的可用性研究。中国生物医学工程学报(英文版);2016年7月;2(2):93-106 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    42. 俄勒冈健康与科学大学。协同衰老技术研究(CART)gydF4y2Bahttps://www.ohsu.edu/collaborative-aging-research-using-technologygydF4y2Ba[2019-07-25]访问gydF4y2Ba
    43. 戈默索尔，吴恩，波顿NW，帕维TG，吉尔森ND，布朗WJ。估算自由生活环境下的身体活动和久坐行为:基于消费者的活动跟踪器和ActiGraph加速度测量的实用比较。J Med Internet Res 2016年9月07日;18(9):e239 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    44. 斯温克尔斯ICS，惠更斯MWJ，舍恩梅克斯TM, Oude Nijeweme-D'Hollosy W, van Velsen L, Vermeulen J，等。在初级卫生保健中广泛采用电子卫生的生活实验室的经验教训。J Med Internet Res 2018年3月29日;20(3):e83 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    45. DeSmet A, Thompson D, Baranowski T, Palmeira A, Verloigne M, De Bourdeaudhuij I.参与式设计与严肃数字游戏促进健康生活方式的有效性有关吗?一个荟萃分析。J medical Internet Res 2016 april 29;18(4):e94 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    46. Jongstra S, Wijsman LW, Cachucho R, Hoevenaar-Blom MP, Mooijaart SP, Richard E.使用智能手机应用程序对痴呆症风险增加的人进行认知测试:iVitality原理证明研究。JMIR Mhealth Uhealth 2017年5月25日;5(5):e68 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    47. Goodspeed R, Yan X, Hardy J, Vydiswaran VGV, Berrocal VJ, Clarke P，等。比较全球定位系统设备和移动电话的数据质量，以评估地点、机动性和健康之间的关系:实地研究。JMIR Mhealth Uhealth 2018年8月13日;6(8):e168 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    48. Vallejo V, Wyss P, Rampa L, Mitache AV, Müri RM, Mosimann UP，等。阿尔茨海默病患者新型严重游戏评估工具的评估。PLoS One 2017;12(5):e0175999 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    49. 朱鲁塔J, Piscitello A, Rasic M, Easter R, Babu P, Langenecker SA，等。用手机击键元数据预测情绪障碍严重程度:一项双影响数字显型研究。J Med Internet Res 2018年7月20日;20(7):e241 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    50. Place S, Blanch-Hartigan D, Rubin C, Gorrostieta C, Mead C, Kane J，等。移动传感平台上的行为指标可预测情绪障碍和焦虑症的临床验证精神症状。J Med Internet Res 2017 Mar 16;19(3):e75 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    51. 门罗·卡勒姆C，海南LS，格罗施M，帕里克M，韦纳MF。远程神经心理学:基于视频电话会议的神经心理学评估的证据。中华神经心理杂志2014 11月;20(10):1028-1033 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    52. Brouillette RM, Foil H, Fontenot S, Correro A, Allen R, Martin CK，等。基于智能手机的老年人认知功能评估应用的可行性、可靠性和有效性。公共科学学报，2013;8(6):e65925 [j]gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    53. 柯尼格A，萨特A，索林A，霍利R, Derreumaux A，大卫R，等。在一个移动应用程序中使用语音分析评估老年人的认知障碍。老年痴呆症研究2018;15(2):120-129。［gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    54. Pillai JA, Bonner-Jackson A.阿尔茨海默病临床试验中用于监测功能和认知衰退的信息和通信技术设备的综述。中华卫生杂志2015;6(1):71-83 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    55. 罗佩尔，索托-鲁伊斯KM，弗洛雷斯B，道金斯W，史密斯I，伊格曼DM，等。一项快速，移动神经认知筛查测试，以帮助识别认知障碍和痴呆(BrainCheck):队列研究。JMIR老龄化2019年3月21日;2(1):e12615。［gydF4y2BaCrossRefgydF4y2Ba］gydF4y2Ba
    56. 伯特N，马德罗EN，格伦J，兰格A，安德森J，牛顿D，等。用于基于眼球追踪的认知评估的设备嵌入式摄像头:使用纸笔和计算机化认知复合材料进行验证。J Med Internet Res 2018 7月24日;20(7):e11143 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    57. 艾伦LN，克里斯蒂GP。个性化健康技术的出现。J Med Internet Res 2016年5月10日;18(5):e99 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    58. Mahoney DF, Purtilo RB, Webbe FM, Alwan M, Bharucha AJ, Adlam TD，阿尔茨海默病协会技术工作组。痴呆症患者的家庭监测:技术研发的伦理准则。老年痴呆症2007 7月;3(3):217-226。［gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    59. Cleret de Langavant L, Bayen E, Yaffe K.在基于人群的调查中识别高可能性痴呆症的无监督机器学习:开发和验证研究。J Med Internet Res 2018 july 09;20(7):e10493 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba
    60. Berrouiguet S, Ramírez D, Barrigón ML, Moreno-Muñoz P, Carmona Camacho R, Baca-García E，等。结合连续智能手机原生传感器数据捕获和无监督数据挖掘技术进行行为变化检测:基于证据的行为(eB2)研究的案例系列。JMIR Mhealth Uhealth 2018年12月10日;6(12):e197 [gydF4y2Ba免费全文gydF4y2Ba] [gydF4y2BaCrossRefgydF4y2Ba] [gydF4y2BaMedlinegydF4y2Ba］gydF4y2Ba

    ‎gydF4y2Ba
    广告:gydF4y2Ba阿尔茨海默病gydF4y2Ba
    人工智能:gydF4y2Ba人工智能gydF4y2Ba
    aMCI:gydF4y2Ba遗忘MCIgydF4y2Ba
    购物车:gydF4y2Ba利用技术进行协同衰老研究gydF4y2Ba
    CDR:gydF4y2Ba临床痴呆等级gydF4y2Ba
    全球定位系统(GPS):gydF4y2Ba全球定位系统gydF4y2Ba
    信息通信技术:gydF4y2Ba信息和通信技术gydF4y2Ba
    IEEE:gydF4y2Ba美国电气和电子工程师学会gydF4y2Ba
    固话:gydF4y2Ba交互式语音应答gydF4y2Ba
    MCI:gydF4y2Ba轻度认知障碍gydF4y2Ba
    网:gydF4y2Ba医学学科标题gydF4y2Ba
    患者:gydF4y2Ba小型精神状态检查gydF4y2Ba
    naMCI:gydF4y2Banonamnestic MCIgydF4y2Ba
    NC:gydF4y2Ba不沟通gydF4y2Ba
    俄勒冈大学:gydF4y2Ba俄勒冈老年和技术中心gydF4y2Ba
    棱镜:gydF4y2Ba系统评价和元分析的首选报告项目gydF4y2Ba
    射频识别:gydF4y2Ba射频识别gydF4y2Ba

    G·艾森巴赫(G Eysenbach)编辑;提交12.11.18;同行评议:T Nef, A Billis, Q Zhang;对作者31.03.19的评论;订正版本收到22.05.19;接受29.06.19;发表30.08.19gydF4y2Ba

    版权gydF4y2Ba

    ©Antoine Piau, Katherine Wild, Nora Mattek, Jeffrey Kaye。最初发表于《医疗互联网研究杂志》(//www.mybigtv.com)， 30.08.2019。gydF4y2Ba

    这是一篇开放获取的文章，根据创作共用署名许可(https://creativecommons.org/licenses/by/4.0/)的条款发布，允许在任何媒介上无限制地使用、分发和复制，前提是正确引用最初发表在《医学互联网研究杂志》上的原创作品。必须包括完整的书目信息，//www.mybigtv.com/上的原始出版物的链接，以及此版权和许可信息。gydF4y2Ba
    Baidu
    map