Data preprocessing and machine learning in wearable data analysis: assessing efficacy and challenges for mental health monitoring of healthcare professionals
- Publiceringsforum
- Université Paris Cité
- År
- 17 december 2024
- Roll
- Författare
Frågan
Vad kan data från bärbara sensorer ärligt bära när frågan gäller en klinikers psykiska hälsa?
Sammanfattning
Doctoral thesis examining the efficacy and the limits of data-processing and machine-learning methods applied to wearable device data, for monitoring the mental health of frontline healthcare professionals during COVID-19. The work encodes time-series data using Gramian Angular Field transformation for convolutional models, and reports 97.01% classification accuracy in distinguishing at-risk from non-at-risk cases against clinical thresholds.
Roll
Doktorand och ensam författare. Försvarad vid Université Paris Cité den 17 december 2024, med François Taddei och Harri Ketamo som handledare.
Författare. Roy Saurabh
En modell som presterar väl på en kohort kan ändå vara fel instrument för ett enskilt beslut.
Metoden, och dess gränser
01
Signaler från kroppen
Bärbara enheter registrerade fysiologiska tidsserier från vårdpersonal i frontlinjen under covid-19.
02
Serier blir bilder
Serierna kodades med en Gramian Angular Field-transformation, så att faltningsmodeller kunde läsa tidsstrukturen som textur.
03
Ett rapporterat resultat
Avhandlingen rapporterar 97,01 % träffsäkerhet i att skilja riskfall från icke-riskfall mot kliniska tröskelvärden.
04
Vad det inte kan bära
Glesa, brusiga och djupt kontextberoende signaler begränsar vad en sådan siffra kan motivera för en enskild person.
97.01%
Klassificeringsträffsäkerhet som rapporteras i avhandlingen
Ett metodologiskt resultat, tillskrivet avhandlingen. Det är inte ett påstående om klinisk användning.
Källa: theses.fr ↗theses.fr
Thesis record s310267
Prétraitement des données et apprentissage automatique dans l'analyse des données des dispositifs portables : évaluation de l'efficacité et des défis pour le suivi de la santé mentale des professionnels de la santé
Underlag
- 01
theses.fr
Thesis record s310267
Doctorate awarded by Université Paris Cité, defended 17 December 2024, in Mathematics and Computer Science, supervised by François Taddei and Harri Ketamo.
- 02
ABES
Thesis DOI record
Registers the thesis against ORCID 0000-0003-3439-7731 with affiliation Université Paris Cité, confirming that the indexed author name 'Saurabh Roy' is the same researcher.
Visa original ↗, öppnas i en ny flikDOI ↗, öppnas i en ny flik
Referens
Roy, S. (2024). Data preprocessing and machine learning in wearable data analysis: Assessing efficacy and challenges for mental health monitoring of healthcare professionals [Doctoral dissertation, Université Paris Cité]. https://doi.org/10.70675/bdabcabdz273cz4ff3z8b79zc9434acdf00d
Nästa projekt
Data för lärande
The Transformative Potential of Data for Learning