Longitudinal multimodal data analysis and innovative digital solutions for studying trajectories of brain health

Abstract

[eng] INTRODUCTION: Aging is a process characterized by significant individual variability, influenced by multiple factors that determine whether it will be healthy—marked by good quality of life and optimal physical, cognitive, and mental function—or pathological. Achieving healthy aging can be approached through prevention, early detection, and intervention. A key element in maintaining brain health is the practice of healthy lifestyle habits, which can delay cognitive decline and prevent brain-related diseases. Promoting healthy behaviors, early detection of cognitive deterioration signs, and developing personalized interventions can significantly influence an individual’s aging trajectory. Information and Communication Technologies (ICT) provide innovative tools that support these goals by identifying predictive patterns in data, enabling early detection of cognitive issues, and supporting the development of tailored interventions to meet individual needs. Thus, ICT can play a crucial role in enhancing the quality of life and autonomy of aging individuals. HYPOTHESES: The proposed hypotheses are: 1) ICT innovations can enhance the prevention of brain- related diseases. 2) Machine learning algorithms can identify lifestyle profiles from longitudinal data in healthy individuals. 3) Lifestyle profiles can predict cognitive performance and the incidence of various pathologies. 4) The digital cognitive assessment tool "Guttmann Cognitest" can evaluate cognitive status with reliability equal to or greater than traditional methods. 5) The "Guttmann Cognitest" will be positively rated by most users, including those less familiar with technology. OBJECTIVES: This thesis aims to improve prevention, detection, and intervention strategies to mitigate the onset of brain-related pathologies, emphasizing the critical role of ICT. It is structured around two main objectives: 1) To explore how longitudinal data from multiple lifestyle habits cluster into distinct profiles that impact brain health. 2) To validate the "Guttmann

Cognitest," a mobile health (mHealth) tool, to contribute to the early detection and monitoring of significant cognitive changes. These main objectives are supported by specific objectives. Firstly, to identify lifestyle profiles using machine learning techniques from longitudinal follow-up data and analyze their predictive power for cognitive performance and the incidence of various pathologies. Secondly, a convergent validation study of the "Guttmann Cognitest" will be conducted in healthy populations, comparing its performance with traditional neuropsychological tests, and in the target population, determining the test’s sensitivity and specificity. Finally, an assessment of the tool’s usability and acceptance will be conducted to evaluate user perception.

[cat] INTRODUCCIÓ: L’envelliment és un procés amb una gran variabilitat individual, influenciat per múltiples factors que determinen si serà saludable —caracteritzat per una bona qualitat de vida i un bon funcionament físic, cognitiu i mental— o patològic. Per aconseguir un envelliment saludable es pot intervenir des de tres àmbits: la prevenció, la detecció precoç i la intervenció. Un dels elements clau per a mantenir una bona salut cerebral és la pràctica d’hàbits de vida saludables que poden retardar el deteriorament i prevenir el desenvolupament de malalties. Mitjançant la promoció d'hàbits saludables, la detecció precoç dels primers signes de deteriorament cognitiu, i el desenvolupament d'intervencions personalitzades, es pot incidir significativament en la trajectòria d’envelliment d’un individu. Les tecnologies de la informació i la comunicació (TIC) ofereixen eines innovadores per donar suport a aquests objectius, facilitant la identificació de patrons predictius en les dades, permetent la detecció precoç de problemes cognitius, i recolzant el desenvolupament d’intervencions personalitzades que s’adaptin a les necessitats individuals. Així, les TIC poden jugar un paper essencial en la millora de la qualitat de vida i l'autonomia de les persones a mesura que envelleixen. HIPÒTESI: Les hipòtesis proposades són: 1) La innovació de les TIC pot potenciar la prevenció de malalties relacionades amb el cervell. 2) Els algorismes d'aprenentatge automàtic poden identificar perfils d'estil de vida en dades longitudinals de gent sana. 3) Els perfils d'estil de vida poden predir el rendiment cognitiu i la incidència de diverses patologies. 4) L'eina digital de valoració cognitiva "Guttmann Cognitest" pot avaluar l'estat cognitiu amb una fiabilitat igual o superior als mètodes tradicionals. 5) El "Guttmann Cognitest" serà valorat positivament per la majoria d'usuaris, incloent-hi aquells no tant habituats a les tecnologies.

OBJECTIUS: Aquesta tesis busca millorar les estratègies de prevenció, detecció i intervenció per mitigar l'aparició de patologies relacionades amb el cervell, posant èmfasi en el paper crític de les TIC. Per assolir-ho s'estructura al voltant de dos objectius principals: 1) Explorar com s’agrupen les dades longitudinals de múltiples hàbits de vida en diferents perfils que impacten la salut cerebral. 2) Validar el “Guttmann Cognitest”, una eina de salut mòbil (mHealth), per contribuir a la detecció precoç i el seguiment de canvis cognitius significatius. Aquests objectius principals estan formats per objectius específics. En primer lloc es busca identificar mitjançant tècniques d'aprenentatge automàtic els perfils sorgits del seguiment longitudinal d’hàbits de vida i analitzar el seu poder predictiu pel rendiment cognitiu i la incidència de diverses patologies. En segon lloc, es realitzarà l’estudi de validació convergent del “Guttmann Cognitest” en població sana comparant el rendiment amb les proves neuropsicològiques clàssiques i en la població objectiu determinant la sensibilitat i especificitat de la prova. Finalment, es dura a terme un estudi d’usabilitat i acceptació de l’eina per valorar la percepció dels usuaris.