Predicción de la calidad de vida de personas mayores, 65 años o más, a partir de información capturada mediante la app lalaby de los sensores del móvil y cuestionarios personalizados

Abstract

[ES] El envejecimiento activo es esencial, especialmente en zonas rurales con re- cursos limitados para los mayores. Existen tecnologías de monitorización como la aplicación Lalaby, que recoge datos de sensores móviles (acelerómetro, uso de internet, micrófono, ubicación, registro de llamadas telefónicas, iluminación, po- dómetro y tiempo de uso) y de cuestionarios. Dado este contexto, este trabajo tiene como objetivo predecir la calidad de vida de personas mayores de 65 años para promover el envejecimiento activo mediante un conjunto de datos exhaus- tivo y modelos de aprendizaje automático. El conjunto de datos final comprende 78 usuarios, 21 días y 11 variables.

La metodología incluye la transformación de datos y técnicas de clustering y predicción para definir tanto niveles individuales como perfiles específicos. Gra- cias al clustering y una clasificación con 70.21% de accuracy se han integrado tecnologías avanzadas de aprendizaje automático en la atención a personas ma- yores para promover un envejecimiento saludable y activo.

[EN] Active aging is essential, especially in rural areas with limited resources for the elderly. There are monitoring technologies such as the Lalaby application, which collects data from mobile sensors (accelerometer, internet usage, micro- phone, location, phone call log, lighting, pedometer, and usage time) and ques- tionnaires. Given this context, this work aims to predict the quality of life of peo- ple over 65 years old to promote active aging through a comprehensive dataset and machine learning models. The final dataset comprises 78 users, 21 days, and 11 variables.

The methodology includes data transformation and clustering and prediction techniques to define both individual levels and specific profiles. Thanks to clus- tering and a classification with 70.21% accuracy, advanced machine learning tech- nologies have been integrated into elderly care to promote healthy and active aging.