NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Yaşlı insanların hareketliliği için en yaygın değerlendirmelerden biri Zamanlı Yukarı ve Git testidir (TUG). Parkinson hastalığı (PD) veya yaşlılarda artan düşme riskine ilişkin duyarlılığı nedeniyle, bu değerlendirme testi giderek daha alakalı hale gelmeli, otomatikleştirilmeli ve fonksiyonel durumun düzenli muayenelerini sağlamak için denetimsiz öz değerlendirmeler için uygulanabilir hale gelmelidir. Otomatik analizler için çok uygun olan İnertial Measurement Units (IMU) ile, makine öğrenimi yoluyla TUG yürütmesini otomatik olarak algılayan ve test süresini hesaplayan bir IMU tabanlı analiz sistemi değerlendiriyoruz. Tamamlanan TUG, 70 yaşın üzerindeki 157 katılımcı ile yapılan bir çalışmada kural tabanlı bir model aracılığıyla% 96 doğrulukla sınıflandırıldı. IMU tarafından belirlenen TUG süreleri ile kriter standart ölçümleri (stopwatch ve otomatik/ambient TUG (aTUG) sistemi) arasında yapılan bir karşılaştırmada sırasıyla 0.97 ve 0.99 arasında anlamlı korelasyonlar gösterilmiştir. Aletli TUG (iTUG) bileşenlerinin sınıflandırılması da %96'nın üzerinde bir başarı elde etti. Ek olarak, sistemin öz değerlendirmelere uygunluğu, TUG'a benzer bir hareket dizisinin uygulandığı yarı denetimsiz bir durum içinde araştırıldı. Bu ön analiz, kendi kendine seçilen hızın test durumundaki hızla orta derecede ilişkili olduğunu doğruladı, ancak birbirlerinden önemli ölçüde farklıydı.
Özgün kaynak özetini okuyun
One of the most common assessments for the mobility of older people is the Timed Up and Go test (TUG). Due to its sensitivity regarding the indication of Parkinson's disease (PD) or increased fall risk in elderly people, this assessment test becomes increasingly relevant, should be automated and should become applicable for unsupervised self-assessments to enable regular examinations of the functional status. With Inertial Measurement Units (IMU) being well suited for automated analyses, we evaluate an IMU-based analysis-system, which automatically detects the TUG execution via machine learning and calculates the test duration. as well as the duration of its single components. The complete TUG was classified with an accuracy of 96% via a rule-based model in a study with 157 participants aged over 70 years. A comparison between the TUG durations determined by IMU and criterion standard measurements (stopwatch and automated/ambient TUG (aTUG) system) showed significant correlations of 0.97 and 0.99, respectively. The classification of the instrumented TUG (iTUG)-components achieved accuracies over 96%, as well. Additionally, the system's suitability for self-assessments was investigated within a semi-unsupervised situation where a similar movement sequence to the TUG was executed. This preliminary analysis confirmed that the self-selected speed correlates moderately with the speed in the test situation, but differed significantly from each other.
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.