NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Farklı bağlamlara zayıf dinamik denge ve bozulmuş yürüyüş adaptasyonu, nörolojik bozuklukları (PwND) olan kişilerin ayırt edici özellikleridir, bu da günlük yaşamda zorluklara ve artan düşme riskine yol açar. Bu nedenle, dinamik denge ve yürüyüş uyumunun sık sık değerlendirilmesi, bu bozuklukların evrimini ve/veya rehabilitasyonun uzun vadeli etkilerini izlemek için gereklidir. Modifiye dinamik yürüyüş indeksi (mDGI), özellikle bir fizyoterapist gözetiminde klinik ortamlarda yürüyüş fasetlerini değerlendirmeye adanmış doğrulanmış bir klinik testtir. Klinik bir ortama duyulan ihtiyaç, sonuç olarak, değerlendirme sayısını sınırlar. Giyilebilir sensörler, gerçek dünya bağlamlarındaki dengeyi ve hareketlenmeyi ölçmek için giderek daha fazla kullanılmaktadır ve izleme frekansında bir artışa izin verebilir. Bu çalışma, 6 dakikalık yürüme testinden türetilen kısa sabit durum yürüyüşlerinden toplanan atalet sinyalleri aracılığıyla 95 PwND'lik mDGI puanlarını tahmin etmek için yuvalanmış çapraz doğrulanmış makine öğrenme regresyonlarını kullanarak bu fırsatın ön testini sağlamayı amaçlamaktadır. Her patoloji için bir tane (çoklu skleroz, Parkinson hastalığı ve inme) ve havuzlu multipatolojik kohort için bir tane olmak üzere dört farklı model karşılaştırıldı. Model açıklamaları en iyi performans gösteren çözüm üzerinde hesaplandı; multipatolojik kohort üzerinde eğitilmiş olan model, 3.58 (5.38) puanlık bir medyan (eşliklerarası aralık) mutlak test hatası verdi. Toplamda, tahminlerin %76'sı mDGI'nin 5 puanlık minimum tespit edilebilir değişimi içinde yer aldı. Bu sonuçlar, sabit durum yürüyüş ölçümlerinin dinamik denge ve yürüyüş uyarlanabilirliği hakkında bilgi sağladığını ve klinisyenlerin rehabilitasyon sırasında geliştirilecek önemli özellikleri belirlemelerine yardımcı olabileceğini doğrulamaktadır. Gelecekteki gelişmeler, yöntemin gerçek dünya ortamlarında kısa istikrarlı durum yürüyüşleri kullanarak eğitimini, bu çözümün performans izlemesini yoğunlaştırmak için fizibilitesini analiz etmeyi, kötüleşme / iyileştirmelerin hızlı bir şekilde tespit edilmesini sağlamayı ve klinik değerlendirmeleri tamamlamayı içerecektir.
Özgün kaynak özetini okuyun
Poor dynamic balance and impaired gait adaptation to different contexts are hallmarks of people with neurological disorders (PwND), leading to difficulties in daily life and increased fall risk. Frequent assessment of dynamic balance and gait adaptability is therefore essential for monitoring the evolution of these impairments and/or the long-term effects of rehabilitation. The modified dynamic gait index (mDGI) is a validated clinical test specifically devoted to evaluating gait facets in clinical settings under a physiotherapist's supervision. The need of a clinical environment, consequently, limits the number of assessments. Wearable sensors are increasingly used to measure balance and locomotion in real-world contexts and may permit an increase in monitoring frequency. This study aims to provide a preliminary test of this opportunity by using nested cross-validated machine learning regressors to predict the mDGI scores of 95 PwND via inertial signals collected from short steady-state walking bouts derived from the 6-minute walk test. Four different models were compared, one for each pathology (multiple sclerosis, Parkinson's disease, and stroke) and one for the pooled multipathological cohort. Model explanations were computed on the best-performing solution; the model trained on the multipathological cohort yielded a median (interquartile range) absolute test error of 3.58 (5.38) points. In total, 76% of the predictions were within the mDGI's minimal detectable change of 5 points. These results confirm that steady-state walking measurements provide information about dynamic balance and gait adaptability and can help clinicians identify important features to improve upon during rehabilitation. Future developments will include training of the method using short steady-state walking bouts in real-world settings, analysing the feasibility of this solution to intensify performance monitoring, providing prompt detection of worsening/improvements, and complementing clinical assessments.
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.