reaaliaikainen kaatumisriskin arviointi käyttäen toiminnallista Reach-testiä
Abstrakti
kaatumiset ovat yleisiä ja vaarallisia aivohalvauksesta selvinneille kaikissa toipumisvaiheissa. Laajalle levinnyt tarve arvioida kaatumisriskiä reaaliaikaisesti henkilöillä aivohalvauksen jälkeen on synnyttänyt uusia pyyntöjä luotettavasta, edullisesta, kvantifioitavissa olevasta ja etäkäyttöön tarkoitetusta kliinisestä toimenpiteestä/välineestä. Täyttääksemme nämä pyynnöt, tutkimme Functional Reach Test (FRT) reaaliaikaiseen kaatumisriskien arviointiin ja toteutamme FRT-toiminnon mstrokessa, joka on reaaliaikainen ja automaattinen mobiiliterveydenhuoltojärjestelmä troken jälkeiseen toipumiseen ja kuntoutukseen. mStroke on suunniteltu, kehitetty ja toimitettu sovelluksena (App), joka toimii laitealustalla, joka koostuu iPadista ja yhdestä tai kahdesta langattomasta kehon liiketunnistimesta, jotka perustuvat erilaisiin mobiiliterveystoimintoihin. FRT-toimintoa mstrokessa testataan laajasti terveillä ihmisillä sen konseptin ja toteutettavuuden todentamiseksi. Alustava suorituskyky esitetään, jotta voidaan perustella FRT-toiminnon tutkiminen mstrokessa kliinisten kokeiden avulla yksilöillä aivohalvauksen jälkeen, mikä voi ohjata sen kaikkialla tapahtuvaa hyödyntämistä lähitulevaisuudessa.
1. Johdanto
kaatumiset ovat yleisiä aivohalvauksen saaneilla kaikissa toipumisvaiheissa . Yhteisön asunnon yksilöiden krooninen aivohalvaus on korkein lasku esiintyvyys at . Näin ollen lonkkamurtumat ovat neljä kertaa todennäköisempiä jälkitautia saaneilla verrattuna yleiseen vanhusväestöön . Kaatumiset johtavat myös asteittaiseen aktiivisuuteen ja osallistumisrajoituksiin, riippuvuuden lisääntymiseen, kaatumispelon lisääntymiseen ja masennukseen . Lisäksi kaatumiset aiheuttavat huomattavasti enemmän stressiä jälkitautia sairastavien hoitajille .
kaatumisen ehkäisystrategiat ovat tehokkaimpia, jos riskiryhmään kuuluva henkilö voidaan arvioida/tunnistaa ennen loukkaantumista . On olemassa useita kliinisiä työkaluja, jotka arvioivat tarkasti seisomatasapainoon liittyviä toiminnallisia parametreja ja ennustavat kaatumisriskiä henkilöillä aivohalvauksen jälkeen. Asiaankuuluvia kliinisiä työkaluja ovat Berg Balance Scale (BBS), Timed Up And Go (TUG) testi, atk dynaaminen Posturografia (CDP) ja voima levyt, ja FRT . BBS soveltaa ordinaaliasteikkoa 14 funktionaaliseen liikkeeseen . Hinaaja on toiminnallinen kävelytesti, joka mittaa tehtävän valmistumisaikaa . CDP-ja force-levyt mittaavat yksilön paineen keskipistettä (Cop) ja COP korreloi huonon tasapainon ja kasvaneen kaatumisriskin kanssa . Edellä luetellut kliiniset välineet voivat vaatia kliinistä hoitoa ja / tai kalliita tai liikkumattomia laitteita. Näin ollen ne soveltuvat kliiniseen käyttöön, mutta niillä ei voida pitkittäissuunnassa valvoa yhteisössä asuvia henkilöitä ilman lääkärin läsnäoloa ja/tai kalliita laitteita.
kiihtyvyysmittarin ja gyroskoopin käyttöä on tutkittu seisomatasapainon kvantitatiiviseksi arvioimiseksi . Nämä tutkimukset osoittavat liiketunnistimien käyttökelpoisuuden funktionaalisen tasapainon mittauksessa. Molemmissa tutkimuksissa keskitytään kuitenkin lääkärin mittausherkkyyden parantamiseen sen sijaan, että luotaisiin etämittausjärjestelmä mobiiliterveyttä varten. Näiden tutkimusten menetelmiä ei voida soveltaa kotona ilman lääkärin läsnäoloa testin monimutkaisuuden (4-vaihe ja 6-vaihe) ja vaatimuksen (esim.käyttäjän silmät on suljettava) vuoksi.
tässä artikkelissa tutkimme puettavia teknologioita (eli reaaliaikaista liiketunnistusta), joiden avulla voimme arvioida putoamisriskiä FRT: n avulla. FRT on nopea yhden tehtävän dynaaminen testi määritelty suurin etäisyys voidaan saavuttaa eteenpäin kuin käsivarren pituus säilyttäen kiinteä tukijalka seisoma-asennossa . Tärkeää on, että sillä on muokattu versio istumisen tasapainoon, eli modifioitu FRT, jonka ennakoimme osoittautuvan hyödylliseksi istumisen mittauskehityksessä . FRT: n kehittivät Duncan et al. vuonna 1990 suhdemittausasteikkona vanhusväestön seisomatasapainon eturajojen määrittämiseksi . Alusta lähtien tämä toimenpide on osoittautunut päteväksi ja luotettavaksi testiksi tasapainovajeiden tunnistamiseksi aivohalvauksesta selviytyneille ja tehokkaaksi putoamisriskin ennustajaksi verrattuna muihin aikaa vieviin kliinisiin toiminnallisiin toimenpiteisiin . Erityisesti FRT arvioi, kuinka pitkälle käyttäjä voi päästä eteenpäin ryhtymättä toimenpiteisiin . Eri-ikäisten miesten ja naisten tavoiteetäisyyden normit on esitetty taulukossa 1 . FRT: n tavoiteetäisyyden perusteella voidaan tunnistaa henkilö, jolla on suuri putoamisriski (ts.positiivinen testi): I)yli 25,40 cm: n etumatka katsotaan negatiiviseksi.ii) alle 15, 24 cm: n pituuden on todettu liittyvän neljä kertaa suurempaan kaatumisriskiin seuraavien 6 kuukauden aikana.III) tavoittavuus 15.24–25.40 cm: n on todettu liittyvän kaksi kertaa suurempaan kaatumisriskiin seuraavien 6 kuukauden aikana.
|
|||||||||||||||||||||
reaaliaikainen FRT on yksi ehdotetun mStroke-järjestelmän toiminnoista, reaaliaikainen ja automaattinen mobiiliterveysjärjestelmä, joka voi myös arvioida motorista ohjausta ja arvioida potilaiden kävelynopeutta aivohalvauksen jälkeen. Täällä keskitymme FRT toiminto mStroke ja käsitellä kolme ilmaista ongelmia: (i) suunnittelu signaalinkäsittely algoritmeja, jotka voivat tarkasti ja uskollisesti arvioida reach etäisyys FRT, (ii) toteuttamalla interaktiivinen käyttäjäystävällinen sovellus käynnissä meidän laitteisto Alustan, ja (iii) arvioida käytettävyyttä ja luotettavuutta FRT toiminto mStroke terveillä aikuisilla aiheista.
kun FRT-toiminto mstrokessa osoittaa käytettävyytensä ja luotettavuutensa terveellä aikuisväestöllä, jatkokehitys ja arviointi suoritetaan poststroke-yksilöillä. Perimmäisenä tavoitteenamme on, että henkilöt aivohalvauksen jälkeen suorittavat helposti reaaliaikaisen kaatumisriskin arvioinnin hyödyntämällä tätä FRT-toimintoa klinikalla (esim.missä tahansa akuuttihoidossa/postakuutissa hoidossa/kuntoutuslaitoksessa) ja kotona milloin tahansa tarpeen mukaan ilman terveydenhuollon ammattilaisten apua. Toisin sanoen FRT voidaan siirtää ammattitaitoisesta kliinisestä antamisesta itsenäiseen potilashallintoon. mStroke, mukaan lukien FRT-toiminto, voi edistää läpitunkevaa, mitattavissa olevaa ja jatkuvaa potilaiden käyttäytymisen ja toipumisen seurantaa, joka voi tukea tehokasta ja pitkän aikavälin aivohalvauksen hallintaa selvästi nykyistä akuuttia klinikkapohjaista järjestelmää pidemmälle.
2. Materiaalit ja menetelmät
2.1. Laitteisto ja sen käyttäjäystävällisyys
Energia ja latenssi ovat kaksi merkittävää rajoitetta langattomissa tai mobiililaitteissa. Valitsimme NODE, kuvassa 1, kuten langaton kehon anturi mStroke . Tämä pienitehoinen ja matalan latenssin käsikäyttöinen laite on uusi modulaarinen anturialusta, joka käyttää Bluetooth Low Energy (BLE) – protokollaa kommunikoidakseen tukiaseman kanssa (esim.älypuhelin, iPad tai tietokone). Useat solmut voivat muodostaa yhteyden yhteen tukiasemaan. NODE perusmoduuli on MPU-9150, 9-akselinen MotionTracking laite valmistama InvenSense, joka pohjimmiltaan on inertial Motion Unit (IMU) sisältää kiihtyvyysmittari, gyroskooppi, ja magnetometri . Kiihtyvyysanturi voidaan ohjelmoida niin, että sen koko skaala on G, g, g tai g ja sen herkkyys on LSB/g . MPU-9150 on suunniteltu kulutuselektroniikan, mukaan lukien puettavat anturit, pienitehoisiin, edullisiin ja tehokkaisiin vaatimuksiin . NODE voi lähettää liikedataa iPadiin jopa 120 näytettä sekunnissa, ja sen kantama on jopa 50 m.NODE on halkaisijaltaan 25,4 mm: n sylinteri, jonka pituus on 83,8 mm ja se voidaan leikata vaatteisiin. Solmun kummassakin päässä voi olla ylimääräinen vaihdettavissa oleva anturiyksikkö. Nämä anturiyksiköt voivat palvella erilaisia toimintoja, kuten lämpötilaa, kosteustasoa, oksimetriä tai ultraäänen seurantaa/mittausta. Tässä paperissa käytämme vain solmua IMU: n kanssa.
viime vuosina ajatus antureiden (esim .kiihtyvyysmittarin, gyroskoopin, magnetometrin ja elektromyografian) käyttämisestä ihmisen liiketietojen hankkimiseen kuntoutustutkimuksiin ja-käytäntöihin on saanut paljon huomiota. Kiihtyvyysmittarit mittaavat kiihtyvyysvektoria; gyroskoopit antavat kulmakiertonopeuden; ja magnetometrit mittaavat magneettikenttien voimakkuutta ja joissakin tapauksissa niiden suuntaa. Näiden kolmen anturin 9-akselinen anturifuusio antaa mstrokelle mahdollisuuden voittaa jokaisesta yksittäisestä liiketunnistimesta löytyvät luontaiset puutteet.
FRT-funktion toteuttamiseksi käytetään rintavaljaiden kautta yhtä solmua, joka on esitetty kuvassa 2. Fysioterapian opiskelijat testasivat valjaiden pukemista ja pukemista taitavan emuloinnin avulla. Tulokset viittaavat siihen, että tällainen valjasjärjestelmä muunnetaan potilaskäyttöön. Lisäksi, jos solmua ei käytetä oikein (esim., Solmu käännetään tai käännetään ylösalaisin), sovellus lähettää varoitusilmoituksen.
2.2. Ohjelmisto ja sen käyttäjäystävällisyys
ohjelmiston toiminnallisuuden kannalta FRT-toiminto mstrokessa sisältää putoamisriskien arvioinnin ja virheiden havaitsemisen. Virheitä ovat muun muassa virheellinen seisoma-asento ja kaatuminen. FRT: n alussa sovellus pyytää käyttäjää omaksumaan mukavan, pystyasennon. Sovellus ilmoittaa käyttäjälle, jos rintasolmu havaitsee virheellisen vartalon asennon. Jotta voitaisiin ottaa huomioon henkilöt aivohalvauksen jälkeen, joilla voi olla heikentynyt seisoma-asento, tavaratilan koukistus jopa 30° on hyväksyttävää . Tämän jälkeen sovellus ohjeistaa käyttäjää koukistamaan hallitsevan yläraajan olkapään (eli aivoinfarktin jälkeen vähemmän kärsivän yläraajan) noin 90°: seen. Kun varsi on oikein sijoitettu, käyttäjä kurkottaa mahdollisimman pitkälle eteenpäin ottamatta askelta. Lopuksi, FRT etäisyys arvioidaan perustuu ehdotetun algoritmin.
MSTROKEN FRT-toiminto on yksilöllinen jokaiselle yksittäiselle käyttäjälle syöttämällä käyttäjän tavaratilan pituus, olkapään leveys ja reiden pituus sovellukseen ennen FRT: n aloittamista. Kun algoritmi arvioi FRT-etäisyyden, tulos ilmoitetaan käyttäjälle reaaliaikaisesti vakiintuneiden FRT-normien perusteella (Taulukko 1). Turvallisuuden varmistamiseksi mStroke on varustettu putoamistunnistusalgoritmilla, ja se voidaan ohjelmoida antamaan automaattinen hätäilmoitus putoamistapauksessa. Tätä tarkoitusta varten olemme toteuttaneet Li et al: n ehdottaman 3-portaisen putoamisalgoritmin. .
2.3. FRT: n Etäisyysarvio
2.3.1. Kulman estimointi
solmun imussa on kiihtyvyysmittari, gyroskooppi ja magnetometri. Käytämme kvaternion laskettu lukemat näiden kolmen anturin tarkan kulman estimointi. Kvaternio on neliulotteinen kompleksiluku, jolla voidaan esittää jäykän kappaleen orientaatiota kolmiulotteisessa avaruudessa . Vuonna kvaternion representaatio, kuvaa suuntausta kehyksen suhteessa kehykseen . Mikä tahansa kehyksen suunta suhteessa kehykseen voidaan saavuttaa kehyksessä määritellyn akselin ympäri kiertyvän kulman avulla . Tätä suuntausta kuvaava kvaternio määritellään seuraavasti: missä, ja määrittele yksikkövektorin komponentit kehyksessä -, – ja-akseleilla vastaavasti .
Oletetaan, että viite-kvaternio on; nykyinen kvaternio on; ja orientaatio välillä ja on . Sitten suhde keskuudessa,, ja voidaan esittää seuraavasti: missä kristillisdemokraattien kvaternion tuote, joka voidaan määrittää käyttämällä Hamilton sääntö :
kvaternionikonjugaatilla, jota merkitään , voidaan vaihtaa orientaatiolla kuvatut suhteelliset kehykset :
perustuen (2) ja (4), saadaan helposti seuraava:
kolmiulotteista vektoria voidaan pyörittää kvaterniolla . Jos ja ovat sama vektori kuvattu frame ja frame, vastaavasti, niin saamme seuraavat: missä ja sisältävät kuin ensimmäinen elementti, jotta ne neliulotteinen vektorit .
tällaista kiertokulmaa vastaava kulma voidaan saada kahden vektorin kulmasta, toisin sanoen, Ja missä ja niillä on samat matemaattiset lausekkeet , mutta ne edustavat eri vektoreita:
kuitenkin laskettuna (6) ja (7) perusteella on kaksi ongelmaa käytännön toteutuksessamme. Yksi ongelma on, että on aina positiivinen ja toinen ongelma on, että voi olla missä tahansa kiertosuunnassa. Selitämme nämä kaksi ongelmaa kuviossa 3 esitettyjen havainnollisten esimerkkien avulla. Kuvat 3 (a) ja 3 (b) kuvaavat kiertoa eteenpäin ja kiertoa taaksepäin kehyksestä kehykseen akselin suuntaisesti. Kuva 3 (c) kuvaa pyörimistä akselin suuntaisesti. Oletetaan, että absoluuttiset arvot kulmat kaikki rotaatiot ovat . Perustuu (6), vastaa ja vastaa. Lisäksi, jos (7) on sovellettu, saamme seuraavat:missä ja kuvaamaan rotations esitetty kuvioissa 3(a) ja 3(b), vastaavasti. Siten emme voi erottaa eteenpäin kierto ja taaksepäin kierto ja . Kun otetaan huomioon kuva 3 (c), Jos olemme kiinnostuneita vain kierto suuntaisesti kehyksen , meidän pitäisi saada 0° kulmaan tällaisen kierto. Kuitenkin, saamme edelleen sijasta 0° käyttämällä (6) ja (7).
(a) eteenpäin pyöriminen akselin suuntaisesti, projisoituna tasoon
(b) taaksepäin pyöriminen akselin suuntaisesti, projisoituna tasoon
(c) kierto akselin suuntaisesti
(a) eteenpäin pyöriminen akselin suuntaisesti, projisoituna tasolle
(b) kiertyminen taaksepäin akselin suuntaisesti, projisoitu tasolle
(c) kiertyminen akselin suuntaisesti
näiden kahden ongelman ratkaisemiseksi ehdotamme seuraavaa ratkaisua odotetusti. Lisäksi (6), sovellamme toisen vektorin kierto seuraavasti:olettaa ja vastaavat kehyksessä ja kehyksessä, vastaavasti. Sitten löydämme välinen kulma ja hieman päivittämällä (7) seuraavasti:Näin
tiivistettynä ehdotetulla ratkaisulla voidaan käsitellä edellä mainittuja ongelmia, jotka on esitetty kuvassa 3: (i)Kuvassa 3 (a) eteenpäin kiertämisen osalta, ja .(ii) Kuvassa 3(b) taaksepäin kierto, ja .(iii) Kuvassa 3(c) kierto pitkin-akselin, ja , mikä tarkoittaa kulma tällaisen kierto projisoidaan suuntaisesti kehyksen on 0∘.
2.3.2. Toiminnallinen ulottuvuus, joka johtuu tavaratilan Koukistuksesta
kliinisen havainnon perusteella, FRT: n tavoitettavuus tapahtuu pääasiassa tavaratilan koukistuksella. Jos voimme arvioida rungon koukistuskulmaa ehdotetun algoritmin perusteella, joka on esitetty kohdassa 2.3.1, voimme laskea vastaavan tavoiteetäisyyden trigonometrisen funktion mukaan seuraavasti:missä merkitään rungon pituus mitattuna manuaalisesti ja merkitään rungon taivutuskulma, joka arvioidaan automaattisesti mStroke-menetelmällä. Rintasolmun IMU antaa tarvittavat kvaterniotiedot rungon koukistuskulman arvioimiseksi.
2.3.3. Ylävartalon kiertymisen vaikutuksessa
otetaan huomioon vain tavaratilan koukistuksesta johtuva toiminnallinen ulottuvuus. Ihmiskeho ei kuitenkaan ole tiukasti jäykkä. Kun FRT suoritetaan, on väistämätön ylävartalo kierre. Myös ylävartalon kierre edistää toiminnallista ulottuvuutta. Rintasolmun 3-akselisen IMU: n avulla voimme arvioida ylävartalon kiertokulman samanaikaisesti tavaratilan koukistuskulman kanssa. Voidaan siis päivittää seuraavasti: missä ilmoitetaan käsin mitattu olkapään leveys ja automaattisesti mStroke-menetelmällä arvioitu ylävartalon kierähdyskulma.
2.3.4. Reisiliikkeen vaikutus
kun henkilö suorittaa FRT: n, alavartalo ei pysy kohtisuorassa maahan nähden. Alavartalo saattaa joskus siirtyä taaksepäin, jotta ihmisen massakeskipiste pysyisi hänen tukipohjassaan. Mikä tahansa alarungon poikkeama alkuperäisestä pystyasennosta voi vaikuttaa FRT-tulokseen. Näin ollen meidän on nimenomaisesti harkittava tällaista vaikutusta. Rintasolmun IMU on mahdotonta kaapata alavartalon liikettä FRT: ssä. Näin hyödynnämme toista solmua reidessä arvioidaksemme reiden liikekulmaa. Tämän kulman perusteella voimme määrittää alavartalon liikkeen, joka edistää toiminnallista ulottuvuutta, kuten missä merkitsee reiden pituutta käsin mitattuna ja reiden liikekulmaa, joka arvioidaan automaattisesti mstrokella. Lopulta ehdotamme kolmatta reach-etäisyysmittaa seuraavasti:
3. Tulokset ja keskustelu
3. 1. FRT-Luotettavuusmenetelmä
FRT-luotettavuustutkimus tehtiin terveillä aikuisilla koehenkilöillä tutkimusympäristössä, jolla oli asianmukainen IRB-hyväksyntä. Tutkittavat antoivat tietoon perustuvan suostumuksen ennen osallistumista. Ikä ja sukupuoli kirjattiin koehenkilöiden väestötietoihin. Mukavuusnäytteen, terveiden korkeakouluopiskelijoiden ansiosta useimmilla koehenkilöillämme on normaali painoindeksi. Poikkeavia pidetään ylipainoisina, ei lihavina.
kunkin koehenkilön tavaratilan pituus, hartioiden leveys ja reiden pituus mitattiin manuaalisesti ja syötettiin sovellukseen ennen FRT: n aloittamista. Seinään kiinnitettiin mittanauha kunkin koehenkilön hartiakorkeudelle.
kliinisellä cueingilla koehenkilö asetettiin seisomaan seinään kiinnitetyn mittanauhan viereen, jotta hänen ulottuvuutensa ei ylittäisi mittanauhan pituutta. Tämän jälkeen koehenkilöä ohjeistettiin nostamaan yläraajansa 90 asteeseen. Kliinikko arvioi lähtöasennon tutkittavan distaalisessa kolmannessa falangissa. Tämän jälkeen aihetta pyydettiin etenemään mahdollisimman pitkälle ottamatta askeltakaan. Kun kohde oli saavuttanut huippunsa, kliinikko merkitsi tavoittavuuden loppuosan. Näiden kahden mittausnauhan merkityn paikan välistä absoluuttista etäisyyttä käytettiin vertailukohtana mStroke – arvioidulle reach-etäisyydelle. Testasimme FRT-toimintoa mstrokessa kahdella koehenkilöllä sen suorituskyvyn tarkistamiseksi. Jokainen koehenkilö suoritti FRT: n viisi kertaa.
3.2. FRT: n suorituskyky
ryhmään 1 kuuluu 17 tervettä aikuista koehenkilöä. Taulukossa 2 esitetään Ryhmän 1 väestötiedot. Ryhmässä 1 käytetään yhtä (rintaan sijoitettua) solmua arvioimaan vartalon koukistuskulmia ja ylävartalon kiertymiskulmia, kuten kuvassa 4 esitetään. Ylävartalon kiertymiskulmien histogrammi esitetään kuvassa 5. Kuvasta 5 voidaan helposti havaita, että suurin osa ylävartalon kiertymiskulmista ei ole yhtä suuret , mikä ei vaikuta toiminnalliseen ulottuvuustulokseen. Saavutusetäisyyden estimoinnin suoritusarvot absoluuttisen virheen keskiarvona (Mae) ja korrelaatiokertoimena on esitetty taulukossa 3, jossa ilmoitetaan kliinikon käsin mittaama saavutusetäisyys ja joka toimii FRT-toiminnon suorituskyvyn vertailuarvona mstrokessa. ja kuvataan 2.3.2 kohdan 12 alakohdassa ja 2.3.3 kohdan 13 alakohdassa. Ottaen huomioon MAE, outperforms mennessä . Bland Altman piirtää välillä ja sekä välillä ja on esitetty kuvissa 6 ja 7, vastaavasti. Eroavaisuuksien keskiarvo osoittaa mittauksen ja vertailuarvon välisen harhan/poikkeaman. + 1,96 erojen keskihajonta (SD) ja -1,96 erojen SD antavat vaihteluväliksi 95 sopimusrajaa. Suurin osa eroista sijoittuu tällaiseen vaihteluväliin.
|
||||||||||||||||||||||||
|
||||||||||||||||||
(a) Aloita FRT
(b) Perform FRT
(a) Aloita FRT
(b) Suorita FRT
ryhmään 2 kuuluu 23 tervettä aikuista koehenkilöä, joiden väestötiedot on esitetty taulukossa 4. Toisin kuin ryhmässä 1, ryhmässä 2 käytetään kahta solmua arvioimaan vartalon koukistumista, ylävartalon kiertymistä ja reiden liikekulmia (KS.Kuva 8). Ylävartalon kiertymisen ja reiden liikekulmien histogrammit esitetään kuvissa 9 ja 10. Molemmat luvut osoittavat selvästi, että ylävartalon kiertymisen ja reiden liikkeen Epäsuhtaiset kulmat hallitsevat testejä. Vastaavat suoritukset esitetään taulukossa 5. kuvataan 2.3.4 kohdan 14 alakohdassa. Kun otetaan huomioon MAE, outperforms mennessä ja edelleen parantaa suorituskykyä .
|
||||||||||||||||||||||||
|
||||||||||||||||||||||||
(a) Aloita FRT
(b) Perform FRT
(a) Aloita FRT
(b) Suorita FRT
vaikka koetulokset ovat lupaavia, tulosparannukseen on vielä varaa. Tutkimuksemme viittaavat selvästi siihen, että enemmän liiketunnistimia (esim.anturi olkapäässä tai käsivarressa) tulisi harkita FRT-toiminnon suorituskyvyn parantamiseksi mstrokessa syömällä tarkempia kehon liikkeitä FRT-harjoituksessa.
4. Päätelmät
olemme suunnitelleet ja kehittäneet liikkuvan terveydenhuoltojärjestelmän (eli mStroke), joka voi suorittaa FRT: n, tarkan yhden tehtävän kliinisen työkalun, reaaliaikaiseen kaatumisriskin arviointiin. Kolme eri reach etäisyys mittaa (eli, , , ja ) on annettu. Mstroken FRT-toiminnon luotettavuutta on testattu kahdella terveellä aikuisryhmällä. Kokeelliset tulokset vahvistavat sen konseptin ja toteutettavuuden. Kliininen tutkimus henkilöillä aivohalvauksen jälkeen on seuraava askel FRT-toiminnon kehittämiseksi mstrokessa.
julkaiseminen
sisältö on yksinomaan kirjoittajien vastuulla eikä välttämättä edusta National Institutes of Healthin virallisia näkemyksiä.
kilpailevat intressit
kirjoittajat ilmoittavat, ettei tämän paperin julkaisemiseen liity kilpailevia intressejä.
kiitokset
tässä asiakirjassa raportoitua tutkimusta tuki National Institute of biolääketieteen Imaging and Bioengineering of the National Institutes of Health-tutkimuslaitoksen myöntämä palkinto nro. R15EB015700. Tätä työtä rahoitti osittain myös Tennessee Higher Education Commission.