realtids Faldrisikovurdering ved hjælp af funktionel Reach-Test

abstrakt

fald er almindelige og farlige for overlevende af slagtilfælde i alle stadier af bedring. Det udbredte behov for at vurdere faldrisiko i realtid for enkeltpersoner efter slagtilfælde har genereret nye anmodninger om en pålidelig, billig, kvantificerbar og fjern klinisk foranstaltning/værktøj. For at imødekomme disse anmodninger undersøger vi Functional Reach Test (FRT) til realtids faldrisikovurdering og implementerer FRT-funktionen i mStroke, et realtids-og automatisk mobilt sundhedssystem til genopretning og rehabilitering efter slagtilfælde. mStroke er designet, udviklet og leveret som en applikation (App), der kører på en udstyrsplatform bestående af en iPad og en eller to trådløse kropsbevægelsessensorer baseret på forskellige mobile sundhedsfunktioner. FRT-funktionen i mStroke testes i vid udstrækning på raske mennesker for at verificere dets koncept og gennemførlighed. Foreløbig præstation vil blive præsenteret for at retfærdiggøre den videre udforskning af FRT-funktionen i mStroke gennem kliniske forsøg på individer efter slagtilfælde, som kan styre dens allestedsnærværende udnyttelse i den nærmeste fremtid.

1. Introduktion

fald er almindelige for overlevende af slagtilfælde i alle stadier af bedring . Samfundsbeboende personer med kronisk slagtilfælde har den højeste faldforekomst kl . Derfor er hoftefrakturer fire gange mere tilbøjelige til at forekomme hos overlevende efter slagtilfælde sammenlignet med den generelle ældre befolkning . Fald resulterer også i progressiv aktivitet og deltagelsesbegrænsninger, øget afhængighed, øget frygt for at falde og depression . Derudover fører fald til betydeligt mere stress for plejere af poststroke individer .

Faldforebyggelsesstrategier er mest effektive, hvis den person, der er i fare, kan vurderes/identificeres, før der opstår skade . Der er flere kliniske værktøjer, der nøjagtigt vurderer funktionelle parametre forbundet med stående balance og forudsiger faldrisiko hos personer efter slagtilfælde. Relevante kliniske værktøjer inkluderer Berg Balance Scale (BBS), Timed up and Go (TUG) test, computeriseret dynamisk Posturografi (CDP) og kraftplader og FRT . BBS anvender en ordinær ratingskala til 14 funktionelle bevægelser . Slæbebåd er en funktionel gangtest, der måler opgavens afslutningstid . CDP-og kraftpladerne måler en persons Trykcenter (COP), og COP korrelerer med dårlig balance og øget faldrisiko . De tidligere anførte kliniske værktøjer kan kræve klinikeradministration og / eller dyrt eller immobilt udstyr. Derfor er de egnede til klinisk brug, men kan ikke i længderetningen overvåge individer i samfundet uden tilstedeværelse af en kliniker og/eller dyrt udstyr.

anvendelsen af accelerometer og gyroskop er blevet undersøgt for kvantitativt at vurdere stående balance . Disse undersøgelser viser anvendeligheden af bevægelsessensorer i måling af funktionel balance. Begge undersøgelser fokuserer imidlertid på at forbedre klinikerens målefølsomhed snarere end at producere et fjernmålingssystem til mobil sundhed. Metoder i disse undersøgelser kan ikke anvendes derhjemme uden tilstedeværelse af en kliniker på grund af testkompleksitet (henholdsvis 4-trin og 6-trin) og krav (f.eks.

i dette papir udforsker vi bærbare teknologier (dvs.realtids bevægelsessensor) for at vurdere faldrisiko ved hjælp af FRT. FRT er en Hurtig dynamisk test med en enkelt opgave defineret som den maksimale afstand, man kan nå frem over armlængden, samtidig med at man opretholder en fast understøtningsbase i stående stilling . Det er vigtigt, at den har en ændret version til siddebalance, det vil sige den modificerede FRT, som vi forventer, at den vil vise sig nyttig til siddemålingsudviklingen . FRT blev udviklet af Duncan et al. i 1990 som et forhold måleskala at bestemme forreste grænser for stående balance i den ældre befolkning . Siden starten har denne foranstaltning vist sig at være en gyldig og pålidelig test til identifikation af underskud i balance for slagtilfælde overlevende og en stærk forudsigelse for faldrisiko sammenlignet med andre mere tidskrævende kliniske funktionelle foranstaltninger . Specifikt vurderer FRT, hvor langt brugeren kan nå frem uden at tage skridt . Normerne for rækkevidde for mænd og kvinder i forskellige aldre er opsummeret i tabel 1 . Baseret på rækkevidden i FRT kan en person med høj risiko for at falde (dvs.positiv test) identificeres :(i)en negativ test overvejes for en fremadrettet rækkevidde på mere end 25,40 cm.(ii) en rækkevidde på mindre end 15,24 cm viser sig at være forbundet med en fire gange større risiko for fald i løbet af de følgende 6 måneder.(III) en rækkevidde inden 15.24–25.40 cm viser sig at være forbundet med en to gange større risiko for fald i løbet af de følgende 6 måneder.

alder mænd kvinder
20-40 42.49 cm 37, 19 cm
41-69 38.05 cm 35, 08 cm
70-87 33.43 cm 26.59 cm
tabel 1
funktionelle reach-normer.

real-time FRT er en af funktionerne i vores foreslåede mStroke, et real-time og automatisk mobilt sundhedssystem, som også kan evaluere motorstyring og estimere ganghastighed hos patienter efter slagtilfælde. Her fokuserer vi på FRT-funktionen i mStroke og adresserer tre gratis problemer: (i) design af signalbehandlingsalgoritmer, der nøjagtigt og trofast kan estimere rækkevidde i FRT, (ii) implementering af en interaktiv brugervenlig App, der kører på vores udstyrsplatform, og (iii) evaluering af anvendeligheden og pålideligheden af FRT-funktionen i mStroke på raske voksne emner.

når FRT-funktionen i mStroke demonstrerer dens anvendelighed og pålidelighed i en sund voksen befolkning, udføres yderligere udvikling og evaluering hos poststroke-individer. Vores ultimative mål er, at personer efter slagtilfælde nemt kan udføre en realtids faldrisikovurdering ved at drage fordel af denne FRT-funktion i klinikken (f.eks. enhver akut pleje/postakut pleje/rehabiliteringsfacilitet) og hjemme, når som helst efter behov uden hjælp fra sundhedspersonale. Med andre ord kan FRT overføres fra den dygtige kliniske administration til den uafhængige patientstyring. mStroke, inklusive FRT-funktionen, kan fremme gennemgribende, kvantificerbar og fortsat overvågning af patienters adfærd og inddrivelser, som kan understøtte effektiv og langsigtet slagtilfælde langt ud over det nuværende akutte klinikbaserede system.

2. Materialer og metoder

2.1. Udstyr og dets brugervenlighed

energi og latenstid er to store begrænsninger for enhver trådløs eller mobil sundhedsenhed. Vi valgte NODE, vist i Figur 1, som den trådløse kropssensor til mStroke . Denne håndholdte enhed med lav effekt og lav latenstid er en ny modulær sensorplatform, der bruger Bluetooth-protokollen med lav energi (BLE) til at kommunikere med en basestation (f.eks. Flere noder kan forbinde med en enkelt basestation. Det grundlæggende modul i NODE er MPU-9150, en 9-akset Bevægelsessporingsenhed fremstillet af InvenSense, som i det væsentlige er en inertiel Bevægelsesenhed (IMU) indeholdende accelerometer, gyroskop og magnetometer . Accelerometeret kan programmeres til at have fuldskalaområdet g, g, g eller g, og dets følsomhed er LSB/g . MPU-9150 er designet til forbrugerelektronik med lav effekt, lave omkostninger og høj ydeevne, herunder bærbare sensorer . NODE kan sende bevægelsesdata til en iPad med op til 120 prøver i sekundet med en rækkevidde på op til 50 m. NODE er en cylinder med en diameter på 25,4 mm med en længde på 83,8 mm og kan klippes til tøj. Hver ende af noden kan acceptere en ekstra udskiftelig sensorenhed. Disse sensorenheder kan tjene en række funktioner såsom temperatur, fugtighedsniveau, oksimeter eller ultralydovervågning/måling. I forbindelse med dette papir anvender vi kun noden med en IMU.

Figur 1
NODE.

i de senere år har ideen om at anvende sensorer (f .eks. accelerometer, gyroskop, magnetometer og elektromyografi) til at erhverve menneskelige bevægelsesdata til rehabiliteringsundersøgelser og praksis fået stor opmærksomhed. Accelerometre måler accelerationsvektor; gyroskoper giver vinkelrotationshastighed; og magnetometre måler styrken og i nogle tilfælde retningen af magnetfelter. En 9-akset sensorfusion af disse tre sensorer gør det muligt for mStroke at overvinde de iboende fejl, der findes i hver enkelt bevægelsessensor.

for at udføre FRT-funktionen bæres en knude via brystsele, som er vist i figur 2. Donning og doffing selen blev testet af fysioterapi studerende via dygtig emulering. Resultaterne antyder oversættelse af et sådant selesystem til patientbrug. Derudover, hvis NODE ikke er slidt korrekt (f. eks. Vendt på hovedet), vil den App sende en advarsel meddelelse.

figur 2
NODE på brystet for FRT.

2.2. Programmel og dets brugervenlighed

med hensyn til programmelfunktionalitet omfatter FRT-funktionen i mStroke fall risk assessment og error detection. Fejl omfatter defekt stående stilling og faldende. I begyndelsen af FRT beder appen brugeren om at påtage sig en behagelig, oprejst holdning. Appen giver brugeren besked, hvis brystknuden registrerer en forkert kropsholdning. For at redegøre for personer efter slagtilfælde, der kan have nedsat stående stilling, er bagagerumsbøjning op til 30 kg acceptabel . Appen instruerer derefter brugeren om at bøje skulderen på den dominerende øvre ekstremitet (dvs.den mindre berørte øvre ekstremitet hos overlevende efter slagtilfælde) til cirka 90 kg. Når armen er korrekt placeret, vil brugeren nå frem så langt som muligt uden at tage et skridt. Endelig estimeres FRT-afstanden baseret på vores foreslåede algoritme.

FRT-funktionen i mStroke er personlig for hver enkelt bruger ved at indtaste brugerens bagagerumslængde, skulderbredde og lårlængde i appen, før FRT startes. Når algoritmen estimerer FRT-afstanden, annonceres resultatet til brugeren i realtid baseret på etablerede FRT-normer (tabel 1). For at sikre sikkerhed er mStroke udstyret med en falddetekteringsalgoritme og kan programmeres til at give automatisk meddelelse om akut medicinsk service i tilfælde af et fald. Til dette formål, vi har implementeret 3-trins falddetekteringsalgoritme foreslået af Li et al. .

2.3. Estimering af FRT-afstand
2.3.1. Vinkel estimering

der er accelerometer, gyroskop og magnetometer i NODE IMU. Vi udnytter kvaternion beregnet ud fra aflæsninger af disse tre sensorer til nøjagtig vinkelestimering. En kvaternion er et firedimensionelt komplekst tal, der kan bruges til at repræsentere orienteringen af en stiv krop i et tredimensionelt rum . I kvaternion repræsentation, beskriver orienteringen af rammen i forhold til rammen . Enhver orientering af rammen i forhold til rammen kan opnås gennem en rotation af vinkel omkring akse defineret i rammen . Kvaternionen, der beskriver denne orientering , er defineret som følger:hvor,, og definer komponenterne i enhedsvektoren i -, -, og-akser af ramme, henholdsvis .

Antag referencen kvaternion er ; den nuværende kvaternion er ; og orienteringen mellem og er . Derefter forholdet mellem,, og kan repræsenteres som følger: hvor betegner kvaternionproduktet, som kan bestemmes ved hjælp af Hamilton-reglen :

kvaternionkonjugatet, betegnet med , kan bruges til at bytte de relative rammer beskrevet af en orientering:

baseret på (2) og (4) kan vi let få følgende:

en tredimensionel vektor kan roteres af en kvaternion . Hvis og er den samme vektor beskrevet i henholdsvis ramme og ramme , får vi følgende:Hvor og indeholder som det første element for at gøre dem firedimensionelle vektorer .

vinkel svarende til en sådan rotation kan opnås fra vinklen på to vektorer, Det vil sige, og hvor og har de samme matematiske udtryk , men repræsenterer forskellige vektorer:

men beregnet ud fra (6) og (7) har to problemer for vores praktiske implementering. Et problem er, at det altid er positivt, og det andet problem er, at det kan være i enhver rotationsretning. Vi vil forklare disse to problemer ved hjælp af illustrative eksempler vist i figur 3. Figur 3(A) og 3(b) repræsenterer henholdsvis fremadrotation og rygrotation fra ramme til ramme langs akse. Figur 3 (c) repræsenterer en rotation langs akse. Antag de absolutte værdier af vinkler for alle rotationer er . Baseret på (6), svarer til og svarer til . Desuden, hvis(7) anvendes, får vi følgende:Hvor og betegner rotationerne vist i henholdsvis figur 3(A) og 3 (b). Således kan vi ikke differentiere fremadrotation og bagud rotation fra og . Under hensyntagen til figur 3 (c), hvis vi kun er interesseret i en rotation i rammeplanet , skal vi få 0-pund for vinklen på en sådan rotation. Vi får dog stadig i stedet for 0 liter ved at bruge (6) og (7).

(a) fremadrotation langs aksen, projiceret ind i Planet
(a) fremadrotation langs aksen, projiceret ind i Planet
(B) baglæns rotation langs aksen, projiceret ind i Planet
(b) baglæns rotation langs aksen, projiceret ind i Planet
(C) Rotation langs akse
(c) Rotation langs akse

(a) fremadrotation langs aksen, projiceret i Planet
(a) fremadrotation langs aksen, projiceret i Planet(b) bagud rotation langs aksen, projiceret i Planet
(b) baglæns rotation langs akse, projiceret i Planet(c) Rotation langs akse
(c) Rotation langs akse

figur 3
Rotation fra ramme til ramme .

for at løse disse to problemer foreslår vi følgende løsning for at opnå som forventet. Ud over (6) anvender vi den anden vektorrotation som følger:Antag og svarer til henholdsvis i ramme og ramme. Derefter finder vi vinklen mellem og ved lidt opdatering (7) som følger:På denne måde

sammenfattende kan den foreslåede løsning løse de førnævnte problemer illustreret i figur 3:(i)i figur 3(A) til fremadrotation og .(ii) i figur 3(b) for baglæns rotation, og .(iii) i figur 3(c) til rotation langs-akse, og , hvilket betyder, at vinklen af en sådan rotation projiceret i rammeplanet vil være 0 poler.

2.3.2. Funktionel rækkevidde på grund af Bagagerumsbøjning

baseret på den kliniske observation udføres rækkevidden i FRT hovedsageligt gennem bagagerumsbøjning. Hvis vi kan estimere bagagerumsfleksionsvinkel baseret på den foreslåede algoritme præsenteret i afsnit 2.3.1, kan vi beregne den tilsvarende rækkevidde i henhold til trigonometrisk funktion som følger:hvor angiver bagagerumslængde målt manuelt og betegner bagagerumsfleksionsvinkel estimeret automatisk ved mStroke. IMU i brystknuden giver den nødvendige kvaternioninformation til at estimere bagagerumets bøjningsvinkel.

2.3.3. Effekt af Torsovridning

tager kun hensyn til den funktionelle rækkevidde på grund af bagagerumsbøjning. Imidlertid er menneskekroppen ikke strengt en stiv krop. Når FRT udføres, er der en uundgåelig torso vridning. Torsovridningen vil også bidrage til den funktionelle rækkevidde. Med den 3-aksede IMU i brystknuden kan vi estimere torsosvridningsvinkel samtidigt med bagagerumets bøjningsvinkel. Dermed, kan opdateres som :hvor betegner skulderbredde målt manuelt og betegner torsosvridningsvinkel estimeret automatisk ved mStroke.

2.3.4. Effekt af Lårbevægelse

når en person udfører FRT, forbliver underkroppen ikke vinkelret på jorden. Underkroppen kan undertiden fortrænge bagud for at holde personens centrum af massen inden for hans/hendes base af støtte. Enhver afvigelse fra underkroppen fra den oprindelige lodrette position kan påvirke FRT-resultatet. Derfor skal vi eksplicit overveje en sådan effekt. Det er umuligt for IMU i brystknuden at fange underkroppens bevægelse i FRT. Således udnytter vi en anden knude på låret for at estimere lårbevægelsesvinklen. Baseret på denne vinkel, vi kan kvantificere underkroppens bevægelse, som bidrager til den funktionelle rækkevidde, som hvor angiver lårlængde målt manuelt og angiver lårbevægelsesvinkel estimeret automatisk ved mStroke. Til sidst foreslår vi den tredje rækkevidde som følger:

3. Resultater og diskussion

3.1. FRT-Pålidelighedsmetoden

FRT-pålidelighedsundersøgelsen blev udført på raske voksne forsøgspersoner i en forskningsindstilling med passende IRB-godkendelse. Emner gav informeret samtykke inden deltagelse. Alder og køn blev registreret som emnedemografi. På grund af en prøve af bekvemmelighed, sunde universitetsstuderende, har de fleste af vores fag et normalt kropsmasseindeks. Eventuelle outliers ville blive betragtet som overvægtige, ikke overvægtige.

for hvert emne blev bagagerumslængde, skulderbredde og lårlængde målt manuelt og indtastet i appen, før FRT blev startet. Et målebånd blev fastgjort til væggen i skulderhøjden på hvert motiv.

med kliniker cueing blev motivet placeret stående ved siden af det vægmonterede målebånd, så hans/hendes rækkevidde ikke ville overstige målebåndets længde. Emnet blev derefter instrueret om at hæve hans/hendes øvre ekstremitet til 90 kr. Startpositionen blev vurderet af klinikeren ved motivets distale tredje Falange. Emnet blev efterfølgende bedt om at nå frem så langt som behageligt muligt uden at tage et skridt. På toppen af fagets rækkevidde markerede klinikeren rækkevidden. Den absolutte afstand mellem disse to markerede positioner på målebåndet blev brugt som sammenlignings benchmark for mStroke estimeret rækkevidde. Vi testede FRT-funktionen i mStroke på to grupper af emner for at verificere dens ydeevne. Hvert emne udførte FRT fem gange.

3.2. FRT-præstationen

gruppe 1 inkluderer 17 raske voksne forsøgspersoner. Tabel 2 viser gruppe 1 demografiske data. En knude (placeret på brystet) bruges i gruppe 1 til at estimere bagagerumsfleksion og torsosvridningsvinkler, som vist i figur 4. Histogrammet af torsovridningsvinkler er vist i figur 5. Det kan let observeres fra Figur 5 , at de fleste af torsovridningsvinkler ikke er lig med, hvilket vil medføre ikke-triviel effekt på det funktionelle reach-resultat. Resultaterne af estimering af reach-afstand med hensyn til gennemsnitlig absolut fejl (MAE) og korrelationskoefficient er angivet i tabel 3, Hvor angiver reach-afstanden manuelt målt af en kliniker og fungerer som præstations benchmark for FRT-funktionen i mStroke. og er beskrevet i henholdsvis punkt 2.3.2 og punkt 12 i punkt 2.3.3. Med hensyn til MAE, overgår ved . Bland Altman tegner mellem og såvel som mellem og er vist i figur 6 og 7, henholdsvis. Gennemsnit af forskelle viser bias / uoverensstemmelse mellem måling og benchmark. + 1.96 standardafvigelse (SD) af forskelle og -1.96 SD af forskelle giver intervallet 95 grænser for aftale. De fleste af forskellene falder inden for et sådant interval.

køn nummer alder (gennemsnit)
kvinde 10 23.6
mand 7 23.9
i alt 17 23.7
tabel 2
emnedemografi, gruppe 1.

versus versus
MAE 3.53 cm 2.93 cm
Correlation coefficient 0.83 0.85
Table 3
FRT results, Group 1.

(a) Start FRT
(a) Start FRT
(B) Udfør FRT
(b) Udfør FRT

(a) Start FRT
(a) Start FRT(b) Udfør FRT
(b) Udfør FRT

figur 4
et emne, der udfører FRT iført en enkelt brystknude, gruppe 1.

figur 5
Histogramplot af torsosvridningsvinkel (venstre), gruppe 1.

figur 6
Bland Altman plot mellem og, gruppe 1.

Figur 7
Bland Altman planlægger mellem og, gruppe 1.

gruppe 2 omfatter 23 raske voksne forsøgspersoner med demografi vist i tabel 4. I modsætning til gruppe 1 anvendes to knudepunkter i gruppe 2 til at estimere bagagerumsbøjning, torsovridning og lårbevægelsesvinkler (se figur 8). Histogrammerne for torsosvridnings-og lårbevægelsesvinkler er vist i henholdsvis figur 9 og 10. Begge figurer viser tydeligt, at ikke-nulvinkler til torsovridning og lårbevægelse dominerer testene. De tilsvarende præstationer er vist i tabel 5. er beskrevet i punkt 14 i punkt 2.3.4. Med hensyn til MAE, udkonkurrerer ved og yderligere forbedrer ydeevnen ved .

køn nummer alder (gennemsnit)
kvinde 15 26.3
mand 8 26.9
i alt 23 26.5
Tabel 4
emnedemografi, gruppe 2.

versus versus linje
MAE 4, 32 cm 4, 25 cm 3.50 cm
Correlation coefficient 0.61 0.61 0.70
Table 5
FRT results, Group 2.

(a) Start FRT
(a) Start FRT
(B) Udfør FRT
(b) Udfør FRT

(a) Start FRT
(a) Start FRT(b) Udfør FRT
(b) Udfør FRT

figur 8
et emne, der udfører FRT ved hjælp af to knuder på henholdsvis brystet og venstre lår, gruppe 2.

figur 9
Histogramplot af torsosvridningsvinkel (venstre), gruppe 2.

Figur 10
Histogramplot af lårbevægelsesvinkel (venstre), gruppe 2.

mens de eksperimentelle resultater er lovende, er der stadig plads til forbedring af ydeevnen. Vores undersøgelser tyder tydeligt på, at flere bevægelsessensorer (f.eks. sensor på skulderen eller armen) bør overvejes for yderligere at forbedre ydelsen af FRT-funktionen i mStroke ved at fange mere detaljerede kropsbevægelser i FRT-øvelsen.

4. Konklusioner

vi har designet og udviklet et mobilt sundhedssystem (dvs.mStroke), der kan udføre FRT, et nøjagtigt klinisk værktøj med en enkelt opgave, til vurdering af faldrisiko i realtid. Der er givet tre forskellige afstandsmålinger (dvs.,, og). Pålideligheden af mstrokes FRT-funktion er blevet testet på to grupper af raske voksne forsøgspersoner. De eksperimentelle resultater verificerer dets koncept og gennemførlighed. Et klinisk forsøg på personer efter slagtilfælde er det næste skridt for den videre udvikling af FRT-funktionen i mStroke.

offentliggørelse

indholdet er udelukkende forfatterens ansvar og repræsenterer ikke nødvendigvis de officielle synspunkter fra National Institutes of Health.

konkurrerende interesser

forfatterne erklærer, at der ikke er nogen konkurrerende interesser vedrørende offentliggørelsen af dette papir.

anerkendelser

forskning rapporteret i dette papir blev støttet af National Institute of Biomedical Imaging and Bioengineering af National Institutes of Health under Pris nr. R15EB015700. Dette arbejde blev også delvist finansieret af Tennessee Higher Education Commission.