根據 8 月 18 日在線發(fā)表在PLOS Digital Health上的一項研究，在下肢截肢者中，6 分鐘步行測試 (6MWT) 中的自動足部撞擊可用于計算跌倒風險分類的基于步數的特征。
來自加拿大安大略省渥太華醫(yī)院研究所的 Pascale Juneau 及其同事使用隨機森林模型和最近開發(fā)的自動足部撞擊檢測方法評估了跌倒風險分類。共有 80 名下肢截肢者(27 名跌倒者和 53 名非跌倒者)在骨盆后部使用智能手機進行了 6MWT。一種新穎的長短期記憶方法被用來完成自動腳觸檢測。使用手動標記或自動踩踏，計算基于步驟的特征。
研究人員發(fā)現(xiàn)，對于 80 名參與者中的 64 名，手動標記的足部撞擊正確分類了跌倒風險(準確度為 80%;敏感性為 55.6%;特異性為 92.5%)。80 名參與者中有 58 名被自動踩踏正確分類(準確率為 72.5%;敏感性為 55.6%;特異性為 81.1%)。兩種方法都看到了等效的跌倒分類結果，但使用自動足部撞擊發(fā)現(xiàn)了另外六個誤報。
“這項研究表明，從身體上的單個智能手機傳感器位置自動檢測到的足部撞擊可用于計算下肢截肢者在完成 6MWT 后的基于步數的特征，從而對跌倒風險進行初步分類，”作者寫道。
標簽：
免責聲明：本文由用戶上傳，與本網站立場無關。財經信息僅供讀者參考，并不構成投資建議。投資者據此操作，風險自擔。 如有侵權請聯(lián)系刪除！