Video Experimental Relacionado
Updated: Jan 18, 2026
05:23
Motor Dual-Tasks for Gait Analysis and Evaluation in Post-Stroke Patients
Published on: March 11, 2021
2.8K
Identificación potencial de la marcha cognitiva-motora de doble tarea en la fragilidad a través de un modelo de
Jiani Wu1, Yurou He2, Xiaoqin Wang1
1Department of Geriatrics, Laboratory of Research and Translation for Geriatric Diseases, The First Affiliated Hospital of Chongqing Medical University, Chongqing 400016, China.
Gait & posture
|January 15, 2026
Resumen
Los modelos de aprendizaje automático que analizan los parámetros de la marcha pueden ayudar a diagnosticar la fragilidad en adultos mayores. La prueba Timed Up-and-Go (TUGT) muestra ser prometedora en la identificación de la fragilidad cognitiva.
Área de la Ciencia:
- Gerontología
- Ingeniería Biomédica
- Ciencia de Datos
Sus antecedentes:
- El diagnóstico temprano de la fragilidad es vital para la calidad de vida de los ancianos.
- Las evaluaciones manuales actuales de la fragilidad consumen mucho tiempo y son desafiantes.
- El desarrollo de herramientas de detección de fragilidad objetivas y eficientes es una prioridad.
Objetivo del estudio:
- Investigar la utilidad de los parámetros de la marcha en el diagnóstico de la fragilidad.
- Desarrollar y evaluar un modelo de aprendizaje automático para la clasificación de la fragilidad.
- Explorar la relación entre los parámetros de la marcha y la fragilidad cognitiva.
Principales métodos:
- Se recopilaron datos de marcha (tarea única y doble tarea) y TUGT de 220 participantes.
- Se utilizó el aprendizaje automático para construir un modelo de diagnóstico de fragilidad utilizando características de la marcha.
- Se evaluó la fragilidad utilizando el índice de fragilidad modificado-11 (mFI-11) y la función cognitiva.
Principales resultados:
- El modelo SVM-Linear Kernel logró una precisión del 64,09 % y una puntuación F1 del 64,38 % para la clasificación de la fragilidad.
- La prueba Timed Up-and-Go (TUGT) fue un predictor significativo de la fragilidad cognitiva (AUC = 0,8293).
- El estudio identificó correlaciones entre los parámetros de la marcha y la fragilidad cognitiva.
Conclusiones:
- Los modelos de aprendizaje automático que integran parámetros de marcha de doble tarea muestran potencial para el diagnóstico de la fragilidad.
- Este enfoque puede ayudar en el cribado comunitario y el apoyo clínico para la fragilidad.
- Los parámetros de la marcha, especialmente TUGT, están fuertemente relacionados con la fragilidad cognitiva.
