Video Experimental Relacionado
Updated: Feb 20, 2026

Frailty Assessment in an Aging Mouse Model
Published on: September 23, 2025
Base de datos sobre prevalencia y determinantes de la fragilidad en ancianos con cuantificación de la movilidad
Agnieszka Szczȩsna1, Arslan Amjad2, Monika Błaszczyszyn3
1Department of Computer Graphics, Vision and Digital Systems, Faculty of Automatic Control, Electronics and Computer Science, Silesian University of Technology, 44-100, Gliwice, Poland. agnieszka.szczesna@polsl.pl.
Este estudio presenta el repositorio FRAILPOL, que ofrece datos de marcha de adultos mayores para identificar la fragilidad. Los modelos de aprendizaje automático clasifican con precisión a los participantes en grupos robustos, pre-frágiles y frágiles.
Área de la Ciencia:
- Medicina Geriátrica
- Ingeniería Biomédica
- Ciencia de Datos
Sus antecedentes:
- La fragilidad es una condición geriátrica prevalente que afecta la movilidad y los patrones de movimiento en los adultos mayores.
- La investigación existente carece de conjuntos de datos de marcha integrales y de acceso abierto para la evaluación de la fragilidad.
- La prueba Time Up and Go (TUG) es una medida clínica común para evaluar la movilidad en poblaciones de edad avanzada.
Objetivo del estudio:
- Presentar el repositorio FRAILPOL, un novedoso conjunto de datos de acceso abierto de señales de marcha de adultos mayores que viven en la comunidad.
- Proporcionar un recurso para avanzar en la investigación en la detección y caracterización de la fragilidad utilizando datos de sensores portátiles.
- Facilitar el desarrollo y la validación de modelos de aprendizaje automático para clasificar el estado de fragilidad.
Principales métodos:
- Se recopilaron datos de marcha utilizando cinco sensores inerciales corporales (tobillos, muñecas, sacro) durante la prueba Time Up and Go.
- Se reclutaron 668 adultos mayores que viven en la comunidad para la recopilación de datos.
- Se incluyó información demográfica, de salud y de salud cognitiva junto con parámetros de marcha y espaciotemporales.
- Se clasificó a los participantes en tres grupos: robustos, pre-frágiles y frágiles según criterios clínicos.
Principales resultados:
- El repositorio FRAILPOL contiene señales de marcha integrales y datos clínicos asociados para 668 adultos mayores.
- Los modelos de aprendizaje automático lograron una precisión aceptable en la clasificación de los participantes en categorías binarias (robustos, frágiles) y multiclase (robustos, pre-frágiles, frágiles).
- El conjunto de datos permite el estudio de los déficits de la marcha asociados con diferentes niveles de fragilidad.
Conclusiones:
- El repositorio FRAILPOL es un valioso recurso de acceso abierto para la investigación geriátrica sobre la fragilidad.
- Los enfoques de aprendizaje automático muestran ser prometedores para la evaluación objetiva de la fragilidad utilizando análisis de marcha basados en sensores portátiles.
- Este conjunto de datos puede acelerar el desarrollo de herramientas para la identificación temprana y la intervención de la fragilidad en adultos mayores.
Más Videos Relacionados
05:53Measuring Frailty in HIV-infected Individuals. Identification of Frail Patients is the First Step to Amelioration and Reversal of Frailty
Published on: July 24, 2013
07:27Exergaming in Older People Living with HIV Improves Balance, Mobility and Ameliorates Some Aspects of Frailty
Published on: October 6, 2016
Videos de Conceptos Relacionados
Pharmacodynamics in Geriatric Patients: Effects of Age
Drug Dosing: Geriatric Patients