评估多发性硬化症患者自由生活的姿势摆动

科学领域:

• 神经学 神经学
• 生物医学工程 生物医学工程
• 康复科学 康复科学 康复科学

背景情况:

• 姿势不稳定是多发性硬化症患者 (PwMS) 的关键问题,影响疾病状况和跌倒风险.
• 目前的姿势摇摆评估通常是基于实验室的,使用力平台或加速度计,限制了可访问性.
• 远程监控提供了一个潜在的解决方案,可以在现实世界中对姿势摇摆进行可访问的评估.

研究的目的:

• 评估远程姿势摇摆措施在PwMS中评估疾病状况和跌倒风险的有用性.
• 为了比较基于实验室训练的机器学习模型与远程姿势摇摆数据的性能.
• 开发和验证用于分析远程患者监测数据的新型框架.

主要方法:

• 从33个PwMS收集了远程和实验室的姿势摇摆数据.
• 开发了机器学习模型,以使用两种数据类型预测跌倒风险.
• 应用了特定对象的k-means集群方法来完善远程数据分析.

主要成果:

• 远程摇摆测量与实验室测量不同,但与患者报告的平衡和移动性相关.
• 基于实验室的跌倒风险模型实现了0.79的AUC;最初的远程模型实现了0.51.
• 新型集群方法将远程模型AUC提高到0.74并增强了与患者报告结果的关联.

结论:

• 远程姿势摇摆评估,特别是使用先进的分析技术,对于评估PwMS中的跌倒风险和平衡障碍具有重大潜力.
• 开发的框架为分析来自远程患者监控技术的数据提供了一个有希望的方法.
• 这种方法提高了现实数据的可访问性和实用性,用于管理多发性硬化症.