使用六分钟步行测试对下肢截肢患者的平衡信心分类智能手机传感器信号

科学领域:

• 生物医学工程 生物医学工程
• 康复科学 康复科学 康复科学
• 数字健康数字健康

背景情况:

• 对于下肢截肢的人来说,平衡信心至关重要,因为低信心会导致避免活动,而高信心可以增加跌倒风险.
• 截肢者的步态不一致会对平衡信心产生负面影响.
• 虽然智能手机数据可以评估步行和跌倒风险,但它对截肢患者平衡信心的有用性仍然未被评估.

研究的目的:

• 为了确定在行走测试期间收集的智能手机信号是否可以对下肢截肢患者的平衡信心水平进行分类.
• 评估机器学习模型在区分低平衡和高平衡信心组的准确性.

主要方法:

• 58名下肢截肢的参与者完成了6分钟的步行测试 (6MWT),在骨盆后部放置智能手机.
• 参与者的余额信任被评估使用特定活动的余额信任度表 (ABC),并被分为低或高.
• 一个随机的森林分类器分析了智能手机信号的特定步骤特征,以预测ABC组.

主要成果:

• 随机森林模型在分类平衡信心水平方面取得了81.0%的准确性.
• 该模型在识别信任群体时显示了63.2%的灵敏度和89.7%的特异性.
• 智能手机数据成功地将58名参与者中的47名参与者分为各自的平衡信心类别.

结论:

• 智能手机传感器数据具有很大的潜力,可以在6MWT后的下肢截肢患者中分类平衡信心.
• 将这种分类纳入数字健康应用程序可以为定制的康复策略提供有价值的见解.
• 这种方法可能有助于提高信心,减少活动回避,并提高截肢人口的功能结果.