活跃的振动性阿基里斯肌传感器用于识别和表征炎症性关节炎相关的炎症性关节炎的症状

科学领域:

• 生物医学工程 生物医学工程
• 数字生物标志物 数字生物标志物
• 肌肉骨健康 肌肉骨健康

背景情况:

• 青春期异常性关节炎 (JIA),特别是与肠炎相关的关节炎 (ERA),存在诊断方面的挑战.
• 准确识别阿基里斯肌炎症对于有效的JIA管理至关重要.

研究的目的:

• 探索活跃的振动传感作为数字生物标志物,用于识别和描述JIA中的阿基里斯肌炎症.
• 要区分有症状的ERA (sxERA),无症状的ERA (asxERA) 和无症状的非ERA (asxNERA) 组.

主要方法:

• 使用微型振动电机和加速度计进行非侵入性活跃振动数据收集.
• 应用机器学习算法来对20名JIA患者的振动信号进行分类.
• 根据临床评估和ILAR标准进行分类.

主要成果:

• 在脚尖站立时观察到明显的振动特征,区分了受试者群体.
• 基于特征和基于波形的方法在区分sxERA和asxNERA方面取得了81%的准确性.
• 对SxERA与asxERA进行区分的准确率为73-74%.

结论:

• 活跃的振动传感显示为一种有希望的工具,用于识别JIA中的阿基里斯肌炎症.
• 这项技术可能有助于早期诊断和疾病监测ERA.
• 这种模式的发展可以改善对JIA患者的干预和个性化护理.