使用多标准分析评估肌肉骨疾病风险的框架
Karolis Senvaitis1, Aušra Adomavičienė2, Kristina Daunoravičienė1
1Department of Biomechanical Engineering, Vilnius Gediminas Technical University, LT-10223 Vilnius, Lithuania.
Sensors (Basel, Switzerland)
|January 25, 2025
概括
这项研究使用IMU传感器数据和统计模型来评估医疗保健工作者进行患者升降的肌肉骨疾病 (MSD) 风险. 该模型预测了长期的MSD概率,并确定了降低风险的因素.
科学领域:
- 职业健康 职业健康 职业健康
- 生物医学工程 生物医学工程
- 人体工程学就是人体工程学.
背景情况:
- 肌肉骨系统疾病 (MSDs) 是医疗保健专业人员的重要关注点,特别是在患者举起任务期间.
- 现有的风险评估方法可能无法充分捕捉这些变化的动态性质.
- 之前的研究为MSD风险评估的新统计方法奠定了基础.
研究的目的:
- 为了评估肌肉骨疾病 (MSD) 的风险,使用IMU传感器数据从医疗保健专家进行患者升降.
- 开发和测试一种新的多标准统计模型,用于预测长期MSD概率.
- 为了实现个体风险分析,并确定降低风险的动态参数.
主要方法:
- 使用惯性测量单元 (IMU) 传感器数据在患者举起运动期间收集.
- 开发了一种新的多标准统计模型,集成实验和大规模统计数据集.
- 在5,10和15年的时间内,估计了部,肩膀和肘部的MSD概率.
主要成果:
- 该模型估计了子 (0.537 ± 0.156),肩膀 (0.449 ± 0.084) 和肘部 (0.277 ± 0.221) 的5年,10年和15年的MSD概率.
- 可启用个人风险分析,动态参数已被证明可以将长期风险降低高达70.49%.
- 这项概念验证研究提出了一种新方法,将运动跟踪和统计分析结合起来,用于MSD风险评估.
结论:
- 开发的统计模型为使用运动跟踪数据评估职业MSD风险提供了一种新的方法.
- 动态参数可以显著影响和减少医疗保健工作者长期的MSD风险.
- 为了完善和验证该模型,需要进一步研究更大的样本大小和验证的标准重量.
