量化家庭物理治疗参与:SPARS与自我报告日记

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:

• 在家进行物理治疗的坚持对于康复成功至关重要.
• 传统的自我报告日记缺乏客观性,并可能遭受回忆偏差.
• 可穿戴技术为客观监测患者运动参与提供了一个潜在的解决方案.

研究的目的:

• 为了比较基于智能手表的物理治疗监测与患者自我报告日记的准确性.
• 评估使用机器学习算法与可穿戴传感器数据用于康复跟踪的可行性.
• 评估智能手表数据和日记条目之间的一致性,以在家进行运动参与.

主要方法:

• 使用物理治疗监控系统与智能手表 (加速计/陀螺仪) 数据.
• 采用一个卷积神经网络 (CNN),对患者特定的临床数据进行训练.
• 对比智能手表衍生数据与患者报告的运动日志,来自53名旋转手套病理患者的自我报告日记.

主要成果:

• 显示了智能手表数据和日记条目之间的高度一致性 (ICC=0.72).
• 在使用机器学习 (AUROC=0.99) 识别炼时间方面取得了出色的表现.
• 观察到日记平均报告了更多的运动会,而不是智能手表的测量.

结论:

• 智能手表技术与机器学习提供了一个准确和客观的方法来监测在家物理治疗.
• 差异表明当前技术的潜在局限性或日记中的过度报告.
• 可穿戴式传感器为长期,可靠地评估患者的运动坚持提供了一个有希望的解决方案.