量化人口,人体和神经障碍对脊髓损伤患者步行表现的影响
概括
肌肉力量显著影响脊髓损伤 (SCI) 患者的步行速度和氧气成本. 可解释的AI和先进的回归方法揭示了影响SCI后移动性的复杂因素.
科学领域:
- 神经科学是一个神经科学.
- 康复医学 康复医学 康复医学
- 人工智能的人工智能
背景情况:
- 脊髓损伤 (SCI) 严重影响感觉运动通路,影响行走能力.
- 年龄,疼痛和受伤严重程度等因素的相互作用使理解行走缺陷变得复杂.
- 传统的线性回归模型往往无法捕捉到这些关系的复杂性.
研究的目的:
- 开发和验证使用高斯过程回归 (GPR) 和夏普利添加式扩展 (SHAP) 来量化影响SCI行走表现的因素的框架.
- 评估神经障碍和其他临床因素对步行速度和氧气成本的贡献.
- 提供对影响流动性的因素的团体层面和个人层面的见解.
主要方法:
- 采用一种新的框架,将GPR用于处理小数据集和SHAP用于可解释的AI洞察力.
- 在34名患有SCI的成年人身上使用临床评估和六分钟步行测试 (6MWT).
- 分析了肌肉力量,感官功能,年龄,疼痛,性和受伤特征对行走结果的贡献.
主要成果:
- 肌肉力量成为步行速度和净氧气成本的最关键因素.
- 增加步行速度与男性性别,年龄较小和疼痛较少有关.
- 较高的体重指数和较大的感官损伤与较低的净氧气成本相关.
- 性,损伤水平和感觉损伤水平对测量的行走参数的影响最小.
结论:
- 在SCI研究中,GPR和SHAP提供了强大的工具来剖析复杂的多因素关系.
- 这些发现突显了肌肉力量作为改善SCI后行走的关键目标.
- 使用SHAP的个性化分析可以揭示每个患者在行走表现上的独特因素贡献.
