Validity and Sensitivity of an Inertial Measurement Unit-Driven Biomechanical Model of Motor Variability for Gait
Notice bibliographique
Résumé
Motor variability in gait is frequently linked to fall risk, yet field-based biomechanical joint evaluations are scarce. We evaluated the validity and sensitivity of an inertial measurement unit (IMU)-driven biomechanical model of joint angle variability for gait. Fourteen healthy young adults completed seven-minute trials of treadmill gait at several speeds and arm swing amplitudes. Trunk, pelvis, and lower-limb joint kinematics were estimated by IMU- and optoelectronic-based models using OpenSim. We calculated range of motion (ROM), magnitude of variability (meanSD), local dynamic stability (λmax), persistence of ROM fluctuations (DFAα), and regularity (SaEn) of each angle over 200 continuous strides, and evaluated model accuracy (RMSD: root mean square difference), consistency (ICC2,1: intraclass correlation), biases, limits of agreement, and sensitivity to within-participant gait responses (effects of speed and swing). RMSDs of joint angles were 1.7–9.2° (pooled mean of 4.8°), excluding ankle inversion. ICCs were mostly good to excellent in the primary plane of motion for ROM and in all planes for meanSD and λmax, but were poor to moderate for DFAα and SaEn. Modelled speed and swing responses for ROM, meanSD, and λmax were similar. Results suggest that the IMU-driven model is valid and sensitive for field-based assessments of joint angle time series, ROM in the primary plane of motion, magnitude of variability, and local dynamic stability.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».