Feasibility Study of a Prototype Wearable Inertial Measurement Unit for Elderly Postural Sway Assessment
Notice bibliographique
Résumé
Background: Falls are a major public health problem among older adults since they are a primary cause of injuries, functional decline and mortality. Identifying individuals susceptible to falls enables early intervention and prevention strategies. Currently, wearable sensors have emerged as a promising tool for assessing balance and mobility due to their affordability, compact size, and established efficacy. Therefore, the objective of the present study was to evaluate inertial measurement unit (IMU)-based postural sway metrics during quiet stance with four different bases of support and compare them among elderly individuals who are at risk of falling and those who are not. Methods: A triaxial IMU prototype was developed for evaluating postural sway during quiet stance, with various bases of support. Totally, 103 elderly participants with mean age of 68.5 ± 5.7 years were included. Sway metrics, including the root mean square (RMS) of magnitude, summation of range of signal (Range), summation of sway area (SA) and summation of distance (SD) were employed to detect sway perturbations. Results: All of the sway metrics revealed a significantly increasing magnitude of signal trajectory with a decreasing base of support. When comparing IMU sway metrics between groups of individuals at potential risk and non-risk of falls, statistically significant differences were observed in some variables, including RMS, Range, and SA during semi-tandem stance, and Range and SA during one-leg standing. Conclusions: The findings support earlier studies that demonstrated the objective nature of the IMU in assessing balance and predicting future risk of falls. Limited significant findings in this study may be due to the lower sampling rate of the IMU prototype (50 Hz) compared to commonly reported frequencies (100 Hz), as well as the inclusion of elderly ambulatory participants who were capable of being independent in their daily activities. The IMU is capable of providing comprehensive data, and detecting subtle changes, early signs of balance impairment and fall tendencies.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».