Fall Risk Assessment in Active Elderly Through the Use of Inertial Measurement Units: Determining the Right Postural Balance Variables and Sensor Locations
Notice bibliographique
Résumé
Falls among the elderly have been a significant public health challenge, with severe consequences for individuals and healthcare systems. Traditional balance assessment methods often lack ecological validity, necessitating more comprehensive and adaptable evaluation techniques. This research explores the use of inertial measurement units to assess postural balance in relation to the Berg Balance Scale outcomes. We recruited 14 participants from diverse age groups and health backgrounds, who performed 14 simulated tasks while wearing inertial measurement units on the head, torso, and lower back. Our study introduced a novel metric, i.e., the volume that envelops the 3-dimensional accelerations, calculated as the convex hull space, and used this metric along with others defined in previous studies. Through logistic regression, we demonstrated significant associations between various movement characteristics and the instances of balance loss. In particular, greater movement volume at the lower back (p = 0.021) was associated with better balance, while root-mean-square lower back angular velocity (p = 0.004) correlated with poorer balance. This study revealed that sensor location and task type (static vs. dynamic) significantly influenced the coefficients of the logistic regression model, highlighting the complex nature of balance assessment. These findings underscore the potential of IMUs in providing detailed objective balance assessments in the elderly by identifying specific movement patterns associated with balance impairment across various contexts. This knowledge can guide the development of targeted interventions and strategies for fall prevention, potentially improving the quality of life for older adults.
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 | 0,001 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».