MétaCan
Menu
← Retour à la cohorte
Enregistrement W4405521019 · doi:10.2196/63928

Assessment of Gait Parameters Using Wearable Sensors and Their Association With Muscle Mass, Strength, and Physical Performance in Korean Older Adults: Cross-Sectional Study

2024· article· en· W4405521019 sur OpenAlexvenueno aff
Jinyoung Shin, Hyuk-Jung Kweon, Jaekyung Choi

Notice bibliographique

RevueJMIR Formative Research · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueBalance, Gait, and Falls Prevention
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPreprintCross-sectional studyWearable computerAssociation (psychology)GaitPhysical medicine and rehabilitationPsychologyMedicineComputer scienceWorld Wide WebEmbedded system

Résumé

récupéré en direct d'OpenAlex

Background: Gait speed indicates the onset or decline of physical performance in sarcopenia. However, real-time measurements of other gait parameters, such as step length, stride length, step width, and support time, are limited. The advent of wearable technology has facilitated the measurement of these parameters, necessitating further investigation into their potential applications. Objective: This study aimed to investigate the relationship between gait parameters measured using wearable sensors and muscle mass, strength, and physical performance in community-dwelling older adults. Methods: In a cross-sectional study of 91 participants aged ≥65 years, gait parameters, such as step count, step length, cadence, single and double support times, vertical oscillation, and instantaneous vertical loading rate (IVLR), measured using a wireless earbud device, were analyzed on the basis of the appendicular skeletal muscle mass index (SMI), calf circumference, handgrip strength, 5-time chair stand test, short physical performance battery (SPPB), and the SARC-F (strength, assistance with walking, rise from a chair, climb stairs and fall frequency) questionnaire. This study was conducted from July 10 to November 1, 2023, at an outpatient clinic of a university hospital in Seoul, Korea. Multiple regression analysis was performed to investigate independent associations after adjusting for age, sex, BMI, and comorbidities. Results: Among 91 participants (45 men and 46 women; mean age 74.1 years for men and 73.6 years for women), gait speed and vertical oscillation showed negative associations with their performance in the 5-time chair stand test (P<.001) and SARC-F and positive associations with their performance in the SPPB (P<.001). Vertical oscillations were also associated with grip strength (P=.003). Single and double support times were associated with performance in the 5-time chair stand test and SPPB (P<.001). In addition, double support time was associated with SARC-F scores (P<.001). Gait speed, support time, vertical oscillation, and IVLR showed independent associations with performance in the 5-time chair stand test and SPPB (P<.001), both related to muscle strength or physical performance. Gait speed, double support time, and vertical oscillation all had significant associations with SARC-F scores. Conclusions: This study demonstrated a significant association between gait monitoring using wearable sensors and quantitative assessments of muscle strength and physical performance in older people. Furthermore, this study substantiated the extensive applicability of diverse gait parameters in predicting sarcopenia.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,046
Tête enseignante GPT0,443
Écart entre enseignants0,398 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative Research→Même sujetBalance, Gait, and Falls Prevention→Travaux en français237 207→