IFRA: a machine learning-based Instrumented Fall Risk Assessment Scale derived from Instrumented Timed Up and Go test in stroke patients

要約

効果的な転倒リスク評価は、脳卒中後の患者にとって非常に重要です。
本研究は、計測されたタイムアップ・アンド・ゴー（ITUG）テストデータに基づいた、データに基づいた新しい転倒リスク評価方法を提案し、従来の臨床スケールでは把握できなかった多くの可動性測定値を導入します。
IFRA (Instrumented Fall Risk Assessment の略) は、2 段階のプロセスを使用して開発されました。まず、機械学習技術を使用して、ITUG テストで収集された特徴の中で最も高い予測力を持つ特徴が特定されます。
次に、患者を低リスク、中リスク、または高リスクの層に階層化する戦略が提案されます。
私たちの分析で使用されたデータセットは 142 人の参加者で構成されており、そのうち 93 人がトレーニングに使用され (15 人は合成生成)、17 人は検証に、そして 32 人は結果の IFRA スケールのテストに使用されました (22 人が非転倒者、10 人が転倒者)。
IFRA スケールで考慮される特徴には、歩行速度、座位から歩行への移行時の垂直加速度、回転角速度が含まれており、これらは神経疾患患者の転倒リスクに関する確立された文献とよく一致しています。
従来の Timed Up & Go や Mini-BESTest などの従来の臨床スケールと比較すると、IFRA は競争力のあるパフォーマンスを示し、転倒者の半数以上を高リスク層に正しく割り当てる唯一のスケールです (フィッシャーの正確検定 p
= 0.004)。
データセットのサイズが限られているにもかかわらず、これは臨床脳卒中リハビリテーションと退院後の在宅の両方での継続的な患者モニタリングと転倒予防のためのIFRAツールの使用に関する将来の証拠への道を開く最初の概念実証研究です。

要約(オリジナル)

Effective fall risk assessment is critical for post-stroke patients. The present study proposes a novel, data-informed fall risk assessment method based on the instrumented Timed Up and Go (ITUG) test data, bringing in many mobility measures that traditional clinical scales fail to capture. IFRA, which stands for Instrumented Fall Risk Assessment, has been developed using a two-step process: first, features with the highest predictive power among those collected in a ITUG test have been identified using machine learning techniques; then, a strategy is proposed to stratify patients into low, medium, or high-risk strata. The dataset used in our analysis consists of 142 participants, out of which 93 were used for training (15 synthetically generated), 17 for validation and 32 to test the resulting IFRA scale (22 non-fallers and 10 fallers). Features considered in the IFRA scale include gait speed, vertical acceleration during sit-to-walk transition, and turning angular velocity, which align well with established literature on the risk of fall in neurological patients. In a comparison with traditional clinical scales such as the traditional Timed Up & Go and the Mini-BESTest, IFRA demonstrates competitive performance, being the only scale to correctly assign more than half of the fallers to the high-risk stratum (Fischer’s Exact test p = 0.004). Despite the dataset’s limited size, this is the first proof-of-concept study to pave the way for future evidence regarding the use of IFRA tool for continuous patient monitoring and fall prevention both in clinical stroke rehabilitation and at home post-discharge.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google