Классификация пациентов с множественным склерозом на ранней стадии и здоровым контролем с использованием кинематического анализа в ходе выполнения двойной задачи.

Множественный склероз (MS) — неврологическое заболевание, которое в настоящее время больше всего затрагивает молодых людей. Изменения в походах существенно влияют на функциональность и независимость этих лиц. Цель этого исследования состояла в том, чтобы провести различие между пациентами на ранних стадиях НР и здоровым контролем с использованием машинного обучения в угловых переменных походов. В этом перекрестном обследовании приняли участие 38 человек, из них 19 - с MS и 19 - в группе по контролю за состоянием здоровья (без неврологических или ортопедических заболеваний). Что касается анализа движения, то было проведено трехмерное обследование походов на пациентах, у которых ЭДСС (расширенная шкала инвалидности) составляет менее 3,5, а здоровые добровольцы в ходе обычной походки и при выполнении двойной задачи (поход и выполнение рабочей задачи по воспоминанию). Для классификации пациентов и контроля за состоянием здоровья на основе кинематических переменных была использована эластичная чистая регрессионная модель. В нашей модели AUC (площадь под кривой) на рисунке ROC = 0,77 ± 0,21 с использованием среднего значения, AUC 0,94 ± 0,09 с использованием среднего и стандартного отклонения и AUC = 0,95 ± 0,09 с учетом только стандартного отклонения кинематических переменных. Результаты исследования свидетельствуют о том, что использование углового анализа походов с использованием методов машинного обучения является эффективным подходом к классификации лиц с ранним этапом множественным склерозом и здоровым контролем.