m+Medelevator.RU
← Поиск публикаций
Sensors (Basel, Switzerland) · 2025

Воспроизведение на основе сенсоров каталогизации спектаклей с верхними краями в ежедневной жизни людей после побоев и общей доступности для других групп населения.

СтатьяНазвание и аннотация: Машинный перевод · не проверен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…

История · было → стало

Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.

Macpherson Chelsea E, Bland Marghuretta D, Gordon Christine, Miller Allison E, Newman Caitlin, Holleran Carey L, Dy Christopher J, Peterson Lindsay, Lohse Keith R, Lang Catherine E

Аннотация

ОКРУЖАЮЩАЯ СВЕДЕНИЕ: Сенсоры движения могут измерять активность верхней части конечности (UL), но отдельные переменные могут не запечатлеть полную картину. Цель этого исследования состояла в том, чтобы воспроизвести результаты предыдущей работы по выявлению пяти многообразных категорий деятельности в области UL у людей с инсультом и контролем и распространить эти результаты на другие условия UL. МЕТОДЫ: Демографические, самоотчетные и износостойкие переменные эффективности работы датчиков UL были собраны у 324 участников (такт n = 49, множественный склероз n = 19, дистальный разрыв UL n = 40, проксимальная боль UL n = 55, рак послезвукового периода n = 23, контроль n = 138). После анализа основных компонентов (ПК) (12, 9, 7 или 5 акселерометрических входных переменных) проводились кластерные анализы и многочисленные оценки моделей, вписывавшихся в несколько подмножеств общей выборки. Результаты: Два ПК объяснили разницу в 70-90%: PC1 (общие показатели деятельности UL) и PC2 (предпочтительное использование лимб). В разных образцах оптимальным является пятиобразная пятикластная модель. По сравнению с кластерами два ПК и индивидуальные акселерометрические переменные показали более высокую конвергенцию с результатами самоотчетности деятельности UL и инвалидностью. ВЫВОДЫ: Пятиобразную модель, состоящую из пяти групп, можно было воспроизвести и обобщать. Совпадающие данные о достоверности указывают на то, что показатели деятельности UL в повседневной жизни могут быть лучше концептуализированы на континууме, а не категорически. Эти выводы свидетельствуют о едином, основывающемся на данных подходе к отслеживанию функциональных изменений в условиях UL и серьезности функциональных дефицитов.
Оригинал публикации

Replication of Sensor-Based Categorization of Upper-Limb Performance in Daily Life in People Post Stroke and Generalizability to Other Populations.

BACKGROUND: Wearable movement sensors can measure upper limb (UL) activity, but single variables may not capture the full picture. This study aimed to replicate prior work identifying five multivariate categories of UL activity performance in people with stroke and controls and expand those findings to other UL conditions.

METHODS: Demographic, self-report, and wearable sensor-based UL activity performance variables were collected from 324 participants (stroke n = 49, multiple sclerosis n = 19, distal UL fracture n = 40, proximal UL pain n = 55, post-breast cancer n = 23, control n = 138). Principal component (PC) analyses (12, 9, 7, or 5 accelerometry input variables) were followed by cluster analyses and numerous assessments of model fit across multiple subsets of the total sample.

RESULTS: Two PCs explained 70-90% variance: PC1 (overall UL activity performance) and PC2 (preferred-limb use). A five-variable, five-cluster model was optimal across samples. In comparison to clusters, two PCs and individual accelerometry variables showed higher convergent validity with self-report outcomes of UL activity performance and disability.

CONCLUSIONS: A five-variable, five-cluster model was replicable and generalizable. Convergent validity data suggest that UL activity performance in daily life may be better conceptualized on a continuum, rather than categorically. These findings highlight a unified, data-driven approach to tracking functional changes across UL conditions and severity of functional deficits.

Предметные рубрики MeSH

ИП Урсолов Владлен Сергеевич

ИНН 500118482352 · ОГРНИП 314500117700049

Реквизиты и контакты