Vývoj nástroje pro předpověď pádů pomocí akcelerometru a dat analýzy chůze z videa u starších dospělých (APDM system)

Nedávné pokroky ve strojovém učení narušily standardní přístup k hodnocení lékařské prognózy. Naše skupina, složená z akademických lékařů a výzkumných inženýrů, se snaží vytvořit databázi měření stability (údaje z akcelerometrů, gyroskopů a výškových senzorů) u starších dospělých monitorovaných podélně. Tato databáze Stability Measures (SM) nám umožní používat nové metody strojového učení k vývoji a ověřování algoritmů, které předpovídají budoucí pády, což umožní lépe zacílit na zranitelné jedince.

I když byly provedeny četné pokusy kvantifikovat riziko pádu u starších dospělých pomocí škál 7-12 u lůžka, žádná předchozí skupina se nepokusila použít kombinaci akcelerometru a video měření k posouzení stability chůze. Vzhledem k tomu, že tato měření budou zachycena jak u pacientů s častým pádem, tak u pacientů s občasným pádem, budeme mít data SM pro různá časová okna (1, 2, 3 a 4 týdny) před alespoň 100 pády, což je soubor dat, který nikdy nebyl zachycen dříve.

HYPOTÉZY:

1. Kombinace akcelerometru, gyroskopu a video dat může být použita k předpovědi pádů podélně, nejprve pomocí trénovací datové sady následované ověřením na validační datové sadě.
2. Všechny výše uvedené vstupy založené na senzorech lze zkombinovat jako jednoduchý, automatizovaný predikční nástroj k predikci rizika pádu u starších dospělých Současné metody hodnocení rizika pádů: Současné metody předpovídání pádů v ordinacích lékařů do značné míry spoléhají na jednoduché testy u lůžka12-14. I když jsou tato měření užitečná, mají poměrně nízkou senzitivitu a specificitu, s oblastí pod křivkou (AUC) přibližně 0,707-12.

Ve skutečnosti nedávná metaanalýza „nedokázala identifikovat žádný nástroj, který by měl optimální rovnováhu mezi senzitivitou a specifičností, nebo který by byl jasně lepší než jednoduchý klinický úsudek o riziku pádu“

METODY:

a) Subjekty: i) Subjekty s vysokým rizikem (n=50): Všechny subjekty budou rekrutovány z klinik pádů a geriatrie ve Vancouver General Hospital. Tyto kliniky navštíví ročně asi 2 500 pacientů a v současnosti jsou využívány pro nábor do výzkumu. Každý pacient kliniky má měřenou rychlost chůze, což umožní naverbovat vysoce i nízkorizikové padaře. Tento test nám umožní naverbovat 50 subjektů s výrazným rizikem pádu, což nám poskytne prospektivně shromážděný soubor údajů o více než 100 událostech, což je pětkrát více než u jakékoli jiné senzorové studie.

ii) Subjekty s nízkým rizikem (n=50): Kromě toho použijeme inzeráty v novinách k náboru a následnému prověřování subjektů s nízkým rizikem. Všechny subjekty budou mít rychlost chůze > 0,8 m/s a v posledním roce neměly žádné pády.

Všichni studovaní pacienti přicházejí do laboratoře (Laboratoř pro výzkum gerontologie a diabetu, Výzkumný pavilon VGH) na hodinové sezení. Každý subjekt provede 6minutový test chůze, během kterého bude získáno hodnocení chůze ze systému APDM (Portland, OR). Kromě toho zde budou čtyři videokamery (na přední, zadní a boční straně), které budou měřit nezpracovaná video data pro naši analýzu chůze. Kamera nezaznamenává žádná data obličeje (ve skutečnosti „deepfake“ software v systému vymaže všechny detaily obličeje) a pohyby pacienta jsou před uložením do systému převedeny na „figurku“. Kromě toho bude pro sběr ultra-sideband radarových dat (UWB) použita sada Xethru X4M03. Radar ZČU funguje v 5.9-10.3 GHz, poskytující vysoké prostorové rozlišení. Radar je umístěn 1,5 m nad úrovní podlahy. Pro sběr dat o načasování úderu pata-toe bude subjekt chodit na systému GAITRite (CIR Systems Inc, Franklin, NJ) s chodníkem o rozměrech 90 × 700 cm × 3,2 mm.