Décomposition en mode empirique et arbre de décision dans la sarcopénie

La sarcopénie devient un grave problème de santé publique mondial à mesure que la population âgée mondiale augmente. La sarcopénie se caractérise par une perte de masse musculaire et de force, ainsi que par une altération des performances physiques, et elle est fréquemment associée à des effets négatifs sur la santé tels que les chutes. Les chutes sont la principale cause de décès chez les personnes âgées et doivent être traitées. La sarcopénie est actuellement diagnostiquée cliniquement à l'aide de trois technologies principales : la technologie d'imagerie, la médecine de précision et l'apprentissage automatique. Dans cette étude, les chercheurs utiliseront des données précédemment collectées auprès de près de 200 sujets vivant dans la communauté, y compris les antécédents médicaux, la biochimie, la composition corporelle, l'équilibre et la démarche, l'électromyographie et les performances fonctionnelles, pour extraire les caractéristiques et la classification de la sarcopénie à l'aide de techniques d'apprentissage automatique. tels que la technologie de décomposition de mode empirique et les algorithmes d'arbre de décision. Les chercheurs ont l'intention d'offrir des stratégies interventionnelles cliniquement prouvées et efficaces pour prévenir, stabiliser et inverser la sarcopénie.