만성 질환 환자의 낙상 위험을 선별하기 위한 계측 테스트 사용에 대해. (DETECACTI)

수사관은 만성 질환을 앓고 있는 피험자의 전향적 코호트를 구성할 것을 제안합니다. 주요 목적은 기기화된 TUG(Timed Up and Go test)의 앉기-서기 단계 동안의 수직 가속도와 대퇴사두근의 등속성 근력 사이의 상관관계를 연구하는 것입니다. 또한 두 번째 목표로 계측 테스트(Timed-Up and Go 테스트 및 6-Minute Walk 테스트) 동안 관성 센서로 수집된 다른 매개변수와 하지 근육의 등속성 근력 사이의 잠재적 상관관계를 연구할 것입니다. , 자세 측정 매개변수, 보행 매개변수, 낙상의 우려 및 기타.

현재 프로토콜에서 매개변수는 포함일(to)에 한 번 측정됩니다. 감소 발생률만 포함일로부터 6개월 및 1년에 전향적으로 수집됩니다.

통계 분석은 Stata 소프트웨어(버전 13, StataCorp, College Station, USA)를 사용하여 수행됩니다. 질적 변수는 숫자 및 관련 백분율로 설명됩니다. 정량적 변수는 숫자, 관련 평균 및 표준 편차, 중앙값 및 사분위수 범위로 설명됩니다. 가능할 때마다 그래픽 표현이 이러한 분석과 연관됩니다. 모든 테스트는 양측 가설에 대해 수행되며 p-값 <5%는 통계적으로 유의한 것으로 간주됩니다. 주요 결과의 경우 Pearson 상관 계수(또는 데이터가 정규 분포가 아닌 경우 Spearman)는 95% 신뢰 구간으로 계산됩니다. 연속 기준 간의 관계 분석은 Pearson 상관 계수(또는 데이터가 정규 분포가 아닌 경우 Spearman)를 사용하여 수행됩니다.

낙상 위험 요인(6개월/1년)에 대한 검색은 표준 테스트를 사용하여 수행됩니다.

• 범주 기준에 대한 카이 제곱 검정(또는 적절한 경우 정확한 Fisher 검정).
• 연속 기준에 대한 학생 테스트(또는 데이터가 정상적으로 분포되지 않은 경우 Mann 및 Whitney 테스트).

이러한 분석은 임상 관련 기준에 맞게 조정하거나 단변량 분석에서 강조하여 로지스틱 회귀 모델을 사용하여 완료됩니다. 결과는 95% 신뢰 구간의 홀수 비율로 표시됩니다.

주요 기준에서 누락된 데이터가 거의 또는 전혀 없을 것으로 예상되지만, 누락된 데이터의 비율 > 5%가 관찰되면 누락된 데이터의 특성(MCAR, MAR, MNAR)을 순서대로 특성화하기 위해 누락된 데이터에 대한 민감도 분석이 수행됩니다. 가장 적합한 전가 방법을 제안합니다.