ESTIMATIVA DO ESTADO DE EQUILÍBRIO EM HEMIPARÉTICOS

As informações demográficas e clínicas dos participantes foram registradas. A informação clínica consiste em alguns dados médicos básicos para os pacientes. O Teste Mental Hodkinson foi usado para avaliar o estado cognitivo dos participantes se eles atendessem aos critérios de inclusão. O Balance Evaluation Systems Test foi utilizado para avaliar o estado de equilíbrio dos participantes.

ANNs de retropropagação feed-forward foram usadas neste estudo empregando o algoritmo de treinamento de Levenberg-Marquardt. Funções de transferência hiperbólica tangente foram usadas na camada oculta. O Matlab (Versão R2017b, Mathworks Inc, EUA) foi utilizado na modelagem de RNAs. 70% (n=46), 15% (n=10) e 15% (n=10) dos dados obtidos dos participantes foram utilizados para treinamento, validação e teste no estudo, respectivamente. Modelos de regressão linear múltipla (MLR) também foram usados ​​para comparar com RNAs.

Primeiramente, as RNAs foram modeladas para o primeiro objetivo do estudo. Usamos os dados dos cinco testes de equilíbrio tradicionais no BESTest que não usam os valores reais (o tempo ou a distância), mas apenas os valores classificados (0-3 pontos no BESTest) para treinar RNAs. Cinco testes de equilíbrio foram teste de alcance funcional (cm), teste de pé de uma perna para o lado direito e esquerdo (seg), teste de caminhada cronometrada de 6 metros (seg) e timed up and go test (seg). Em seguida, comparamos as pontuações totais manuais do BESTest com as pontuações previstas pelas RNAs.

Em segundo lugar, removemos 6 seções do BESTest uma a uma e modelamos com as 5 seções restantes do teste para estimar a pontuação total do BESTest. Após essa modelagem, removemos cada item um a um na primeira seção e estimamos a pontuação total da primeira seção. Repetimos o processo para todas as seções do BESTest.

Análise Estatística