偏瘫患者平衡状态的估计
偏瘫患者平衡状态的估计：人工神经网络的实现
研究概览
详细说明
记录参与者的人口统计学和临床信息。 临床信息由患者的一些基本医疗数据组成。 如果参与者符合纳入标准，则使用霍金森心理测验来评估参与者的认知状态。 平衡评估系统测试用于评估参与者的平衡状态。
通过采用 Levenberg-Marquardt 训练算法，在本研究中使用了前馈反向传播 ANN。 隐藏层使用正切双曲传递函数。 Matlab（版本 R2017b，Mathworks Inc，美国）用于 ANN 建模。 从参与者那里获得的数据的 70% (n=46)、15% (n=10) 和 15% (n=10) 分别用于研究中的训练、验证和测试。 多元线性回归 (MLR) 模型也用于与 ANN 进行比较。
首先，为研究的第一个目标对 ANN 进行建模。 我们在 BESTest 中使用了五个传统平衡测试的数据，这些测试没有使用真实值（时间或距离），而是仅使用分类值（BESTest 中的 0-3 点）来训练 ANN。 五项平衡测试是功能性伸展测试（厘米）、左右侧单腿站立测试（秒）、6 米计时步行测试（秒）和计时起步测试（秒）。 然后，我们将手动总 BESTest 分数与 ANN 的预测分数进行比较。
其次，我们将 BESTest 的 6 个部分一一删除，并与测试的其余 5 个部分进行建模，以估计总的 BESTest 分数。 在这个建模之后，我们在第一部分中逐个删除每个项目并估计第一部分总分。 我们对 BESTest 的所有部分重复了该过程。
统计分析
研究类型
注册 (实际的)
参与标准
资格标准
适合学习的年龄
接受健康志愿者
有资格学习的性别
取样方法
研究人群
描述
纳入标准：
- 年龄在35-65岁之间，
- 能够独立或借助助行器行走，
- 能独立站立至少1分钟，
- 单侧偏瘫，
- 从霍金森心理测验中获得至少 8 分。
排除标准：
- 有影响他们平衡的合并症，
- 有沟通问题。
- 不能理解给他们的指示的患者被排除在研究之外。
学习计划
研究是如何设计的？
设计细节
- 观测模型：其他
- 时间观点：横截面
研究衡量的是什么？
主要结果指标
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
平衡评估系统测试 (BESTest)
大体时间：两年
|
生物力学约束、稳定性限制/垂直度、预期姿势调整、姿势反应、感觉方向和步态稳定性
|
两年
|
|
人工神经网络建模
大体时间：两年
|
将手动总 BESTest 分数与 ANN 的预测分数进行比较
|
两年
|
|
人工神经网络建模
大体时间：两年
|
确定 BESTest 子集的最高贡献，以便找到 BESTest 子集的 ANN 预测结果。
|
两年
|
合作者和调查者
调查人员
- 首席研究员：Güzin Kara, PhD, PT、Pamukkale University
出版物和有用的链接
一般刊物
- Kaczmarczyk K, Wit A, Krawczyk M, Zaborski J, Gajewski J. Associations between gait patterns, brain lesion factors and functional recovery in stroke patients. Gait Posture. 2012 Feb;35(2):214-7. doi: 10.1016/j.gaitpost.2011.09.009. Epub 2011 Sep 19.
- Demir U, Kocaoğlu S, Akdoğan E. Human impedance parameter estimation using artificial neural network for modelling physiotherapist motion. Biocybernetics and Biomedical Engineering. 2016; 36(2): 318-326
研究记录日期
研究主要日期
学习开始 (实际的)
初级完成 (实际的)
研究完成 (实际的)
研究注册日期
首次提交
首先提交符合 QC 标准的
首次发布 (实际的)
研究记录更新
最后更新发布 (实际的)
上次提交的符合 QC 标准的更新
最后验证
更多信息
与本研究相关的术语
计划个人参与者数据 (IPD)
计划共享个人参与者数据 (IPD)？
此信息直接从 clinicaltrials.gov 网站检索，没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求，请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改，我们的网站上也会自动更新.