Métodos de Segmentación de Subtareas del Test de Levantarse y Andar y del Test L Usando Unidades de Medición Inercial-Una Revisión de Alcance
Autores: McCreath Frangakis, Alexis L.; Lemaire, Edward D.; Baddour, Natalie
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Métodos de Segmentación de Subtareas del Test de Levantarse y Andar y del Test L Usando Unidades de Medición Inercial-Una Revisión de Alcance
Categoría
Gestión y administración
Subcategoría
Gestión de la tecnología y la inovación
Palabras clave
Prueba de tiempo de levantarse y andar
Prueba
Pruebas de movilidad funcional
Equilibrio
Riesgo de caídas
Segmentación de subtareas
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
La prueba Timed Up and Go (TUG) y la prueba L son pruebas de movilidad funcional que permiten a los proveedores de atención médica evaluar el equilibrio y el riesgo de caídas de una persona. Segmentar estas pruebas de movilidad en sus respectivas subtareas, utilizando sensores, puede proporcionar información adicional y más precisa sobre el estado de movilidad. Para identificar y comparar los métodos actuales de segmentación de subtareas utilizando datos de sensores inerciales, se realizó una revisión de alcance de la literatura utilizando PubMed, Scopus y Google Scholar. Se identificaron artículos que describían métodos de segmentación de subtareas para la prueba TUG y la prueba L utilizando solo datos de sensores inerciales. Se compararon el método de filtrado, el dispositivo de estimación de la verdad de terreno, la demografía y el tipo de algoritmo. Un artículo que segmentaba la prueba L y 24 artículos que segmentaban la prueba TUG cumplían con los criterios. Los artículos fueron publicados entre 2008 y 2022. Cinco estudios utilizaron el sistema de medición inercial de un dispositivo inteligente móvil, mientras que 20 estudios utilizaron un número variable de unidades de medición inercial externas. Los adultos sanos, las personas con enfermedad de Parkinson y los ancianos fueron las demografías más comunes. Aún no se ha publicado un método universalmente aceptado para segmentar la prueba TUG y la prueba L. La velocidad angular en las direcciones vertical y mediolateral fueron señales comunes para la diferenciación de subtareas. Aumentar los tamaños de muestra y avanzar en la comparación de métodos de segmentación con los mismos conjuntos de pruebas nos permitirá expandir el conocimiento generado a partir de estas pruebas clínicamente accesibles.
Descripción
La prueba Timed Up and Go (TUG) y la prueba L son pruebas de movilidad funcional que permiten a los proveedores de atención médica evaluar el equilibrio y el riesgo de caídas de una persona. Segmentar estas pruebas de movilidad en sus respectivas subtareas, utilizando sensores, puede proporcionar información adicional y más precisa sobre el estado de movilidad. Para identificar y comparar los métodos actuales de segmentación de subtareas utilizando datos de sensores inerciales, se realizó una revisión de alcance de la literatura utilizando PubMed, Scopus y Google Scholar. Se identificaron artículos que describían métodos de segmentación de subtareas para la prueba TUG y la prueba L utilizando solo datos de sensores inerciales. Se compararon el método de filtrado, el dispositivo de estimación de la verdad de terreno, la demografía y el tipo de algoritmo. Un artículo que segmentaba la prueba L y 24 artículos que segmentaban la prueba TUG cumplían con los criterios. Los artículos fueron publicados entre 2008 y 2022. Cinco estudios utilizaron el sistema de medición inercial de un dispositivo inteligente móvil, mientras que 20 estudios utilizaron un número variable de unidades de medición inercial externas. Los adultos sanos, las personas con enfermedad de Parkinson y los ancianos fueron las demografías más comunes. Aún no se ha publicado un método universalmente aceptado para segmentar la prueba TUG y la prueba L. La velocidad angular en las direcciones vertical y mediolateral fueron señales comunes para la diferenciación de subtareas. Aumentar los tamaños de muestra y avanzar en la comparación de métodos de segmentación con los mismos conjuntos de pruebas nos permitirá expandir el conocimiento generado a partir de estas pruebas clínicamente accesibles.