SwePub
Sök i LIBRIS databas

  Utökad sökning

id:"swepub:oai:DiVA.org:umu-203193"
 

Sökning: id:"swepub:oai:DiVA.org:umu-203193" > Improved screening ...

Improved screening of fall risk using free-living based accelerometer data

Kelly, D. (författare)
Ulster University, Northern Ireland, United Kingdom
Condell, J. (författare)
Ulster University, Northern Ireland, United Kingdom
Gillespie, J. (författare)
Ulster University, Northern Ireland, United Kingdom
visa fler...
Munoz Esquivel, K. (författare)
Ulster University, Northern Ireland, United Kingdom
Barton, J. (författare)
Tyndall National Institute, University College Cork, Ireland
Tedesco, S. (författare)
Tyndall National Institute, University College Cork, Ireland
Nordström, Anna (författare)
Umeå universitet,Avdelningen för hållbar hälsa,Idrottshögskolan vid Umeå universitet,Geriatrik
Larsson, Markus Åkerlund (författare)
Umeå universitet,Avdelningen för hållbar hälsa
Alamäki, A. (författare)
Karelia University of Applied Sciences, Finland
visa färre...
 (creator_code:org_t)
Elsevier BV, 2022
2022
Engelska.
Ingår i: Journal of Biomedical Informatics. - : Elsevier BV. - 1532-0464 .- 1532-0480. ; 131
  • Tidskriftsartikel (refereegranskat)
Abstract Ämnesord
Stäng  
  • Falls are one of the most costly population health issues. Screening of older adults for fall risks can allow for earlier interventions and ultimately lead to better outcomes and reduced public health spending. This work proposes a solution to limitations in existing fall screening techniques by utilizing a hip-based accelerometer worn in free-living conditions. The work proposes techniques to extract fall risk features from periods of free-living ambulatory activity. Analysis of the proposed techniques is conducted and compared with existing screening methods using Functional Tests and Lab-based Gait Analysis. 1705 Older Adults from Umea (Sweden) were assessed. Data consisted of 1 Week of hip worn accelerometer data, gait measurements and performance metrics for 3 functional tests. Retrospective and Prospective fall data were also recorded based on the incidence of falls occurring 12 months before and after the study commencing respectively. Machine learning based experiments show accelerometer based measures perform best when predicting falls. Prospective falls had a sensitivity and specificity of 0.61 and 0.66 respectively while retrospective falls had a sensitivity and specificity of 0.61 and 0.68 respectively.

Ämnesord

MEDICIN OCH HÄLSOVETENSKAP  -- Hälsovetenskap -- Sjukgymnastik (hsv//swe)
MEDICAL AND HEALTH SCIENCES  -- Health Sciences -- Physiotherapy (hsv//eng)

Nyckelord

Accelerometer
Fall risk

Publikations- och innehållstyp

ref (ämneskategori)
art (ämneskategori)

Hitta via bibliotek

Till lärosätets databas

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.

 
pil uppåt Stäng

Kopiera och spara länken för att återkomma till aktuell vy