Digitales Assessment der Mobilitätsfunktion mit Sensoren und maschinellem Lernen kann Funktionsverlust frühzeitig erkennen
Von KI ausgewählt und zusammengefasst
Worum es geht
Longitudinale Beobachtungsstudie bei 172 älteren Erwachsenen (≥70 Jahre) in Deutschland über 24 Monate, die Bewegungsmuster beim Aufstehen von einem Stuhl mittels Kraftplattform und Tiefenkamera analysierte und ihre Assoziation mit Funktionsfähigkeit untersuchte.
Ergebnis
Zwei Bewegungscluster wurden identifiziert. Cluster 1 (schnellere Ausführung, niedrigere Stabilisierungskräfte) zeigte durchgehend höhere Muskelkraft, höhere Beinleistung, schnellere Mobilität und längere Gehstrecke als Cluster 2 (alle p<0,01). Machine-Learning-Analyse offenbarte funktionale Heterogenität, die konventionelle Stopuhr-Zeitmessung nicht erfasste.
Übertragbarkeit auf Deutschland
Deutschland, Klinikdaten von Universität Oldenburg, direkt übertragbar auf Geriatrie-Assessment
Originalstudie in PubMedIm Hub ansehenNeue Studien per E-Mail
Auswahl und deutsche Zusammenfassung stammen von einer KI und sind nicht redaktionell geprüft. Maßgeblich ist die Originalpublikation.