Tests cliniques et cinématique 3D : vers une prédiction du risque de chute chez les personnes âgées / Louis Catinus  

Public ISBD Titre : Tests cliniques et cinématique 3D : vers une prédiction du risque de chute chez les personnes âgées Type de document : document électronique Auteurs : Louis Catinus ; Remi Grenard ; Frédéric Dierick ; Fabien Buisseret Année de publication : 2019 Langues : Français (fre) Résumé : L’évaluation du risque de chute chez les personnes âgées est un véritable défi pour les thérapeutes, les chutes constituant en effet une des premières causes de mortalité chez cette population. De nombreux tests cliniques ont été développés et validés durant les 30 dernières années. Plus récemment, l’émergence de capteurs de mouvement à faible coût facilite l’observation des différences cinématiques entre la marche d’un sujet chuteur et celle d’un non-chuteur. Le but de cette étude est d’élaborer une méthode combinant des tests cliniques et des capteurs de mouvement en vue d’optimiser l’évaluation du risque de chute. Septante-trois participants de plus de 65 ans, résidant en maison de repos, ont effectué les tests cliniques Timed Up and Go (TUG) et de marche des 6 minutes équipés d’un capteur inertiel durant deux prises de mesures séparées de 6 mois. Le relevé des chutes durant cette période permet de classer les participants en chuteurs et non-chuteurs. Il apparaît que les résultats du test TUG combinés à une mesure de la variabilité de la marche des sujets permettent une prédiction plus efficace du risque de chute dans les 6 mois chez la population étudiée que le test clinique seul (efficacité diagnostique de 76% contre 68%). En ligne : https://luck.synhera.be/bitstream/handle/123456789/999/CATINUS%20%26%20GRENARD%2 [...] Permalink : ./index.php?lvl=notice_display&id=98153 Tests cliniques et cinématique 3D : vers une prédiction du risque de chute chez les personnes âgées [document électronique] / Louis Catinus ; Remi Grenard ; Frédéric Dierick ; Fabien Buisseret . - 2019. Langues : Français (fre) Résumé : L’évaluation du risque de chute chez les personnes âgées est un véritable défi pour les thérapeutes, les chutes constituant en effet une des premières causes de mortalité chez cette population. De nombreux tests cliniques ont été développés et validés durant les 30 dernières années. Plus récemment, l’émergence de capteurs de mouvement à faible coût facilite l’observation des différences cinématiques entre la marche d’un sujet chuteur et celle d’un non-chuteur. Le but de cette étude est d’élaborer une méthode combinant des tests cliniques et des capteurs de mouvement en vue d’optimiser l’évaluation du risque de chute. Septante-trois participants de plus de 65 ans, résidant en maison de repos, ont effectué les tests cliniques Timed Up and Go (TUG) et de marche des 6 minutes équipés d’un capteur inertiel durant deux prises de mesures séparées de 6 mois. Le relevé des chutes durant cette période permet de classer les participants en chuteurs et non-chuteurs. Il apparaît que les résultats du test TUG combinés à une mesure de la variabilité de la marche des sujets permettent une prédiction plus efficace du risque de chute dans les 6 mois chez la population étudiée que le test clinique seul (efficacité diagnostique de 76% contre 68%). En ligne : https://luck.synhera.be/bitstream/handle/123456789/999/CATINUS%20%26%20GRENARD%2 [...] Permalink : ./index.php?lvl=notice_display&id=98153

Exemplaires

Cote	Support	Localisation	Section	Disponibilité
aucun exemplaire

Timed Up and Go and Six-Minute Walking Tests with Wearable Inertial Sensor: One Step Further for the Prediction of the Risk of Fall in Elderly Nursing Home People / Fabien Buisseret  

Public ISBD Titre : Timed Up and Go and Six-Minute Walking Tests with Wearable Inertial Sensor: One Step Further for the Prediction of the Risk of Fall in Elderly Nursing Home People Type de document : document électronique Auteurs : Fabien Buisseret ; Louis Catinus ; Remi Grenard ; L. Jojczyk ; Dylan Fievez ; Vincent Barvaux ; Frédéric Dierick Année de publication : 2020 Langues : Français (fre) Résumé : Assessing the risk of fall in elderly people is a difficult challenge for clinicians. Since falls represent one of the first causes of death in such people, numerous clinical tests have been created and validated over the past 30 years to ascertain the risk of falls. More recently, the developments of low-cost motion capture sensors have facilitated observations of gait differences between fallers and nonfallers. The aim of this study is twofold. First, to design a method combining clinical tests and motion capture sensors in order to optimize the prediction of the risk of fall. Second to assess the ability of artificial intelligence to predict risk of fall from sensor raw data only. Seventy-three nursing home residents over the age of 65 underwent the Timed Up and Go (TUG) and six-minute walking tests equipped with a home-designed wearable Inertial Measurement Unit during two sets of measurements at a six-month interval. Observed falls during that interval enabled us to divide residents into two categories: fallers and nonfallers. We show that the TUG test results coupled to gait variability indicators, measured during a six-minute walking test, improve (from 68% to 76%) the accuracy of risk of fall’s prediction at six months. In addition, we show that an artificial intelligence algorithm trained on the sensor raw data of 57 participants reveals an accuracy of 75% on the remaining 16 participants. En ligne : https://luck.synhera.be/bitstream/handle/123456789/271/sensors-20-03207.pdf?sequ [...] Permalink : ./index.php?lvl=notice_display&id=98163 Timed Up and Go and Six-Minute Walking Tests with Wearable Inertial Sensor: One Step Further for the Prediction of the Risk of Fall in Elderly Nursing Home People [document électronique] / Fabien Buisseret ; Louis Catinus ; Remi Grenard ; L. Jojczyk ; Dylan Fievez ; Vincent Barvaux ; Frédéric Dierick . - 2020. Langues : Français (fre) Résumé : Assessing the risk of fall in elderly people is a difficult challenge for clinicians. Since falls represent one of the first causes of death in such people, numerous clinical tests have been created and validated over the past 30 years to ascertain the risk of falls. More recently, the developments of low-cost motion capture sensors have facilitated observations of gait differences between fallers and nonfallers. The aim of this study is twofold. First, to design a method combining clinical tests and motion capture sensors in order to optimize the prediction of the risk of fall. Second to assess the ability of artificial intelligence to predict risk of fall from sensor raw data only. Seventy-three nursing home residents over the age of 65 underwent the Timed Up and Go (TUG) and six-minute walking tests equipped with a home-designed wearable Inertial Measurement Unit during two sets of measurements at a six-month interval. Observed falls during that interval enabled us to divide residents into two categories: fallers and nonfallers. We show that the TUG test results coupled to gait variability indicators, measured during a six-minute walking test, improve (from 68% to 76%) the accuracy of risk of fall’s prediction at six months. In addition, we show that an artificial intelligence algorithm trained on the sensor raw data of 57 participants reveals an accuracy of 75% on the remaining 16 participants. En ligne : https://luck.synhera.be/bitstream/handle/123456789/271/sensors-20-03207.pdf?sequ [...] Permalink : ./index.php?lvl=notice_display&id=98163

Exemplaires

Cote	Support	Localisation	Section	Disponibilité
aucun exemplaire

---

1 (1 - 2 / 2)