发展的分类认知障碍的步态特征模型使用一个可穿戴的惯性传感器

背景和目的:步态变化是认知障碍(CD)的潜在标志物。我们开发了一个模型分类老年人与认知正常使用CD的步态速度和变化捕获从一个可穿戴的惯性传感器和比较其诊断性能对模型的使用CD细微精神状态检查(MMSE)。

方法:我们参加社区老年人正常步态从朝鲜纵向研究认知老化和痴呆和测量他们的步态特征使用可穿戴的惯性传感器放置在身体质量的中心当他们走在14米长的走道三次在舒适的步伐。我们随机我们整个数据集分割成发展(80%)和验证(20%)的数据集。我们开发了一个模型,从开发数据集分类CD使用逻辑回归分析和验证的验证数据集。在这两个数据集,我们比较了诊断模型的性能与使用的患者。我们估计最优信用评分底线使用接收机的模型算子特征分析。

结果:总共595名参与者,其中101人有CD。我们的模型包括两步速和颞步态变化并表现出良好的诊断性能分类CD从正常认知的发展(接受者操作特征曲线下面积(AUC) = 0.788, 95%可信区间[CI] = 0.748 - -0.823, p < 0.001)和验证数据集(AUC = 0.811, 95% CI -0.877 = 0.729, p < 0.001)。我们的模型显示类似CD的诊断性能模型在开发使用的患者(AUC差= 0.026,标准误差(SE) = 0.043, z统计量= 0.610,p = 0.542)和验证数据集(AUC差= 0.070,= 0.073,z统计量= 0.956,p = 0.330)。的最优信用评分底线不同步态模型> -1.56。

讨论:我们使用可穿戴不同步态模型惯性传感器可能是一个有前途的诊断标记老年人的CD。

证据的分类:这项研究提供了第三类证据,步态分析可以准确区分认知失调在老年人健康对照组。