Redskab til evaluering af gang hos patienter med normaltryks hydrocephalus - Et valideringsstudie
Oversat titel
Technology to assist the evaluation of gait in patients with normal pressure hydrocephalus - A validation study
Forfattere
Hummelgaard, Thomas ; Hansen, Mathias Sehested
Semester
4. semester
Udgivelsesår
2022
Resumé
Baggrund: Normaltryks hydrocephalus (NPH) rammer primært ældre og kan medføre gangforstyrrelser, som i dag vurderes manuelt via 10-meters gangtest. Projektets formål var at validere en algoritme, der behandler accelerometerdata for automatisk at detektere skridt og tid som støtte til NPH-diagnosticering. Metode: Et valideringsstudie med videokontrol som golden standard omfattede ti deltagere, der udførte to 10-meters protokoller ved langsom, normal og hurtig ganghastighed, hver gentaget tre gange. Data blev analyseret med korrelationskoefficienter og Bland-Altman plots. Resultater: Der sås statistisk sammenhæng mellem algoritmen og videokontrol for skridt og tid (p<0,016). Korrelationerne var højest ved langsom gang (skridt r≈0,749/0,686; tid r≈0,830/0,813) og lavere ved hurtig gang (skridt r≈0,453/0,375; tid r≈0,500/0,449). Bland-Altman viste positiv bias (0,33–1,17). Med 95 % sikkerhed lå algoritmens målinger inden for 0,18 m/s (langsom) og 0,40 m/s (hurtig) for ganghastighed samt 0,13 m (langsom) og 0,31 m (hurtig) for skridtlængde. Konklusion: Accelerometri og algoritmen kan detektere skridt og tid, men overensstemmelsen med videokontrol var utilstrækkelig, hvilket indikerer behov for yderligere udvikling før klinisk anvendelse i vurdering af NPH.
Background: Normal pressure hydrocephalus (NPH) primarily affects older adults and can cause gait disturbances, which are currently assessed manually using the 10-meter walk test. This project aimed to validate an algorithm that processes accelerometer data to automatically detect steps and time as a tool to support NPH diagnosis. Methods: A validation study used video as the golden standard and included ten participants performing two 10-meter protocols at slow, normal, and fast walking speeds, each repeated three times. Data were analyzed using correlation coefficients and Bland-Altman plots. Results: There were significant correlations between the algorithm and video control for steps and time (p<0.016). Correlations were highest at slow speeds (steps r≈0.749/0.686; time r≈0.830/0.813) and lower at fast speeds (steps r≈0.453/0.375; time r≈0.500/0.449). Bland-Altman plots showed a positive bias (0.33–1.17). With 95% certainty, the algorithm measured within 0.18 m/s (slow) and 0.40 m/s (fast) for gait speed and within 0.13 m (slow) and 0.31 m (fast) for stride length. Conclusion: Accelerometry and the algorithm can detect steps and time, but agreement with video control was insufficient, indicating that further development is needed before clinical use in NPH gait evaluation.
[Dette resumé er genereret med hjælp fra AI direkte fra projektet (PDF)]