Resumen

Las caídas suponen un gran riesgo para los adultos mayores y están relacionadas con el sentido del equilibrio del cuerpo. Este estudio investigó cómo detectar la posibilidad de sujetos con alto riesgo de caídas entre los adultos mayores. La señal original se basa en el centro de presión (COP) medido con una placa de fuerza. El grupo de los que se caen incluye 29 sujetos que tenían antecedentes de caídas en el año anterior a este estudio o que habían recibido puntuaciones altas en la Escala breve de eficacia de caídas (FES). El grupo de no caídos incluye 47 inscritos sin antecedentes de caídas y que habían recibido puntuaciones bajas en la Short FES. Se calculó el COP en dirección anteroposterior y mediolateral y se analizó mediante descomposición empírica de modos (EMD) hasta seis niveles. Se extrajeron las cinco características siguientes y se importaron a un algoritmo de árbol de decisión: desviación cuadrática media, frecuencia media, potencia de frecuencia total, entropía aproximada y entropía de muestra. Los resultados mostraron que había un mayor número de parámetros de características estadísticamente diferentes, y se obtuvo una clasificación de mayor precisión. Con la ayuda de la descomposición modal empírica, la precisión media de la clasificación aumentó un 10 y alcanzó un nivel del 99,74% en el grupo de entrenamiento y del 96,77% en el grupo de prueba, respectivamente.

• Materias:Insuficiencia cardíaca Plataforma de servicios Filtro de orden óptimo Características clínicas Osteoporosis
• Subjects:Heart failure Platform services Optimal order filtering Clinical features Osteoporosis
• Palabras claves:descomposición modal empírica, adultos mayores, escala de eficacia de caídas cortas, sujetos con alto riesgo de caídas, precisión media de clasificación, algoritmo de árbol de decisión, diferentes parámetros de características, potencia de frecuencia total, COP, caídas
• Keywords:empirical mode decomposition, older adults, Short Falls Efficacy Scale, high fall risk subjects, average classification accuracy, decision tree algorithm, different feature parameters, total frequency power, COP, falls