Biyomekanik Özellikler Yardımıyla Düşme Riski İçin Bir Karar Destek Sistemi: Çarpıcı Uygulama

Yıl 2018, Cilt: 18 Sayı: 2, 486 - 494, 31.08.2018

Eyyüp Gülbandılar Murat Sarı Ali Cımbız

Öz

Düşme ve düşmeden kaynaklı yaralanmaları önlemek için aktif insanların düşme riskini değerlendirecek yeni araçların geliştirilmesi gereklidir. Bu makale, hangi parametrelerin düşme riskinde ve risk düzeyinde etkili olduğunu incelemeyi ve böylece de bir algoritmayı geliştirmeyi amaçlamaktadır. Bu amaçlara ulaşmak için, çok sayıda değişkeniirdeleyerek, yalınbir algoritma üretilmiştir. Bu algoritma karar ağacı ve entropi üzerine kurulmuştur. Bu algoritmayı üretmek için, 24 gönüllü ve 46 adet düşme riskinin değişkeni kullanılmıştır. Kikare analizi sonuçlarına göre; fizyoterapistin muayene teşhisi sonuçları ile algoritma sonuçları arasındaistatistiksel olarak anlamlı ilişki bulunmuştur(p<0.001 ve kappa=0.852).Geliştirilen sistem,kısa süreli bir eğitim ile klinisyen/klinisyen olmayan kişiler tarafından kullanılmak üzere tasarlanmıştır. Sonuç olarak, var olan verilerimiz sınırlı olmasından dolayı, bu algoritmayı yaygın klinik/klinik dışı kullanım için önermeden önce farklı özelliklere sahip daha geniş bir popülasyonda test edilmelidir.

Anahtar Kelimeler

Denge;Entropi; Veri madenciliği, Karar ağaçları, Düşme riski.

Kaynakça

• Bongue B., Dupré C., Beauchet O., Rossat A., Fantino B. and Colvez A. A., 2011. Screening tool with five risk factors was developed for fall-risk prediction in community-dwelling elderly. Journal of Clinical Epidemiology, 64(10), 1152-1160.
• Breiman L., Friedman J., Olshen R. and Stone C., 1984. Classification and Regression Trees. Wadsworth International Group, Belmont.
• Ciaramella A., ParoliM., Lonia L., Bosco M. and PoliP., 2013. Biopsychosocial Aspects of Atypical Odontalgia. International Scholarly Research Notices Neuroscience, 2013, Article ID 413515, http://dx.doi.org/10.1155/2013/413515.
• Cimbiz A. and CakirO., 2005. Evaluation of balance and physical fitness in diabetic neuropathic patients. Journal of Diabetes and its Complications, 19(3), 160-164.
• Gates S, Smith LA, Fisher JD. and Lamb SE., 2008. Systematic review of accuracy of screening instruments for predicting fall risk among independently living older adults. Journal of Rehabilitation Research & Development,45(8),1105-1116.
• Ghanavati T., Yazdi M.J.S., Goharpey S. and Arastoo AA., 2012. Functional balance in elderly with diabetic neuropathy. Diabetes Research and Clinical Practice, 1, 24-28.
• Han J. and Kamber M., 2006. Data Mining: Concepts and Techniques. Second Edition, Morgan Kaufmann Publishers, San Francisco.
• Huang H.C., Gau M.L., Lin W.C. and George K., 2003. Assessing risk of falling in older adults. Public Health Nursing, 20, 399-411.
• Hunt E.B., Marin J. and Stone P.T., 1966. Experiments in Induction. Academic Press.
• Huroyuki S., Uchiyama Y. and Kakurai S., 2003. Specific effects of balance and gait exercises on physical function among the frail elderly. Clinical Rehabilitation, 17, 472-479.
• Hurvitz E.A., Richardson J.K., Werner R.A., Ruhl A.M. and Dixon M.R., 2000. Unipedal stance testing as an indicator of fall risk among older outpatients. Archives of Physical Medicine and Rehabilitation, 81, 587-591.
• Keskin D., Borman P., Ersoz M., Kurtaran A. Bodur H. and AkyuzM., 2008. The risk factors related to falling in elderly females. Geriatric Nursing, 29(1), 58-63.
• Kwan, M.M.S., Close J.C.T., Wong A.K.W.W. and Lord S.R., 2011. Falls Incidence, Risk Factors, and Consequences in Chinese Older People: A Systematic Review. Journal of American Geriatrics Society, 59, 536–543,
• Lajoie Y., Girard A. and Guay M., 2002. Comparison of the reaction time, the Berg Scale and the ABC in non-fallers and fallers.Archives of Gerontology and Geriatrics, 35(3), 215-225.
• Lin M.R., Hwang H.F., Hu M.H., Wu H.D.I., Wang Y.W. and Huang F.C., 2004. Psychometric Comparisons of the Timed Up and Go, One-Leg Stand, Functional Reach, and Tinetti Balance Measures in Community-Dwelling Older People. Journal of the American Geriatrics Society, 52(8), 1343–1348.
• Lord S.R., Clark R.D. and Webster I.W., 1999. Physiological factors associated with falls in an elderly population. Journal of the American Geriatrics Society, 39, 1194-1200.
• Matsutomo R., Takebayashi K. and Aso Y., 2005. Assessment of peripheral neuropathy using measurement of the current perception threshold with the neurometer in patients with type 2 diabetes mellitus. The Journal of International Medical Research, 33(4), 442-453.
• Michikawa T., Nishiwaki Y., Takebayashi T. and Toyama Y., 2009. One-Leg Standing Test for Elderly Populations,Journal of Orthopaedic Science,14, 675–685.
• Ozdirenc M., Biberoglu S. and Ozcan A., 2003. Evaluation of physical fitness in patients with type 2 diabetes mellitus. Diabetes Research and Clinical Practice, 60, 171–176.
• Pitei D.L., Watkins P.J., Stevens M.J. and Edmonds M.E., 1994. The value of the Neurometer in assessing diabetic neuropathy by measurement of the current perception threshold. Diabetic Medicine, 11(9), 872-876.
• Quinlan J.R., 1994. C4.5: Programs for Machine Learning. Morgan Kaufmann Publishers, San Mateo.
• Rueangsirarak W., Atkins A.S., Sharp B., Chakpitak N. and Meksamoot K., 2012. Fall-risk screening system framework for physiotherapy care of elderly. Expert Systems with Applications, 39(10), 8859–8864.
• Shannon C.E. and Weaver W., 1949. The mathematical theory of communication. University of Illinois Press, Urbana