초록 ▼

￭ 고령자의 신체활동기능의 운동학/운동역학 측정과 분석을 통한 수준별 분류 및 평가변인 도출
- 피험자 그룹 선정 : 선정기준에 따라 낙상자 32명(남자 6명, 여자 25명) 비낙상자 115명(남자 46명, 여자 69명)으로 최종 147명의 연구 대상자들이 선정
- 신체활동기능 평가 동작 수행 시, 정량적 측정이 가능한 평가변인 도출
; 일상생활에서의 수행동작에 대한 관련성과 재현성이 높은 7가지 기능적평가방법들을 선출하여 적용. 센서모듈을 통해 정량적인 측정이 가능한 총145개의 평가변인 도출
￭ 평가변인을

￭ 고령자의 신체활동기능의 운동학/운동역학 측정과 분석을 통한 수준별 분류 및 평가변인 도출
- 피험자 그룹 선정 : 선정기준에 따라 낙상자 32명(남자 6명, 여자 25명) 비낙상자 115명(남자 46명, 여자 69명)으로 최종 147명의 연구 대상자들이 선정
- 신체활동기능 평가 동작 수행 시, 정량적 측정이 가능한 평가변인 도출
; 일상생활에서의 수행동작에 대한 관련성과 재현성이 높은 7가지 기능적평가방법들을 선출하여 적용. 센서모듈을 통해 정량적인 측정이 가능한 총145개의 평가변인 도출
￭ 평가변인을 통한 신체활동기능 저하 분류를 위한 회귀모델과 측정 센서모듈 개발
- 기존 신체활동 평가도구에서 측정된 운동학/운동역학 변인을 이용한 회귀모델화
; 각 변인들의 데이터베이스와 균형평가 점수 간의 상관성을 통해 신체기능척도(PFS)를 예측하기 위한 다중회귀모델을 도출
; 낙상 예측에 있어서는 계의 복잡성을 나타내는 비선형 변인을 적용하였으며, 로지스틱 회귀식을 이용한 알고리즘화
- 관성센서를 사용한 신체활동기능 평가변인 측정모듈 개발
; 관성센서모듈은 무선통신을 통한 데이터 전송과 평가변인의 정량적인 값의 계측이 가능하도록 구성
￭ 시설과 일상생활 적용 가능한 신체활동기능 저하 및 낙상 조기 예측 모델 개발 및 정확도 검증
- 개발된 신체활동기능 저하 및 낙상 예측 회귀모델 적용이 가능한 평가방법 구축
- 평가방법은 노인시설과 일상생활에서 적용될 두 가지 프로토콜로 개발
- 검증 실험을 통해 도출된 PFS는 임상적 평가 점수와 2.18의 표준오차를 나타내며, 낙상 조기 예측에 따른 정확도는 87.2%를 나타냄
(출처: 연구결과 요약문 5p)

Abstract ▼

￭ Derivation of assessment variables by using kinematic/kinetic analysis & classification of physical activity levels
- Selection of subject groups : According to the criteria of selection, total 147 subjects including 32 fallers and 115 non-fallers were selected
- Derivation of measurable va

￭ Derivation of assessment variables by using kinematic/kinetic analysis & classification of physical activity levels
- Selection of subject groups : According to the criteria of selection, total 147 subjects including 32 fallers and 115 non-fallers were selected
- Derivation of measurable variables for quantitative assessment during the tasks
; Seven functional assessment tool related daily movements were applied to the tasks, and total 145 assessment variables were derived using sensor module’s data.
￭ Development of regression model based on classification of physical activity and inertial sensor module for actual measurement of these variables
- Regression modeling using the kinematic/kinetic variables measured in the physical activity assessment tool.
; Derivation of multi-regression model for estimation of physical function scale (PFS) using relationship between each variable and balance score
; Application of nonlinear factors indicating the complexity of the system in the fall prediction
- Development of measurement module for assessment variables using inertial sensor
￭ Development of early fall prediction model and its verification
- Development of assessment method for estimation of physical function and fall risk
- Evaluation methods were comprised of the nursing homes and daily life protocol
- As the result, standard error between PFS and clinical assessment score was 2.18, and the accuracy of the model to predict falling was 87.2%
(출처: Summary 6p)

목차 Contents

• 표지 ... 1목차 ... 3연구계획 요약문 ... 4연구결과 요약문 ... 5 요약문 ... 5 SUMMARY ... 6연구내용 및 결과 ... 7 1. 연구개발과제의 개요 ... 7 2. 국내외 기술개발 현황 ... 8 3. 연구수행 내용 및 결과 ... 12 4. 목표달성도 및 관련분야에의 기여도 ... 29 5. 연구결과의 활용계획 ... 30 6. 연구과정에서 수집한 해외 과학기술정보 ... 31 7. 주관연구책임자 대표적 연구실적 ... 33 8. 참고문헌 ... 33 9. 연구성과 ... 36 10. 국가과학기술지식정보서비스에 등록한 연구시설‧장비 현황 ... 41 11. 연구개발과제 수행에 따른 연구실 등의 안전조치 이행실적 ... 41 12. 기타사항 ... 43별첨1 ... 44별첨2 ... 59끝페이지 ... 66