A decision support system for fall risk through biomechanical characteristics: A strikingapplication
Biyomekanik Özellikler Yardımıyla Düşme Riski İçin Bir Karar Destek Sistemi: Çarpıcı Uygulama

Eyyüp Gülbandılar, Murat Sarı, Ali Cımbız
2018 Afyon Kocatepe University Journal of Sciences and Engineering  
Anahtar kelimeler Denge;Entropi; Veri madenciliği, Karar ağaçları; Düşme riski. Özet 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
more » ... ntropi 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. Abstract Evaluation of new tools to assess the risk of falling for active people is needed to help prevent falls and fall-related injuries. This article aims at investigating which parameters are effective at fall risk and level of the risk, and thus at developing an algorithm. To achieve these aims, an algorithm has been produced by taking into consideration a wide number of variables and simplicity. This algorithm has been based on a decision tree and entropy. To produce this algorithm, 24 subjects and 46 variables of fall risk were used. In the chi-square analysis carried, it is found a statistically significant relation between the computed results and examination results of physiotherapist (p<0.001 and kappa=0.852). Our tool has been designed for use by clinical/nonclinical care professionals with a minimum of training. As a conclusion, before recommending this algorithm for widespread clinical/nonclinical use, it should be tested in a wider population with at least more different characteristics from the current sample. © AfyonKocatepeÜniversitesi
doi:10.5578/fmbd.67027 fatcat:s7jm73efhbe3fpkohaqytdwbri