${specMeta.name} 피드
2026. 2. 1.·Clinical biomechanics (Bristol, Avon)·RCT·🇨🇳 China
Gait analysis and prediction in Parkinson's disease using rhythmic auditory stimulation: A data-driven approach with machine learning models.
원문 읽기 ~5분 → AI 요약 ~1분
AI 핵심 요약
파킨슨병 보행장애에 리듬청각자극 효과적
임상 적용 포인트 · AI 추출
파킨슨병 환자의 보행장애 호소 시 메트로놈이나 리듬음악을 활용한 보행훈련을 권유하세요. UPDRS-III 점수가 낮고 보행속도가 상대적으로 유지된 환자에서 더 좋은 반응을 기대할 수 있습니다.
요약· AI 생성
1) 파킨슨병 환자 300명을 대상으로 리듬청각자극(RAS)의 보행개선 효과를 평가하고 반응 예측모델을 개발했습니다. 2) RAS 그룹에서 보행속도 0.14m/s 증가, 보행길이 0.10m 증가, 이중지지시간 0.026초 감소 등 유의한 개선을 보였습니다. 3) 171명 중 116명(67.8%)이 보행속도와 이중지지시간 개선 기준으로 반응군으로 분류되었습니다. 4) 랜덤포레스트 모델이 AUC 0.713으로 가장 우수한 예측성능을 보였으며, UPDRS-III, 보행길이, MoCA 점수가 주요 예측인자였습니다. 5) 기계학습을 통한 반응 예측으로 개인맞춤형 보행재활 전략 수립이 가능함을 제시했습니다.
임상적 의의
파킨슨병 환자의 보행장애에 대해 리듬청각자극이 효과적인 비약물적 치료법임을 입증했습니다. 기계학습 모델을 통해 치료 반응을 예측할 수 있어 개인맞춤형 재활치료 계획 수립에 도움이 됩니다.
연구 한계
3차원 동작분석 시스템과 기계학습 모델이 필요하여 일반 진료환경에서 직접 적용하기에는 제한이 있습니다.
파킨슨병 보행장애리듬청각자극기계학습 예측
연구 국가: 🇨🇳 China
MeSH: Humans, Parkinson Disease, Machine Learning, Male, Female, Aged, Middle Aged, Acoustic Stimulation
이 요약은 MotionLabs 의료 AI가 생성했습니다. AI 요약은 원문의 핵심을 전달하기 위한 참고 자료이며, 임상 판단을 대체하지 않습니다.
MotionLabs 더 알아보기