Un appareil pour savoir si le lombalgique va guérir


Sans titre

Le STarT Back Screening Tool permet de déterminer si un lombalgique est plutôt sujet à   le rester ou non. 

Cette étude a cherché à développer un modèle d’apprentissage-machine basé sur des capteurs pour classer les patients atteints de lombalgie chronique en différents sous-groupes en fonction de données cinématiques quantitatives, c’est-à-dire des mesures liées au mouvement du tronc et à l’équilibre, en conjonction avec les résultats du STarT.

Des capteurs inertiels ont été fixées au tronc de quatre-vingt-quatorze patients pendant qu’ils effectuaient des mouvements répétitifs de flexion/extension du tronc sur une planche d’équilibre à un rythme choisi par eux. 

Des algorithmes d’apprentissage machine (ne m’en demandez pas plus, lisez plutôt  l’article, vous me raconterez) ont été mis en œuvre pour le développement du modèle, et les résultats du SBST ont été utilisés comme référence. 

Il a été démontré que les données cinématiques pouvaient être utilisées avec succès pour classer les patients en deux groupes principaux : risque élevé et risque faible à moyen. 

Reste à démontrer que ces capteurs inertiels sont corrélé avec le capteur intuitif nasal du praticien. Une prochaine étude, peut être ?

Capteur intuitif nasal

Références bibliographiques 

iranusaMasoud Abdollahi, Sajad Ashouri, Mohsen Abedi, Nasibeh Azadeh-Fard, Mohamad Parnianpour, Kinda Khalaf, Ehsan Rashedi. Using a Motion Sensor to Categorize Nonspecific Low Back Pain Patients: A Machine Learning Approach. Sensors (Basel). 2020 Jun 26;20(12):E3600. doi: 10.3390/s20123600.

Article en accès libre

Votre commentaire

Entrez vos coordonnées ci-dessous ou cliquez sur une icône pour vous connecter:

Logo WordPress.com

Vous commentez à l’aide de votre compte WordPress.com. Déconnexion /  Changer )

Photo Google

Vous commentez à l’aide de votre compte Google. Déconnexion /  Changer )

Image Twitter

Vous commentez à l’aide de votre compte Twitter. Déconnexion /  Changer )

Photo Facebook

Vous commentez à l’aide de votre compte Facebook. Déconnexion /  Changer )

Connexion à %s