Summary
यह पत्र एक मल्टीसेंसर पहनने योग्य और इसकी पूरी तरह से स्वचालित गहरी सीखने-आधारित विश्लेषण पाइपलाइन के साथ शिशुओं के सकल मोटर प्रदर्शन के आकलन की रूपरेखा तैयार करता है। विधि शिशुओं के आसन और आंदोलन पैटर्न को झूठ बोलने से रोकती है जब तक कि वे स्वतंत्र रूप से चलने में महारत हासिल नहीं करते।
Abstract
प्रारंभिक सकल मोटर मूल्यांकन के उद्देश्य और मात्रात्मक तरीकों को विकसित करना न्यूरोडेवलपमेंट को बेहतर ढंग से समझने और प्रारंभिक चिकित्सीय हस्तक्षेपों का समर्थन करने के लिए आवश्यक है। यहां, हम एक मल्टीसेंसर पहनने योग्य, MAIJU (JUmpsuit के साथ शिशुओं की गतिशीलता आकलन) का उपयोग करके सकल मोटर प्रदर्शन को निर्धारित करने के लिए एक विधि प्रस्तुत करते हैं, जो पूरी तरह से स्वचालित क्लाउड-आधारित पाइपलाइन का उपयोग करके एक स्वचालित, स्केलेबल, मात्रात्मक और उद्देश्य मूल्यांकन प्रदान करता है। यह पहनने योग्य सूट चार आंदोलन सेंसर से लैस है जो कम ऊर्जा वाले ब्लूटूथ कनेक्शन का उपयोग करके मोबाइल फोन पर सिंक्रनाइज़ डेटा रिकॉर्ड करता है। क्लाउड सर्वर में एक ऑफ़लाइन विश्लेषण प्रत्येक रिकॉर्डिंग के लिए मिनटों के भीतर पूरी तरह से विश्लेषण किए गए परिणाम उत्पन्न करता है। इन परिणामों में रिकॉर्डिंग सत्र की एक ग्राफिकल रिपोर्ट और एक विस्तृत परिणाम मैट्रिक्स शामिल है जो आसन, आंदोलन, शिशु ले जाने और मुफ्त प्लेटाइम के लिए दूसरा-दर-दूसरा वर्गीकरण देता है। हमारे हाल के परिणाम इस तरह के मात्रात्मक मोटर मूल्यांकन के गुण को दर्शाते हैं जो शिशु के सकल मोटर विकास में भिन्नता को अलग करने के लिए संभावित प्रभावी तरीका प्रदान करते हैं।
Introduction
प्रारंभिक सकल मोटर विकास उच्च-स्तरीय न्यूरोकॉग्निटिव प्रदर्शन के लिए आवश्यक है जो बाद में शिशुओं के पर्यावरण की खोज का समर्थन करके उभरता है। इसलिए, चिकित्सकों और शोधकर्ताओं को समान रूप से प्रारंभिक सकल मोटर विकास 1,2,3का आकलन करने में उच्च रुचि है। साक्ष्य-आधारित चिकित्सा या वैज्ञानिक अध्ययनों के लिए सहायता प्रदान करने के लिए, यह आवश्यक है कि सकल मोटर आकलन मात्रात्मक, विश्वसनीय, उद्देश्य और पारिस्थितिक रूप से मान्य हों। हालांकि, नैदानिक या बुनियादी विज्ञान अनुसंधान के लिए उपलब्ध ऐसे तरीकों की कमी है।
एक विशिष्ट प्रारंभिक सकल मोटर विकास नए अधिग्रहीत कौशल के अनुमानित अनुक्रम के माध्यम से आगे बढ़ता है। वे आमतौर पर शिशुओं में असतत मोटर मील के पत्थर4 तक पहुंचने के रूप में देखे जाते हैं, जहां खड़े होने और चलने को अक्सर अधिक जटिल व्यवहार प्रदर्शनों की सूची5 के मार्ग में महत्वपूर्ण स्थल माना जाता है। मोटर मील के पत्थर के बारे में प्रत्यक्ष अवलोकन या माता-पिता के सर्वेक्षण के अलावा, प्रयोगशाला या अस्पताल के वातावरण में शिशुओं के आकलन के प्रदर्शन के लिए कई व्यापक रूप से उपयोग की जाने वाली मानकीकृत बैटरी 6,7,8,9 विकसित की गई हैं। हालांकि, ये आकलन कई चेतावनियों से ग्रस्त हैं: उन्हें प्रशिक्षित पेशेवरों से पर्याप्त विशेषज्ञता की आवश्यकता होती है, वे आंशिक रूप से व्यक्तिपरक और स्पष्ट होते हैं, और वे एक पर्यावरण (अस्पताल या प्रयोगशाला) में शिशुओं के प्रदर्शन का आकलन करते हैं जो शिशु के दृष्टिकोण से अप्राकृतिक है।
मूल वातावरण में लंबे समय तक शिशुओं की सहज मोटर गतिविधि को रिकॉर्ड करना, जैसे कि उनका घर, मोटर क्षमताओं के अधिक प्रासंगिक उपायों को सक्षम बनाता है। इस तरह के एक संभव विधि में, मूल्यांकन इस तरह के MAIJU पहनने योग्य (एक JUmpsuit के साथ शिशुओं के मोटर आकलन)10,11,12के रूप में एक पहनने योग्य प्रणाली के साथ धाराप्रवाह चलने के लिए झूठ बोलने से शिशु की मोटर क्षमता के विकास के पूर्ण अनुक्रम के लिए किया जाता है. MAIJU पहनने योग्य प्रणाली (चित्रा 1) एक पूरे शरीर कपड़ा आंदोलन सेंसर से लैस शामिल है unsupervised बाहर अस्पताल / प्रयोगशाला आकलन और रिकॉर्डिंग है कि एक स्वचालित पाइपलाइन के साथ विश्लेषण कर रहे हैं की अनुमति देने के लिए, मुद्रा और आंदोलन पैटर्न के एक दूसरे से दूसरे मूल्यांकन प्रदान. इन एल्गोरिथम का पता लगाने का उपयोग प्रत्येक आसन और आंदोलन प्रकार के लिए अलग-अलग किया जा सकता है, या उन्हें शिशु की मोटर क्षमताओं के परिपक्वता स्तर के समग्र मूल्यांकन के लिए जोड़ा जा सकता है। मोटर परिपक्वता के ऐसे मीट्रिक की हाल ही में प्रकाशित, इकाई-मुक्त अभिव्यक्ति बीआईएमएस (बाबा शिशु मोटर स्कोर)10,12है।
यह लेख मल्टीसेंसर पहनने योग्य सूट का उपयोग करके शिशुओं के सकल मोटर प्रदर्शन के आकलन का वर्णन करेगा; औचित्य, व्यावहारिक प्रदर्शन, विश्लेषण पाइपलाइन, और मैट्रिक्स का उपयोग करने के लिए संभावित भविष्य के दृष्टिकोण जो मल्टीसेंसर पहनने योग्य10,11,12 के साथ रिकॉर्डिंग के लिए उपलब्ध स्वचालित विश्लेषण पाइपलाइन से प्राप्त किए जा सकते हैं। विधि सभी शिशुओं में सहज सकल मोटर गतिविधियों की एक विस्तृत मात्रा निर्धारित करने के लिए उपयुक्त है जो लापरवाह झूठ बोलने और धाराप्रवाह चलने के बीच मोटर क्षमताओं का प्रदर्शन करती है।
मल्टीसेंसर पहनने योग्य प्रणाली में तीन घटक होते हैं: 1) चार आंदोलन सेंसर से लैस पूर्ण शरीर समग्र परिधान, 2) कस्टम-निर्मित आईओएस एप्लिकेशन का उपयोग करके एक मोबाइल डिवाइस, और 3) क्लाउड-आधारित विश्लेषण पाइपलाइन (बाबाक्लाउड जिसके लिए क्रेडेंशियल्स लेखकों से प्राप्त किया जा सकता है) 11। वाटरप्रूफ जड़त्वीय माप इकाई (आईएमयू) सेंसर कम-ऊर्जा ब्लूटूथ कनेक्शन का उपयोग करके मोबाइल फोन पर 13-52 हर्ट्ज नमूनाकरण आवृत्ति पर सिंक्रनाइज़ डेटा (3-अक्ष एक्सेलेरोमीटर और जायरोस्कोप) स्ट्रीम करता है। डेटा को शुरू में (सेंसर या) मोबाइल डिवाइस की मेमोरी में संग्रहीत किया जाता है, इसके बाद रिकॉर्डिंग बंद होने के बाद क्लाउड सर्वर में ऑफ़लाइन विश्लेषण किया जाता है।
Protocol
इस प्रणाली के साथ किए गए अध्ययनों की समीक्षा न्यू चिल्ड्रन हॉस्पिटल, हेलसिंकी यूनिवर्सिटी अस्पताल की आचार समिति द्वारा की गई और अस्पताल ने इस काम में उद्धृत मूल अध्ययनों में वर्णित अनुसंधान परियोजनाओं को पूरा करने की अनुमति दी। वीडियो में बच्चे को फिल्माने के लिए एक सूचित सहमति प्राप्त की गई थी।
1. रिकॉर्डिंग सत्र के लिए सूट तैयार करना
- सूट के सही आकार का चयन करें। वर्तमान में, आकार 68 सेमी आकार से चलते हैं, और पांच अलग-अलग आकार विकल्प (68 सेमी, 74 सेमी, 80 सेमी, 86 सेमी और 92 सेमी) हैं। सुनिश्चित करें कि सूट आराम से अभी तक आराम से फिट बैठता है और बच्चा बिना किसी हस्तक्षेप के स्वतंत्र रूप से आगे बढ़ सकता है।
- रिकॉर्डिंग शुरू करें, यानी, डेटा लॉगर एप्लिकेशन का उपयोग करके डेटा संग्रह, मैजुलोगर, जैसा कि पूरक फ़ाइल 1 में वर्णित है।
- पहले पृष्ठ पर, "विषय पहचान संख्या" दर्ज करें। मूल्यांकन में उपयोग किए गए आंदोलन सेंसर की संख्या डिफ़ॉल्ट रूप से 4 पर सेट है, जैसा कि पहले पृष्ठ पर दिखाया गया है।
- आगे तीर दबाकर अगले चरण पर आगे बढ़ें।
- चार सेंसर को बैटरी से लैस करें (संस्करण CR2025)।
- एप्लिकेशन पर एक अंग स्थान का चयन करके और दबाकर और सेंसर को मोबाइल डिवाइस के करीब लाकर मोबाइल एप्लिकेशन के साथ प्रत्येक सेंसर को पेयर करें।
- पुष्टि करें कि एप्लिकेशन पर सही सेंसर नंबर दिखाया गया है।
- सेंसर नंबर के नीचे संकेतकों की जांच करके पर्याप्त बैटरी चार्ज स्तर (अनुशंसित > 80%) सुनिश्चित करें।
नोट: सेंसर बैटरियों को बदलें, यदि आवश्यक हो, तो बैकसाइड कवर को उठाकर।
- सही आस्तीन जेब में स्नैप-ऑन माउंट के साथ प्रत्येक सेंसर को ठीक करें।
- सुनिश्चित करें कि सेंसर सही ढंग से उन्मुख हैं।
- विवरण के लिए हमेशा नवीनतम उपयोगकर्ता मार्गदर्शिका देखें। गलत अभिविन्यास अनुपयोगी डेटा को जन्म देगा।
- एप्लिकेशन में फॉरवर्ड एरो दबाकर सही सेंसर पेयरिंग की जांच करने के लिए आगे बढ़ें।
- सेंसर को एक-एक करके हिलाएं और यह देखने के लिए एप्लिकेशन की जांच करें कि सही संकेतक हिल रहा है।
- जब चेक पूरे हो जाएं, तो आगे बढ़ें प्रारंभ आगे तीर दबाकर पृष्ठ।
नोट: यदि आवश्यक हो, तो रिकॉर्डिंग की अवधि (hh:mm) को प्रत्येक रिकॉर्डिंग की शुरुआत में सेटिंग बटन दबाकर मैन्युअल रूप से सेट किया जा सकता है।- दबाएं अभिलेख रिकॉर्डिंग शुरू करने के लिए बटन। शिशु पर सूट तैयार करने से पहले सेंसर तैयार होने तक प्रतीक्षा करें (इसमें कुछ मिनट लग सकते हैं)।
- असुरक्षित होम रिकॉर्डिंग के लिए, मोबाइल डिवाइस पर स्क्रीन लॉक सेट करें ताकि उसके माता-पिता के संचालन से बचा जा सके और प्राप्तकर्ता को डिलीवरी के लिए सूट पैक किया जा सके।
- सूट तैयार होने के तुरंत बाद प्राप्तकर्ता को देने के लिए एक कूरियर या इसी तरह की सेवा का उपयोग करें।
2. रिकॉर्डिंग सत्र के लिए शिशु को तैयार करना और कपड़े पहनना
- सुनिश्चित करें कि शिशु की देखभाल की जाती है (यानी, खिलाया जाता है और डायपर बदल दिए जाते हैं) और एक प्राकृतिक और सहज प्लेटाइम के लिए सुरक्षित और आरामदायक महसूस करता है।
- यदि आवश्यक हो तो डायपर बदलने के लिए बाद में सूट निकालें।
- शिशु पर सूट को नियमित चौग़ा के साथ तैयार करें।
- जांचें कि सेंसर जेब बाहर की ओर हैं (यानी, शिशु के सामने या पीछे की ओर घूमने के बजाय शरीर की मध्य रेखा से दूर)।
- जांचें कि सूट प्रत्येक सेंसर स्थान पर अंगों पर अच्छी तरह से फिट बैठता है।
- यदि आवश्यक हो तो अंग पर सेंसर को कसने के लिए जेब के पास पट्टियों को समायोजित करें।
नोट: पट्टियों के साथ पर्याप्त बन्धन के लिए अंग बहुत पतले होने की स्थिति में सेंसर को जकड़ने के लिए सूट या पट्टियों के नीचे कपड़े जोड़ना भी संभव है।
- यदि आवश्यक हो तो अंग पर सेंसर को कसने के लिए जेब के पास पट्टियों को समायोजित करें।
3. रिकॉर्डिंग सत्र
- प्रत्यक्ष डेटा स्ट्रीमिंग के साथ रिकॉर्डिंग करते समय ब्लूटूथ कनेक्शन (यानी, एक ही कमरे में या खुली जगह में रिकॉर्डिंग करते समय 10 मीटर के भीतर) पर एक विश्वसनीय डेटा ट्रांसमिशन सुनिश्चित करने के लिए मोबाइल डिवाइस को शिशु के पास रखें।
- यदि लागू हो, तो आसान और सुरक्षित हैंडलिंग के लिए मोबाइल डिवाइस को बैग में रखें, जैसे कि टैबलेट स्लीव। ब्लूटूथ प्रोटोकॉल BLE-कनेक्शन खो जाने पर फिर से कनेक्ट करने का प्रयास करेगा।
नोट: रिकॉर्डिंग को रोकना और फिर जारी रखना उचित नहीं है क्योंकि यह सेंसर या रिकॉर्ड किए गए डेटा की अस्थायी अखंडता के बीच सिंक्रनाइज़ेशन को बाधित कर सकता है, साथ ही आप BLE कनेक्शन खो सकते हैं। ऐसे अवसरों पर, एप्लिकेशन को बंद करने और रिकॉर्डिंग को नए सिरे से शुरू करने का एकमात्र विकल्प है।
- यदि लागू हो, तो आसान और सुरक्षित हैंडलिंग के लिए मोबाइल डिवाइस को बैग में रखें, जैसे कि टैबलेट स्लीव। ब्लूटूथ प्रोटोकॉल BLE-कनेक्शन खो जाने पर फिर से कनेक्ट करने का प्रयास करेगा।
- खिलौनों और अन्य वस्तुओं के साथ खेलने की सुविधा के लिए परिवेश की व्यवस्था करें और शिशु को स्वतंत्र रूप से स्थानांतरित करने के लिए प्रोत्साहित करें। उदाहरण के लिए, घूमने के लिए जगह खाली करें या जमीन पर एक चटाई बिछाएं ताकि उम्र के उपयुक्त खिलौने देखते समय शिशु को स्थानांतरित करने के लिए प्रोत्साहित किया जा सके। इसका उद्देश्य शिशु की प्राकृतिक गति को रिकॉर्ड करना है।
- सुनिश्चित करें कि शिशु नए लोगों या अपरिचित स्थानों के कारण चिंता का अनुभव किए बिना सहज खेल में संलग्न होने के लिए पर्याप्त आरामदायक और सुरक्षित महसूस करता है।
- कम से कम 1 घंटे का मुफ्त खेल रिकॉर्ड करें या जब तक अध्ययन प्रश्नों द्वारा वांछित हो। विश्लेषण के दौरान बाद में कई खेल / आंदोलन युगों को जोड़ा जा सकता है।
- यदि विशिष्ट अनुसंधान प्रोटोकॉल द्वारा आवश्यक है, तो व्यक्तिगत परिणामों के विस्तृत निरीक्षण की सुविधा के लिए और नोट्स लें। डेटा लॉगर एप्लिकेशन में रीयल-टाइम सिंक्रोनाइज़्ड एनोटेशन का उपयोग निःशुल्क पाठ, ऑडियो रिकॉर्डिंग या वीडियो रिकॉर्डिंग के रूप में करें।
- असुरक्षित होम रिकॉर्डिंग के लिए, रिकॉर्डिंग को स्वचालित रूप से बंद करने के लिए सेट करें (यानी, सेटिंग बटन दबाकर मैन्युअल रूप से रिकॉर्डिंग की अवधि (hh:mm) सेट करें)।
- पर्यवेक्षित सेटिंग्स में, एप्लिकेशन पर स्टॉप बटन दबाकर रिकॉर्डिंग समाप्त करें।
- सूट उतारें और प्रयोगशाला में लौटने के लिए इसे पैक करें।
- सूट की जेब से सेंसर निकालने के बाद प्रत्येक रिकॉर्डिंग के बाद सूट को धो लें। यदि उपलब्ध हो, तो सिंथेटिक सामग्री के उद्देश्य से नमी परिवहन सहित डिटर्जेंट का उपयोग करें11.
- अगले बच्चे पर उपयोग के लिए इसे संग्रहीत करने से पहले यांत्रिक दोषों के लिए धोने के बाद नेत्रहीन रूप से सूट का निरीक्षण करें।
4. क्लाउड-आधारित विश्लेषण: कच्चे डेटा का अपलोड और परिणामों का डाउनलोड
- एप्लिकेशन के डेटाबेस दृश्य में रिकॉर्ड की गई फ़ाइल पर क्लिक करें, और फिर बाबाक्लाउड पर निर्यात करें पर क्लिक करें, जो मोबाइल डिवाइस (पूरक फ़ाइल 2) पर वेब ब्राउज़र का उपयोग करके कम्प्यूटेशनल क्लाउड (https://babacloud.fi/) का होम पेज खोलता है।
- लॉगिन पेज में उपयोगकर्ता नाम और पासवर्ड दर्ज करें। यदि आवश्यक हो, तो Babacloud होम पेज पर दिए गए ईमेल पते से नए क्रेडेंशियल्स का अनुरोध करें।
- अपलोड के लिए रिकॉर्ड की गई फ़ाइल चुनें। फिर, विषय के लिए एक पहचान संख्या चुनें और बाबाक्लाउड वर्कफ़्लो द्वारा इंगित आवश्यक जानकारी जोड़ें। यदि मामले के लिए प्रासंगिक है, तो "एक और कच्ची फ़ाइल लेबल जोड़ें" में विषय की आयु या अन्य जानकारी (जैसे, प्लेटाइम) भी दर्ज करें। अंत में, सेव बटन दबाकर अपलोड सेशन को सेव करें।
नोट: डिफ़ॉल्ट रूप से, डेटा लॉगर एप्लिकेशन वाई-फाई या मोबाइल नेटवर्क के माध्यम से हवा में एक आसान और तेज़ डेटा ट्रांसफर को सक्षम करने के लिए आंदोलन डेटा से एक ज़िप की गई फ़ाइल उत्पन्न करेगा। बाबाक्लाउड इंटरफ़ेस को क्रेडेंशियल्स की आवश्यकता होगी जिन्हें उनके वेब पेज पर निर्देश के अनुसार प्राप्त किया जा सकता है। रिकॉर्ड किए गए कच्चे डेटा को अनुकूलित विश्लेषण के लिए फोन से सीधे दूसरे डिवाइस में स्थानांतरित किया जा सकता है। सुनिश्चित करें कि रिकॉर्डिंग सत्रों के बीच भ्रम से बचने के लिए मोबाइल डिवाइस की मेमोरी से अनावश्यक डेटा हटा दिया गया है। रिकॉर्डिंग सत्र स्वचालित रूप से अपने स्वयं के फ़ोल्डरों में रखे जाते हैं, जिन्हें उनके संबंधित समय टिकटों के साथ नामित किया जाता है। - मोबाइल डिवाइस या कंप्यूटर वेब ब्राउज़र का उपयोग करके क्लाउड सर्वर से विश्लेषण आउटपुट का ज़िप किया गया पैकेज डाउनलोड करें। सही विषय आईडी पर क्लिक करें, फिर वांछित विश्लेषण के लिए लिंक चुनें, जो स्वचालित रूप से फ़ाइल डाउनलोड को खोलता है।
नोट: ज़िपित परिणाम पैकेज में, निम्नलिखित दो आइटम पाए जा सकते हैं: एक विस्तृत परिणाम मैट्रिक्स, जो आसन, आंदोलन, शिशु ले जाने और मुफ्त प्लेटाइम (चित्रा 2 ए, पूरक फ़ाइल 3) के लिए सभी दूसरे-दर-दूसरे वर्गीकरण देता है। ग्राफिकल रिपोर्ट जो अध्ययन सत्र (पूरक फ़ाइल 4) का अवलोकन देती है।
Representative Results
प्रस्तुत विधि रिकॉर्डिंग सत्र के हर सेकंड के लिए मुद्राओं और आंदोलनों के प्रकार को वर्गीकृत करके शिशुओं के सकल मोटर प्रदर्शन को निर्धारित करती है। इसलिए, स्वचालित विश्लेषण पाइपलाइन से परिणाम पैकेज में पूरे रिकॉर्डिंग सत्र से एक पूर्ण वर्गीकरण मैट्रिक्स (पूरक फ़ाइल 3) और एक ग्राफिकल सारांश (पूरक फ़ाइल 4) शामिल है। सटीक अध्ययन प्रश्न के आधार पर, इन परिणामों का विभिन्न स्तरों पर निरीक्षण किया जा सकता है।
परिणाम निरीक्षण का उपयोग इस पद्धति के विकास और सत्यापन के लिए किया गया था।
निम्नलिखित में, हम इस पद्धति के विकास और सत्यापन के लिए उपयोग किए जाने वाले परिणाम निरीक्षण के चार स्तर प्रस्तुत करते हैं। पूरक फ़ाइल 5 पहले पूर्णविस्तार 10,11,12 में प्रकाशित किए गए थे कि प्रमुख सत्यापन प्रयोगों के प्रतिनिधि उदाहरण प्रस्तुत करता है.
सबसे पहले, आंदोलन और आसन का पता लगाने के लिए प्रशिक्षित स्वचालित एल्गोरिदम को शिशुओं के आंदोलन व्यवहार के दूसरे-दर-दूसरे-स्तर के मानव अवलोकनों के खिलाफ मान्य किया गया था। हमने कई समानांतर रूप से प्रशिक्षित विशेषज्ञों का उपयोग किया, जिन्होंने पहनने योग्य रिकॉर्डिंग के साथ सिंक्रनाइज़ वीडियो रिकॉर्डिंग की आँख बंद करके समीक्षा की। सभी अलग-अलग आसन और आंदोलन श्रेणियों की तुलना अलग-अलग मानव एनोटेशन से की गई थी, और हमें आसन के लिए एल्गोरिथ्म और मानव के बीच एक बहुत ही उच्च समझौता मिला (औसत कप्पा 0.93); आंदोलन श्रेणियों (उप-श्रेणी विशिष्ट कप्पा ज्यादातर 60-80% की सीमा पर) के लिए एक पर्याप्त समझौता पाया गया था। उदाहरण के लिए पूरक फ़ाइल 5A देखें भ्रम मैट्रिक्स10. इसके अलावा, इंटररेटर समझौते के स्तर का मूल्यांकन यह पुष्टि करने के लिए किया गया था कि एल्गोरिदम मानव समकक्ष स्तर10,11 के बारे में प्रदर्शन करते हैं।
दूसरा, हमने मूल्यांकन किया कि आंदोलन और मुद्रा श्रेणियों के वर्गीकार-आधारित परिमाणीकरण दूसरे स्तर के मानव एनोटेशन से संबंधित मात्रा का ठहराव से कितनी अच्छी तरह मेल खाएंगे। पूरक फ़ाइल 5 बी10 में दिखाए गए उदाहरण स्कैटर प्लॉट प्रदर्शित करते हैं कि कई प्रमुख श्रेणियों में एल्गोरिथम और मानव दृश्य मात्रा के बीच लगभग पूर्ण मिलान (सहसंबंध गुणांक >0.96) है। यह सीधे इस विचार का समर्थन करता है कि गतिशीलता मात्रा का ठहराव (चित्रा 3 ए, बी) के आयु-विशिष्ट वितरण विश्वसनीय12 हैं।
तीसरा, मोटर परिपक्वता के समग्र मूल्यांकन के विचार को संयोजन आंदोलन मात्रा (ऊपर देखें) से विकासात्मक आयु की भविष्यवाणी को प्रशिक्षित करके मान्य किया गया था जो आमतौर पर विकासशील शिशुओं (आर = 0.89; पूरक फ़ाइल 5 सी)। इसके बाद, उम्र की भविष्यवाणी को एक यूनिटलेस उपाय बीआईएमएस (बाबा शिशु मोटर स्कोर10) के रूप में 0-100 तक बढ़ाया गया था, और मोटर विकास चार्ट (पूरक फ़ाइल 5 डी) के निर्माण के लिए इसकी उपयोगिता को आम तौर पर विकासशील शिशु पलटन का उपयोग करके मान्य किया गया था जो अत्यधिक आयु-निर्भर और अनुमानित विकास प्रक्षेपवक्र दिखा रहा था। हमने यह भी दिखा रहा है कि मोटर विकास चार्ट में सटीकता अच्छी तरह से ज्ञात शारीरिक विकास चार्ट12 के साथ तुलना की है द्वारा अपनी सापेक्ष सटीकता मान्य है.
चौथा, दिए गए मैट्रिक्स के साथ असामान्यता का पता लगाने की क्षमता को सिद्धांत प्रयोग के प्रमाण में मान्य किया गया था जहां व्यक्तिगत मोटर उपायों को क्रमशः खराब और अच्छे मोटर प्रदर्शन वाले शिशुओं के बीच स्पष्ट रूप से अंतर करने के लिए दिखाया गया था (पूरक फ़ाइल 5ई)10।
विश्लेषण के विभिन्न स्तरों पर संभावित आगे के अध्ययन प्रश्न
चित्रा 3 पहनने योग्य सूट और इसकी स्वचालित विश्लेषण पाइपलाइन द्वारा प्रदान की गई जानकारी के लिए आगे के उपयोग के उदाहरण दिखाता है। सबसे पहले, आसन और आंदोलन कौशल के प्रारंभिक विकास को उम्र के एक समारोह के रूप में प्लॉट किया जा सकता है और आयु-निर्भर वितरण(चित्रा 3ए, "विकास चार्ट"12) की तुलना में, या विकास को प्रत्येक व्यक्ति(चित्रा 3बी)के लिए समय के साथ ट्रैक किया जा सकता है। दूसरा, जब एक अध्ययन प्रश्न के लिए अधिक समग्र सकल मोटर मूल्यांकन की आवश्यकता होती है, तो कोई व्यक्ति के आसन और आंदोलन अनुपात के संयोजन का उपयोग कर सकता है (जैसा कि पूरक फ़ाइल 5 डी में दिखाया गया है, पूरक फ़ाइल 5 सी में समय श्रृंखला से गणना की गई है) बीआईएमएस (बाबा शिशु मोटर स्कोर) जैसे सूचकांक उत्पन्न करने के लिए। इस तरह के उपाय मोटर विकास चार्ट (पूरक फ़ाइल 5 सी, डी) में प्रत्यक्ष उपयोग का समर्थन करते हैं और जेड स्कोर(चित्रा 3ए)जैसे सांख्यिकीय व्युत्पन्न की गणना करते हैं। एल्गोरिथ्म का पता लगाने (चित्रा 3C, और पूरक फ़ाइल 3) की पूर्णकालिक श्रृंखला का उपयोग "कितने आसन संक्रमण एक इकाई समय में शिशु प्रदर्शन करता है?" या "सहज playtime के दौरान खड़े युगों का वितरण क्या है?" जैसे सवालों के साथ शिशुओं की गतिशीलता के विस्तृत अस्थायी संरचना पर अध्ययन की अनुमति देता है?".
चित्रा 1: मल्टीसेंसर पहनने योग्य प्रणाली का अवलोकन और रिकॉर्डिंग से विश्लेषण तक एक विशिष्ट अध्ययन प्रवाह। चित्रा 1 CC_BY लाइसेंस के तहत प्रकाशित Airaksinen et al.12से अनुकूलित। शिशु की तस्वीर माता-पिता की सहमति से प्रकाशित की जाती है। कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.
चित्रा 2: आसन और आंदोलन वर्गीकरण और कच्चे डेटा और विश्लेषण आउटपुट का एक उदाहरण दृश्य (ए) एक मल्टीसेंसर पहनने योग्य के लिए पूरी तरह से स्वचालित विश्लेषण पाइपलाइन के भीतर एल्गोरिथम क्लासिफायर द्वारा उपयोग की जाने वाली मुद्रा और आंदोलन वर्गीकरण योजना। यह आंकड़ा Airaksinen एट al.10 (बी) से पुनर्मुद्रित है चार हथियारों में से प्रत्येक से कच्चे एक्सेलेरोमीटर सेंसर डेटा के एक 10 मिनट का उदाहरण के रूप में यह MAIJU रिकॉर्डिंग से बाहर आता है. नीचे क्षैतिज पट्टियाँ एक ही 10 मिनट युग के लिए आसन (ऊपरी पट्टी) और आंदोलन (निचली पट्टी) का पता लगाने के लिए स्वचालित क्लासिफायरियर आउटपुट दर्शाती हैं। कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.
चित्रा 3: कच्चे क्लासिफायरियर आउटपुट से प्राप्त उदाहरण परिणाम। (ए) शिशु आयु और बाबा शिशु मोटर स्कोर (बीआईएमएस) के बीच डेटा तुलना का एक उदाहरण। एस-आकार का हरा वक्र एक बड़ी आबादी में बीआईएमएस के विकासात्मक प्रक्षेपवक्र को दर्शाता है। डॉट में 14 महीने में मापा गया एक उदाहरण व्यक्ति दर्शाया गया है, जिसमें BIMS ~ 74 है, जो औसत आयु-विशिष्ट स्तर (हरी रेखा) से थोड़ा नीचे है। (बी) बाबा शिशु मोटर स्कोर ओवर (बीआईएमएस) का उपयोग करके मोटर विकास के व्यक्तिगत प्रक्षेपवक्र के साथ एक उदाहरण कोहोर्ट। प्रत्येक पंक्ति कई आयु बिंदुओं (लाइन में डॉट्स) पर दर्ज एक शिशु का प्रतिनिधित्व करती है। रेखाएं आयु-विशिष्ट माध्य (पृष्ठभूमि में नीले एस-आकार की वक्र) के सापेक्ष औसत विचलन के लिए रंगीन होती हैं; पैनल ए भी देखें। (सी) स्वचालित क्लासिफायरियर से प्रतिनिधि आउटपुट मैट्रिक्स क्योंकि यह बाबाक्लाउड पाइपलाइन से आता है। पहला कॉलम वर्गीकरण में प्रत्येक विश्लेषण विंडो के लिए रिकॉर्डिंग प्रारंभ (सेकंड में) से बीता हुआ समय दर्शाता है (विंडो अवधि 2.3s, 50% ओवरलैप के साथ)। दूसरे और तीसरे कॉलम क्रमशः आसन और आंदोलन के लिए क्लासिफायरियर डिटेक्शन दिखाते हैं। तीसरे और चौथे स्तंभ सहायक क्लासिफायर हैं जो युगों को दर्शाते हैं जब शिशु को किसी और द्वारा ले जाया जाता था, और जब शिशु क्रमशः स्वायत्त खेल में संलग्न था। (डी) एक सारांश रिपोर्ट का एक उदाहरण। पैनल ए और बी को एयरक्सिनन एट अल 10 से अनुकूलित किया गया है। कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.
पूरक फ़ाइल 1: MAIJU पहनने योग्य के साथ रिकॉर्डिंग के लिए एक त्वरित गाइड. कृपया इस फ़ाइल को डाउनलोड करने के लिए यहाँ क्लिक करें.
पूरक फ़ाइल 2: मैजुलॉगर से बाबाक्लाउड में विश्लेषण सर्वर पर डेटा स्थानांतरित करने के लिए एक त्वरित मार्गदर्शिका। कृपया इस फ़ाइल को डाउनलोड करने के लिए यहाँ क्लिक करें.
पूरक फ़ाइल 3: एक विस्तृत वर्गीकरण मैट्रिक्स का एक उदाहरण जो आसन, आंदोलन, शिशु ले जाने और मुफ्त प्लेटाइम के लिए सभी दूसरे-दर-दूसरे वर्गीकरण देता है। कृपया इस फ़ाइल को डाउनलोड करने के लिए यहाँ क्लिक करें.
पूरक फ़ाइल 4: ग्राफिकल सारांश रिपोर्ट का एक पूर्ण पीडीएफ फ़ाइल उदाहरण। यह एल्गोरिथ्म फ़ाइल से लिया गया है जिसमें शामिल हैं, (ए) रिकॉर्डिंग सत्र (विषय आईडी और आयु, रिकॉर्डिंग तिथि, अवधि और अंतिम विश्लेषण के लिए उपयोग किए जाने वाले युगों की कुल मात्रा) के बारे में बुनियादी पृष्ठभूमि की जानकारी। (बी) पूर्ण रिकॉर्डिंग का एक चित्रमय प्रदर्शन पूर्ण रिकॉर्डिंग और युगों पर मुद्राओं के वितरण को दर्शाता है जिन्हें मात्रात्मक मूल्यांकन से बाहर रखा गया है। सी) सभी छह मुद्राओं (बाएं हाथ की ओर) और 12 आंदोलन प्रकारों (दाएं हाथ की ओर) के लिए वायलिन भूखंडों के साथ प्रदर्शित विशिष्ट वितरण। इसी तरह, दाईं ओर के चित्र प्रत्येक आसन द्वारा इंगित आंदोलनों के प्रकार को दर्शाते हैं, वृद्धिशील रूप से विकासशील मोटर प्रदर्शन के अनुक्रम को भी दिखाते हैं (डॉट्स एक व्यक्तिगत रिकॉर्डिंग और रंगीन वायलिन भूखंडों से परिणामों का संकेत देते हैं जो आसन / आंदोलन के आयु-निर्भर वितरण का संकेत देते हैं। विशेष रूप से, डॉट्स द्वारा इंगित कच्चे मूल्य दिए गए मोटर प्रदर्शन की वास्तविक मात्रा दिखाते हैं, और उनका उपयोग सीधे अन्य संदर्भों में किया जा सकता है। कृपया इस फ़ाइल को डाउनलोड करने के लिए यहाँ क्लिक करें.
पूरक फ़ाइल 5: विश्लेषण के विभिन्न स्तरों पर सत्यापन प्रयोग। (ए) आसन और आंदोलन श्रेणियों दोनों के लिए मानव एनोटेशन (लक्ष्य वर्ग) और एल्गोरिथ्म का पता लगाने (अनुमानित वर्ग) के बीच समझौता दिखाते हुए भ्रम मैट्रिसेस। (बी) मानव एनोटेशन और स्वचालित क्लासिफायरियर से प्राप्त डिटेक्शन के बीच पूर्ण रिकॉर्डिंग सत्रों पर मोटर मात्राओं की तुलना। (सी) पहनने योग्य डेटा (बाईं ओर वाई अक्ष) से विकासात्मक आयु भविष्यवाणी और बीआईएमएस स्कोर (दाईं ओर वाई अक्ष) उत्पन्न करने के लिए इसके पुन: स्केलिंग के बीच संबंध। रिकॉर्डिंग के समय शिशु की वास्तविक उम्र X-अक्ष पर दिखाई जाती है। (डी) फिट फ़ंक्शन का उपयोग करते समय उम्र की भविष्यवाणी और वास्तविक उम्र का सहसंबंध। मान मॉडल के लिए फिट दर्शाते हैं जब दर्शाया समय खिड़कियों (नीला), सभी कच्चे मूल्यों (काला), या जब प्रत्येक व्यक्ति (हरा) के दोहराया उपायों के लिए लेखांकन पर समूह औसत का उपयोग करते हैं। (ई) अच्छी तरह से और खराब प्रदर्शन करने वाले शिशुओं के समूहों के बीच अलग-अलग मोटर उपायों की तुलना से पता चलता है कि कई स्वचालित रूप से पता लगाए गए मोटर मैट्रिक्स इन शिशु समूहों को अलग कर सकते हैं। पैनल ए, बी, सी Airaksinen एट al.10 से अनुकूलित है। पैनल डी Airaksinen एट al.12 से अनुकूलित है. पैनल ई से अनुकूलित है "Airaksinen एट अल.11. कृपया इस फ़ाइल को डाउनलोड करने के लिए यहाँ क्लिक करें.
Discussion
एक मात्रात्मक मूल्यांकन और इस तरह के MAIJU के रूप में एक पहनने योग्य समाधान के साथ शिशुओं के मोटर प्रदर्शन के विकास पर नज़र रखने, जानने के लिए और प्रदर्शन करने के लिए तकनीकी रूप से सरल है, और यह आसानी से स्वास्थ्य देखभाल या नैदानिक अनुसंधान अभ्यास10,11,12में लागू किया जा सकता है. अन्य मौजूदा मोटर मूल्यांकन विधियों की तुलना में, शिशुओं की सहज मोटर गतिविधि की इस तरह की घर पर रिकॉर्डिंग मूल्यांकन की पारिस्थितिक वैधता में सुधार करती है। इसके अलावा, यह शिशुओं के मोटर प्रदर्शन का एक मात्रात्मक, पारदर्शी और पूरी तरह से स्वचालित विश्लेषण प्रदान करता है। सबसे महत्वपूर्ण बात यह है कि विश्लेषण में उपयोग किए जाने वाले मैट्रिक्स सहज और व्याख्यात्मक हैं, जो पर्यावरणीय कारकों, संज्ञानात्मक विकास या मनोसामाजिक आकलन जैसे अन्य नैदानिक और अनुसंधान आकलन के साथ उनकी आसान तुलना को सक्षम बनाता है। मोटर विकास का एक समग्र मूल्यांकन एक सटीकता प्रदान करता है जो पारंपरिक भौतिक विकास उपायों के साथ अच्छी तरह से तुलना करता है12.
प्रोटोकॉल में महत्वपूर्ण कदम पहनने योग्य सूट की सावधान तैयारी शामिल है. रिकॉर्डिंग की तैयारी करते समय, सूट के लिए सही आकार चुनना महत्वपूर्ण है, क्योंकि शरीर की गतिविधियों की विश्वसनीय रिकॉर्डिंग प्राप्त करने के लिए आस्तीन और पैरों में सेंसर अटैचमेंट को कसकर बैठना आवश्यक है। इसके अलावा, एक सफल रिकॉर्डिंग के लिए, सेंसर को सही अभिविन्यास के साथ जेब में रखना आवश्यक है, जैसा कि प्रोटोकॉल में दर्शाया गया है। सेंसर माउंट रिकॉर्डिंग के दौरान सेंसर को घूमने की अनुमति नहीं देगा। हालांकि, गलत तरीके से उन्मुख सेंसर डेटा रिकॉर्ड करता है जो मुश्किल है, यदि असंभव नहीं है, तो बाद में ठीक करने के लिए। रिकॉर्डिंग के दौरान शिशु को स्वतंत्र रूप से और स्वतंत्र रूप से स्थानांतरित करने के लिए प्रोत्साहित किया जाना चाहिए। दिए गए अध्ययन प्रश्नों के अनुसार रिकॉर्डिंग की लंबाई भिन्न हो सकती है। कई सहज आंदोलन युगों प्रत्येक रिकॉर्डिंग सत्र के लिए पर्याप्त सहज आंदोलन जमा करने के लिए संयुक्त रहे हैं.
लचीला और व्यावहारिक संचालन MAIJU पहनने योग्य समाधान दोनों पर्यवेक्षित और असुरक्षित सेटिंग्स में चर संदर्भों में इसके उपयोग की अनुमति देता है, इस तरह के अनुसंधान प्रयोगशालाओं या घरों के रूप में. हमारे नैदानिक परीक्षणों से हाल के परिणाम बताते हैं कि घर पर आयोजित पूरी तरह से असुरक्षित रिकॉर्डिंग रिकॉर्डिंग के साथ तुलनीय परिणाम प्रदान कर सकते हैं जो पूर्ण या आंशिक पर्यवेक्षण12के तहत किए जाते हैं। फिर भी, एक बच्चे का सहज मोटर व्यवहार संभावित रूप से कई कारकों से प्रभावित होता है, जैसे कि परिवेश (उदाहरण के लिए, घर के अंदर बनाम बाहर खेलना, अंतरिक्ष, फर्नीचर और खिलौनों का लेआउट), बच्चे की सतर्कता का स्तर, और घर की रिकॉर्डिंग के दौरान माता-पिता की भागीदारी। जब रिकॉर्डिंग घर पर असुरक्षित सेटिंग्स में की जाती है, तो बच्चे को अनायास खेलने के लिए प्रोत्साहित करना महत्वपूर्ण है, अर्थात, स्वतंत्र रूप से खेलने या स्थानांतरित करने के लिए, यदि आवश्यक न हो तो किसी और को बच्चे को ले जाने या पकड़ने के बिना, और रिकॉर्डिंग मोबाइल फोन को ब्लूटूथ रेंज में रखें (उसी कमरे में)10. रिकॉर्डिंग के दौरान हमारी वर्तमान समस्या निवारण स्थितियों में से अधिकांश ब्लूटूथ कनेक्शन के नुकसान के कारण होती हैं। सेंसर प्रौद्योगिकी में निकट भविष्य की प्रगति ब्लूटूथ कनेक्टिविटी में सुधार करेगी, और एक बड़ी सेंसर मेमोरी की आगामी शुरूआत सीधे सेंसर मेमोरी में आंदोलन डेटा संग्रहीत करके ऑफ़लाइन रिकॉर्डिंग की अनुमति देगी।
इस तरह के पहनने योग्य समाधान के साथ अस्पताल के बाहर की रिकॉर्डिंग आसानी से स्केलेबल हैं और वे शिशुओं की सुरक्षा में सुधार कर सकते हैं, उदाहरण के लिए, महामारी जैसी परिस्थितियों के दौरान दूरस्थ निगरानी को सक्षम करके। हमारे वर्तमान क्लासिफायरियर एल्गोरिदम को विशेष रूप से गतिशीलता विवरण योजना(चित्रा 2ए)में दिखाए गए मोटर क्षमताओं, मुद्राओं और आंदोलनों को पहचानने के लिए प्रशिक्षित किया गया था। इन घटनाओं को जीवन के पहले दो वर्षों के दौरान शिशु आंदोलन की विशेषता के रूप में पहचाना गया था। बड़े बच्चों में देखे जाने वाले अन्य प्रकार के आंदोलनों या मुद्राओं, जैसे दौड़ना या कूदना, को संशोधित आंदोलन विवरण योजनाओं और संबंधित एल्गोरिदम को पहचानने के लिए प्रशिक्षित करने की आवश्यकता होगी। आसन-संदर्भ निर्भर विश्लेषण एक संभावित फलदायी दृष्टिकोण है जहां एक शिशु की मोटर गतिविधि का अध्ययन का समर्थन करने के लिए अलग-अलग मुद्राओं में अलग-अलग विश्लेषण किया जाता है, उदाहरण के लिए, शिशु व्यवहार 5,6,7,8,9,13के विकासात्मक सहसंबंध। वैकल्पिक रूप से, एक संदर्भ-निर्भर आंदोलन विश्लेषण एकतरफा सेरेब्रल पाल्सी10,12,14,15के विकास की भविष्यवाणी करते समय मोटर फ़ंक्शन में विषमता का आकलन करने का भी समर्थन कर सकता है। इसके अलावा, MAIJU प्रणाली के साथ मोटर क्षमताओं का आकलन अन्य अध्ययन तौर-तरीकों के साथ जोड़ा जा सकता है, जैसे, आँख पर नज़र रखने, इमेजिंग, या वीडियो रिकॉर्डिंग, multimodal डेटा प्रदान करने के लिए, यह विभिन्न प्रकार और संदर्भों के लिए फैले. मल्टीमॉडल डेटा उपयोगी हो सकता है, उदाहरण के लिए, सामाजिक संपर्क के प्रभावों या चिकित्सीय हस्तक्षेप की प्रभावकारिता का मूल्यांकन करने में।
शिशुओं के साथ अस्पताल के बाहर निगरानी वातावरण में उपन्यास पहनने योग्य प्रौद्योगिकियों की सफलता के लिए, कुछ सीमाओं, चुनौतियों और नैतिक चिंताओं को संबोधित करने की आवश्यकता है। हमारे विश्लेषण पाइपलाइनों को फिनलैंड10,11,12 में आम तौर पर विकासशील शिशुओं का उपयोग करके प्रशिक्षित और मान्य किया गया था। शुद्ध मुद्राओं और आंदोलनों के साथ कच्चे विश्लेषण आउटपुट सार्वभौमिक होने चाहिए। हालांकि, उनके विकासात्मक प्रक्षेपवक्र को विविध संस्कृतियों और भौगोलिक स्थानों के लिए समायोजन की आवश्यकता हो सकती है। पहनने योग्य उपकरणों के बारे में माता-पिता की प्रतिक्रिया के अनुसार, उन्हें शिशु-मित्रता16 के कारण अनुकूल रूप से देखा जाता है। हालांकि, माता-पिता गोपनीयता, डेटा एक्सेस और पारिवारिक व्यावहारिकताओं (जैसे, कई देखभाल करने वालों, आगंतुकों और अलग-अलग कार्यक्रमों) के बारे में चिंता व्यक्त कर सकते हैं। सेंसर और रिकॉर्डिंग फोन के बैटरी जीवन पर निर्भरता को विधि की सीमा माना जा सकता है। हमारे अनुभव में, निरंतर डेटा स्ट्रीमिंग का उपयोग करते समय बैटरी मॉडल (CR2025) आमतौर पर पूरे दिन (12-24 घंटे) तक रहता है। विशेष रूप से, यह बैटरी ब्रांड और वायरलेस डेटा ट्रांसमिशन के लिए आवश्यक ब्लूटूथ कनेक्शन की ताकत दोनों पर निर्भर करता है, जो रिकॉर्डिंग वातावरण में डेटा ट्रांसमिशन को अधिकतम करने के लिए लगातार बदल रहा है। उदाहरण के लिए, शिशु और फोन के बीच लंबी दूरी या उनके बीच की दीवार ब्लूटूथ कनेक्शन को काफी अधिक बैटरी खपत में समायोजित करेगी। विशेष रूप से, निरंतर ब्लूटूथ स्ट्रीमिंग का उपयोग करने पर अधिकांश मोबाइल उपकरणों की बैटरी भी लगभग उसी समय के भीतर खत्म हो जाती है। व्यवहार में, ब्लूटूथ कनेक्शन पर वर्तमान में उपयोग किए जाने वाले निरंतर डेटा स्ट्रीमिंग का अर्थ है कि सेंसर और मोबाइल डिवाइस दोनों को दैनिक रिचार्ज / बैटरी प्रतिस्थापन की आवश्यकता होती है। बड़ी मेमोरी क्षमता वाले सेंसर की निकट भविष्य की शुरूआत सेंसर मेमोरी में डेटा स्टोरेज की अनुमति देगी, जो एक सप्ताह से अधिक निरंतर रिकॉर्डिंग का समर्थन करेगी। यह बिजली की खपत करने वाली ब्लूटूथ स्ट्रीमिंग की आवश्यकता को हटा देगा, साथ ही फोन को ब्लूटूथ रेंज के भीतर ले जाएगा जिसे रिकॉर्डिंग स्थितियों में प्रतिबंधात्मक माना जा सकता है और मानव त्रुटि के लिए अतिसंवेदनशील है।
कुल मिलाकर, प्रारंभिक न्यूरोडेवलपमेंट की ट्रैकिंग के लिए उन तरीकों की आवश्यकता होती है जो प्राकृतिक न्यूरोबिहेवियरल परिवर्तनशीलता के प्रति संवेदनशील होते हैं। सकल मोटर विकास एक जटिल प्रक्रिया है जिसमें व्यक्तिगत और सांस्कृतिक दोनों स्तरों पर क्रम और समय में भिन्नता शामिलहै। एटिपिकल मोटर विकास का पता लगाना न्यूरोडेवलपमेंटल विकारों की एक विस्तृत श्रृंखला के जोखिम वाले शिशुओं को पहचानने में प्रभावी है। मानकीकृत न्यूरोडेवलपमेंटल आकलन के साथ पारंपरिक परीक्षण बैटरी अस्पतालों जैसे नियंत्रित वातावरण में की जाती हैं, और कम से कम आंशिक रूप सेव्यक्तिपरक 7,8,9होती हैं। सेंसर प्रौद्योगिकी और संकेत विश्लेषण में वर्तमान प्रगति ने अस्पताल के बाहर सेटिंग्स में विस्तारित अवधि में शिशुओं की सहज मोटर क्षमता की रिकॉर्डिंग और मानव पर्यवेक्षकों10,11,12के साथ तुलनीय सटीकता पर मोटर व्यवहार की मात्रा निर्धारित करने में सक्षम बनाया है। उपन्यास पहनने योग्य तकनीक पारिस्थितिक रूप से वैध और उद्देश्यपूर्ण तरीके से शिशुओं में आंदोलन की निगरानी और चिकित्सीय हस्तक्षेप की प्रभावकारिता के लिए स्वचालित और स्केलेबल तरीके प्रदान करती है। इसके अलावा, उपन्यास न्यूरोडेवलपमेंटल इंडेक्स बाबा शिशु मोटर स्कोर (बीआईएमएस) न्यूरोडेवलपमेंट10,12की व्यक्तिगत ट्रैकिंग द्वारा शिशुओं की मोटर क्षमता की परिपक्वता का अनुमान लगाने में सक्षम बनाता है। यह इस तरह के शिशु मोटर विकास चार्ट12 के विकास के रूप में भविष्य के अनुप्रयोगों की एक श्रृंखला में नियोजित किया जा सकता है. विभिन्न प्रकार के आंदोलन विवरण योजनाओं और एल्गोरिदम के साथ अन्य विशिष्ट गतिशीलता (जैसे, बड़े बच्चों या वयस्कों के लिए) के लिए स्वचालित क्लासिफायर को प्रशिक्षित करके, पहनने योग्य आंदोलन सेंसर में नैदानिक अनुप्रयोगों की क्षमता होती है, जैसे कि आंदोलन विकार या अनुवर्ती व्यक्ति के विकास के चरण की परवाह किए बिना चिकित्सीय हस्तक्षेप के प्रभाव17. वर्तमान में, हालांकि, इसे एक जांच पद्धति के रूप में देखा जाना चाहिए जिसका उपयोग नैदानिक निदान या उपचार लक्ष्यों को सूचित करने के लिए नहीं किया जाना चाहिए।
Disclosures
ईआई कंपनी प्लानो ओए के संस्थापक हैं जो कपड़ा इंजीनियरिंग में परामर्श करते हैं। अन्य लेखकों के पास प्रकटीकरण के लिए कोई प्रासंगिक हित नहीं है।
Acknowledgments
इस काम को फिनिश अकादमी (314602, 335788, 335872, 332017, 343498), फिनिश बाल चिकित्सा फाउंडेशन (Lastentautien tutkimussäätiö), Aivosäätiö, Sigrid Juselius Foundation, और HUS चिल्ड्रन हॉस्पिटल/HUS डायग्नोस्टिक सेंटर रिसर्च फंड द्वारा समर्थित किया गया था।
Materials
| Name | Company | Catalog Number | Comments |
| iOS device (version 16.5 or higher) | Apple | n/a | |
| MAIJU jumpsuit | Planno Ltd | n/a | customized for purpose |
| Maijulogger (mobile application) and sensor firmware | BABA Center (www.babacenter.fi), Kaasa solutions GmbH | n/a | constructed by Kaasa Solutions, distributed by Baba Center |
| Movesense movement sensor | Movesense (www.movesense.com) | n/a |
References
- Adolph, K. E., Hoch, J. E. Motor development: Embodied, embedded, enculturated, and enabling. Annual Review of Psychology. 70, 141-164 (2022).
- Masten, A. S., Cicchetti, D.
- Piek, J. P., Dawson, L., Smith, L. M., Gasson, N. The role of early fine and gross motor development on later motor and cognitive ability. Human Movement Science. 27 (5), 668-681 (2007).
- Adolph, K. E., Franchak, J.
- Adolph, K. E., Hoch, J. E., Cole, W. G.
- Wijnhoven, T. M. A., et al. Assessment of gross motor development in the WHO multicentre growth reference study. Food and Nutrition Bulletin. 25, 1 Suppl (2004).
- Uusitalo, K., et al. Hammersmith infant neurological examination and long-term cognitive outcome in children born very preterm. Developmental Medicine and Child Neurology. 63, 947-953 (2021).
- Romeo, D. M., et al. Hammersmith infant neurological examination for infants born preterm: predicting outcomes other than cerebral palsy. Developmental Medicine & Child Neurology. 63, 939-946 (2021).
- De Kegel, A., et al. New reference values must be established for the Alberta Infant Motor Scales for accurate identification of infants at risk for motor developmental delay in Flanders. Child: Care, Health and Development. 39 (2), 260-267 (2013).
- Airaksinen, M., et al. Intelligent wearable allows out-of-the-lab tracking of developing motor abilities in infants. Communications Medicine. 2, 69 (2022).
- Airaksinen, M., et al. Automatic posture and movement tracking of infants with wearable movement sensors. Scientific Reports. 10, 169 (2020).
- Airaksinen, M., et al. Charting infants' motor development at home using a wearable system: validation and comparison to physical growth charts. eBioMedicine. 92, 104591 (2023).
- Hewitt, L., Kerr, E., Stanley, R. M., Okely, A. D. Tummy time and infant health outcomes: a systematic review. Pediatrics. 145, e20192168 (2020).
- Pascal, A., et al. Motor outcome after perinatal stroke and early prediction of unilateral spastic cerebral palsy. European Journal of Paediatric Neurology. 29, 54-61 (2020).
- Tabard-Fougère, A., et al. Are clinical impairments related to kinematic gait variability in children and young adults with cerebral palsy. Frontiers in Human Neuroscience. 16, 816088 (2022).
- Fish, L. A., Jones, E. J. H. A survey on the attitudes of parents with young children on in-home monitoring technologies and study designs for infant research. PLOS One. 16, e0245793 (2021).
- Porciuncula, F., et al. Wearable movement sensors for rehabilitation: a focused review of technological and clinical advances. Physical Medicine & Rehabilitation. 10 (9), S220-S232 (2018).
