Smart‑Lacelock‑Sensor erkennt Sit‑to‑Stand‑Übergänge mit 98 % Genauigkeit

Die Stabilität des Körperhaltungsstatus während Bewegungen ist entscheidend für ein selbstständiges Leben, den Sturzschutz und die allgemeine Gesundheit – besonders bei älteren Menschen, deren Gleichgewicht, Muskelkraft und Mobilität mit dem Alter abnehmen. Unter den täglichen Aktivitäten gilt der Sit‑to‑Stand‑Übergang (SiSt) als wichtiger Indikator für die Beinmuskulatur, die muskuläre Gesundheit und das Sturzrisiko. Er dient daher als zentraler Parameter zur Beurteilung der funktionellen Leistungsfähigkeit und zur Überwachung des körperlichen Abbaus im Alter.

In dieser Studie wurde ein neues Verfahren zur Erkennung und Messung der Dauer von SiSt‑Übergängen vorgestellt, das den Smart‑Lacelock‑Sensor nutzt – ein leichtes, schuhmontiertes Gerät, das eine Kraftzelle, einen Beschleunigungsmesser und einen Gyroskop integriert. Die Methode wurde an 16 älteren Erwachsenen (Durchschnittsalter 76,84 Jahre, SD = 3,45 Jahre) getestet, die SiSt‑Aufgaben im Rahmen des Short Physical Performance Battery (SPPB) durchführten.

Aus den multimodalen Signalen wurden Merkmale extrahiert, die anschließend vier maschinelle Lernklassifikatoren trainierten und evaluieren. Durch eine 4‑fach participantenunabhängige Kreuzvalidierung konnten die Klassifikatoren die SiSt‑Übergänge zuverlässig identifizieren. Der Bagged‑Tree‑Classifier erzielte eine Genauigkeit von 0,98 und einen F1‑Score von 0,8.

Die Messung der Übergangsdauer zeigte einen mittleren absoluten Fehler von 0,047 Sekunden und eine Standardabweichung von 0,07 Sekunden für korrekt klassifizierte Übergänge. Diese Ergebnisse unterstreichen das Potenzial des Smart‑Lacelock‑Sensors für die praktische Bewertung des Sturzrisikos und die Überwachung der Mobilität bei älteren Menschen.