뇌졸중의 기능 평가의 전산화 적응 테스트 시스템

이 시험 개발 연구의 전반적인 목표는 뇌졸중 환자에서 매일 사는 일별의 상부 사지, 낮은 사지, 균형 및 활동의 기능을 평가하기 위해 전산화 된 적응 형 테스트 시스템을 개발하는 것입니다. 뇌졸중 환자와 함께 일상 생활의 상사, 낮은 사지, 균형 및 활동의 기능을 평가할 때 다른 트자활성 효율은 발견되지 않습니다. 뇌졸중의 기능적 평가에 대한 전산화된 적응형 시험은 뇌졸중 환자의 전체 기능의 트린액티브 효율을 향상시키기 위해 개발되었다.

먼저 스트로크 스터디의 기능 평가에서 보조 및 암호화된 데이터를 검색하여 시뮬레이션을 수행합니다. 이 연구에서는 301명의 환자가 의료센터 재활 병동에서 모집되었고, 뇌졸중 발병 후 14일 후에 평가되었다. 각 평가 세션에서, 환자는 Fugl Meyer 평가를 사용하여 잘 훈련된 직업 치료전문가에 의해 평가되었습니다, 치기 환자를 위한 자세 평가 규모, 및 Barthel Index.

연구에서 은행을 채택하여 테스트 시스템에 대한 항목 은행을 설정합니다. 각 환자의 응답뿐만 아니라 은행의 모든 항목의 항목 어려움을 검색합니다. 또한 4개의 기능에 대한 환자의 능력 분포를 검색합니다.

상부 사지 모터 기능, 낮은 사지 모터 기능, 자세 제어 및 일상 생활의 기본 활동. 그런 다음 테스트 시스템의 운영 알고리즘을 결정합니다. 다음으로, 뉴턴 랩 및 반복을 사용하여 4가지 함수의 각 환자의 점수를 추정하기 위한 후방 방법의 최대를 채택한 다음, 항목 선택에 대한 D 최적의 기준을 사용하고, 관리를 위해 항목 은행에서 피셔 정보 매트릭스의 최대 결정인항목을 선택한다.

이제 시뮬레이션을 통해 테스트 시스템의 속성을 탐색하기 위해 10개의 후보 규칙 중지 집합을 채택합니다. 그런 다음 시스템의 측정 신뢰성과 효율성을 살펴보십시오. 마지막으로, 웹 사이트를 구축하기 위해 컴퓨터 프로그램을 작성하여 전산화 된 적응 테스트 시스템을위한 온라인 관리 플랫폼을 개발합니다.

관리 하기 전에, 심사관의 개인 용 컴퓨터, 태블릿, 스마트폰 인터넷 브라우저를 사용 하 여 테스트 시스템의 온라인 관리 플랫폼에 연결 하 고 관리 시스템에 로그인. 이전 수험생의 데이터에 액세스하도록 데이터 관리를 선택하거나 새 수험생을 선택하여 계정을 만들고 수험자의 이름과 식별 번호를 입력합니다. 평가에 대한 수험자를 선택한 후 시작을 클릭합니다.

수험생의 이전 평가 결과를 검토하기 위해 새 평가 또는 결과를 선택합니다. 이제 화면에 표시된 항목을 수험생에게 관리합니다. 화면 하단에 표시된 등급 척도를 클릭하여 수험자의 성능 또는 응답을 평가합니다.

완료되면 95%간격의 T 점수, T 점수의 백분위수 순위 및 4개의 함수의 재책임을 포함하여 시험 시스템에서 수험생에게 결과를 설명합니다. 결과는 테스트 시스템에서 계산되고 자동으로 표시됩니다. 이 수치는 10명의 응시자 규칙 으로 평가 관리에 필요한 항목 수를 통해 측정 신뢰성과 효율성을 탐구하는 과정을 보여줍니다.

여기서 볼 수 있듯이, 4개의 기능의 평균 발진 신뢰성은 0.88에서 0.93사이이며, 개별 수준의 발진 신뢰성은 0.90 이상의 발진 신뢰성을 가진 참가자의 70% 이상을 나타낸다. 여기서 는 관리에 필요한 항목의 평균 수는 8.5이며, 대부분의 참가자, 66.4 %는 5 ~ 10 항목을 사용하여 평가된 것으로 나타났다. 일단 뇌졸중의 기능적 평가의 전산화 된 적응 테스트의 데모를 들어 질량은 대부분의 환자에 대한 10 항목 이하를 사용하여 수행 할 수 있습니다.

이 비디오를 시청한 후, 뇌졸중 환자의 4가지 기능을 지원하기 위한 트링액티브 효율을 개선하기 위해 시스템의 개발 및 멘티션 방법에 대한 좋은 이해를 가져야 합니다.