Please use this identifier to cite or link to this item: http://hdl.handle.net/1942/26862
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorSPILDOOREN, Joke-
dc.contributor.advisorSTROUWEN, Carolien-
dc.contributor.authorVinken, Cathérine-
dc.date.accessioned2018-10-03T10:03:47Z-
dc.date.available2018-10-03T10:03:47Z-
dc.date.issued2018-
dc.identifier.urihttp://hdl.handle.net/1942/26862-
dc.description.abstractEen toestel dat ontwikkeld werd om aan constante, 24/7, valrisico-detectie te doen bij thuiswonende ouderen (i.e. ALMA Home wearables), werd gevalideerd in deze vergelijkende pilootstudie. Hiervoor werd een klinische testbatterij uitgevoerd door 21 thuiswonende ouderen waarbij cadans, cyclus duur, snelheid, schrede lengte en schrede lengte variabiliteit geregistreerd werden door o.a. de ALMA Home wearables, APDM sensoren en de GAITRite electronic walkway. Enerzijds werd er een software analyse uitgevoerd waarbij software van van de ALMA Home wearables vergeleken werd met die van de APDM sensoren. Anderzijds werd er een hardware analyse uitgevoerd waarbij de GAITRite vergeleken werd met de APDM sensoren. Enerzijds zijn de ALMA Home wearables valide en betrouwbaar bevonden na analyse, anderzijds werden er veel verschillen gevonden tussen de GAITRite en da APDM sensoren. Ondanks de geregistreerde verschillen bleken de APDM sensoren en de GAITRite goed gecorreleerd te zijn aan elkaar.-
dc.format.mimetypeApplication/pdf-
dc.languagenl-
dc.publisherUHasselt-
dc.titleSoftware validation of a 24/7 fall risk prediction tool in community-dwelling older adults - a pilot study-
dc.typeTheses and Dissertations-
local.format.pages0-
local.bibliographicCitation.jcatT2-
dc.description.notesmaster in de revalidatiewetenschappen en de kinesitherapie-revalidatiewetenschappen en kinesitherapie bij musculoskeletale aandoeningen-
local.type.specifiedMaster thesis-
item.fulltextWith Fulltext-
item.contributorVinken, Cathérine-
item.accessRightsOpen Access-
item.fullcitationVinken, Cathérine (2018) Software validation of a 24/7 fall risk prediction tool in community-dwelling older adults - a pilot study.-
Appears in Collections:Master theses
Master theses
Files in This Item:
File Description SizeFormat 
f4454dfd-3816-42aa-aaf6-4a1550a06c83.pdf2.45 MBAdobe PDFView/Open
Show simple item record

Page view(s)

50
checked on Nov 7, 2023

Download(s)

16
checked on Nov 7, 2023

Google ScholarTM

Check


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.