Falls remain one of the leading cau

Falls remain one of the leading causes of fatal and nonfatal injuries in many countries. Fall detection is an
important method to protect fallers by minimizing injury severity. There are some common limitations in
existing fall detection models. In particular, the fall indicators and detection thresholds were arbitrarily
predetermined without any theoretical and/or experimental basis, and most fall detection models cannot
address inter-individual differences. This study presents a novel pre-impact fall detection model based on
the statistical process control chart that is able to address the existing limitations. The fall indicators in
this model were selected based on experimental findings. The fall detection model is individual-specific,
since it is constructed using individual historical movement data. The fall detection model demonstrates
a high accuracy with up to 94.7% sensitivity and 99.2% specificity. In addition, this model can also provide
sufficient time for triggering fall protection device in the pre-impact phase, thus efficient in preventing
fall injuries.
2013 Elsevier Ltd. All rights reserved

ผลลัพธ์ (ไทย) 2:

ฟอลส์ยังคงเป็นหนึ่งในสาเหตุของการบาดเจ็บร้ายแรงและ nonfatal ในหลายประเทศ การตรวจสอบฤดูใบไม้ร่วงเป็น
วิธีการสำคัญในการปกป้อง fallers โดยการลดความรุนแรงของการบาดเจ็บ มีข้อ จำกัด บางอย่างที่มีร่วมกันใน
รูปแบบที่มีอยู่การตรวจสอบในฤดูใบไม้ร่วง โดยเฉพาะอย่างยิ่งตัวชี้วัดที่ฤดูใบไม้ร่วงและเกณฑ์การตรวจสอบโดยพลถูก
กำหนดไว้โดยไม่มีทฤษฎีใด ๆ และ / หรือการทดลองพื้นฐานและส่วนใหญ่ในฤดูใบไม้ร่วงรูปแบบการตรวจสอบไม่สามารถ
อยู่ที่ความแตกต่างระหว่างบุคคล การศึกษาครั้งนี้นำเสนอผลกระทบก่อนการตรวจสอบรูปแบบนวนิยายฤดูใบไม้ร่วงอยู่บนพื้นฐานของ
แผนภูมิควบคุมกระบวนการเชิงสถิติที่สามารถที่จะแก้ไขข้อ จำกัด ที่มีอยู่ ตัวชี้วัดที่ตกอยู่ใน
รุ่นนี้ได้รับการคัดเลือกจากผลการวิจัยทดลอง รูปแบบการตรวจสอบในฤดูใบไม้ร่วงเป็นบุคคลที่เฉพาะเจาะจง
เพราะมันถูกสร้างโดยใช้ข้อมูลการเคลื่อนไหวทางประวัติศาสตร์ของแต่ละบุคคล รูปแบบการตรวจสอบแสดงให้เห็นถึงฤดูใบไม้ร่วง
ที่มีความแม่นยำสูงถึง 94.7% ความไวและความจำเพาะ 99.2% นอกจากนี้รุ่นนี้ยังสามารถให้
เวลาเพียงพอสำหรับการเรียกอุปกรณ์ป้องกันตกอยู่ในขั้นตอนก่อนส่งผลกระทบต่อประสิทธิภาพในการป้องกันจึง
ได้รับบาดเจ็บในฤดูใบไม้ร่วง.
2013 เอลส์ จำกัด สงวนลิขสิทธิ์

ผลลัพธ์ (ไทย) 3:

จะยังคงเป็นหนึ่งในสาเหตุของการบาดเจ็บและเสียชีวิตที่ไม่ถึงขั้นเสียชีวิตในหลายประเทศ ตรวจจับการล้มเป็นสำคัญเพื่อปกป้อง fallers
วิธีลดความรุนแรงของการบาดเจ็บ มีบางข้อ จำกัด ในการตรวจสอบที่มีอยู่ทั่วไป
ตกรุ่น โดยเฉพาะอย่างยิ่ง ตกตัวชี้วัดและเกณฑ์ที่กำหนดไว้ โดยไม่พบพล
ภาคทฤษฎีและ / หรือการทดลองพื้นฐานและส่วนใหญ่ตกตรวจจับรุ่นที่อยู่ไม่สามารถ
อินเตอร์ ความแตกต่างระหว่างบุคคล การศึกษานี้ได้นำเสนอนวนิยายผลกระทบตกก่อนการใช้รูปแบบ
สถิติกระบวนการแผนภูมิควบคุมที่สามารถแก้ไขข้อ จำกัด ที่มีอยู่ ตกตัวบ่งชี้
รุ่นนี้ได้มาจากการศึกษาทดลอง ฤดูใบไม้ร่วงตรวจจับรูปแบบเป็นรายบุคคลเฉพาะ
ตั้งแต่มันถูกสร้างขึ้น โดยใช้ข้อมูลประวัติศาสตร์การเคลื่อนไหวแต่ละ ฤดูใบไม้ร่วงการตรวจสอบรุ่นสาธิต
ความถูกต้องสูงถึง 94.7 % ความไวและ 99.2% specificity นอกจากนี้ รูปแบบนี้ยังสามารถให้เวลาเพียงพอสำหรับการ
อุปกรณ์ป้องกันตกก่อนผลกระทบระยะจึงมีประสิทธิภาพในการป้องกันการบาดเจ็บล้ม
.
 2013 บริษัท จำกัด