Knowledge-Hub Digitalisierung, KI & Gesundheitein Angebot von Monitor Versorgungsforschung

Knowledge-Hub Digitalisierung, KI & Gesundheit › Studien

Machine Learning analysiert Bewegungsmuster beim Stuhl-Aufsteh-Test älteren Menschen

Schumacher A et al. · JMIR Aging · erschienen 09.11.2026 · PMID 43002696

Von KI ausgewählt und zusammengefasst

Worum es geht

Eine prospektive Längsschnittstudie (172 ältere Erwachsene, 24 Monate) verwendete Sensoren und Dynamic Time Warping-Clustering, um Bewegungsmuster beim Five Times Chair Rise Test zu analysieren und deren Assoziation mit funktionaler Leistung zu bewerten.

Ergebnis

Zwei distinct Bewegungscluster wurden identifiziert. Cluster 1 zeigte durchgehend höhere Muskelkraft, Beinleistung und Gehgeschwindigkeit als Cluster 2 (alle p<0,01). Bei 24-Monats-Nachuntersuchung zeigten sich große Unterschiede zwischen Clustern in Timed Up and Go, 5CRT-Dauer, Gehgeschwindigkeit und 6-Minuten-Gehstrecke. ML-Clustering offenbarte funktionale Heterogenität, die reine Zeitmessungen nicht abbildeten.

Übertragbarkeit auf Deutschland

Deutschland: deutsche Altersforschungszentren, vergleichbare Versorgungsstrukturen

Auswahl und deutsche Zusammenfassung stammen von einer KI und sind nicht redaktionell geprüft. Maßgeblich ist die Originalpublikation.