Forskningsprojekt Syftet med projektet är att utveckla statistiska metoder för att ta tillvara den rika mängd information som samlas in via avancerade rörelseanalyssystem.
Inom ramen för projektet vidareutvecklar vi statistiska metoder inom funktionell dataanalys, med syfte att besvara viktiga forskningsfrågor inom rehabilitering. Den metodik som föreslås här har som mål att mer fullständigt möjliggöra jämförelser mellan interventioner, samt före och efter behandling både på individ- och gruppnivå, dvs. viktiga kliniska frågeställningar med avseende på prestation och rörelseförmåga.
Vetenskapsrådet, 2017 - 2020: 6 000 000 kr
Alessia Pini
Tekniskt avancerade system som registrerar rörelse, kraft och muskelaktivitet används för att förstå mänsklig rörelse, för diagnostisering och utvärdering av behandling. De data som dessa system ger upphov till kan vanligtvis beskrivas med hjälp av kontinuerliga funktioner. Rörelsedata sammanfattas i dagsläget världen över ofta i ett fåtal mått, t ex knäets maximala böjning vid ett hopp. Den information vi får genom att studera hela rörelsen, som en kontinuerlig funktion, förloras därmed. Funktionell dataanalys, ett relativt nytt forskningsområde inom statistik, syftar till att analysera observerat data som funktioner. Därmed beaktas den komplexa information som finns i hela rörelsemönstret. Inom ramen för projektet, och i samarbete med en multidisciplinär forskargrupp med kompetenser inom bl.a. fysioterapi, ortopedi och biomekanik, arbetar vi för att bättre kunna utvärdera rörelseförmågan vid rehabilitering efter exempelvis en korsbandsskada.
De statistiska metoder vi utvecklar relaterar i huvudsak till test och regressionsmodeller för funktionella data, med fokus på domänselektion, dvs vi vill identifiera var under funktionen vi har signifikanta skillnader/effekter. De metoder vi utvecklar kan även appliceras till liknande data från andra forskningsområden.
