Person:
Gómez Fernández, Marisol

Profile Picture

Email Address

Birth Date

Research Projects

Organizational Units

Job Title

Last Name

Gómez Fernández

First Name

Marisol

person.page.departamento

Matemática e Informática

ORCID

0000-0003-3431-1256

person.page.upna

279

Name

Filters

2008 - 200912010 - 20151
Reset filters

Settings

Item Type: Publication × Subject: Frailty ×

Search Results

Now showing 1 - 2 of 2
  • Thumbnail Image
    PublicationOpen Access
    Valoración de la capacidad funcional en el ámbito domiciliario y en la clínica. Nuevas posibilidades de aplicación de la acelerometría para la valoración de la marcha, equilibrio y potencia muscular en personas mayores
    (Gobierno de Navarra, 2008) Izquierdo Redín, Mikel; Martínez Ramírez, Alicia; Larrión, J. L.; Irujo Espinosa, M.; Gómez Fernández, Marisol; Matemáticas; Matematika
    Dentro de cualquier población de individuos mayores de 65 años, una proporción sustancial (entre el 6% y el 25%) sufre diferentes síntomas del síndrome de fragilidad. A pesar de la complejidad del termino fragilidad y de las imprecisiones en cuanto a su definición existe un consenso sobre sus síntomas y signos. Las personas que poseen este síndrome presentan pérdidas de fuerza muscular, fatiga, disminución de la actividad física, con un aumento del riesgo de padecer anorexia-pérdida de peso, delirium, hospitalización, declive funcional, deterioro cognitivo, mortalidad, ingreso en residencias, caídas e inestabilidad. Bajo este contexto, surge la necesidad de desarrollar tests que sean capaces de predecir de la forma más precoz posible la fragilidad y la discapacidad. La acelerometría es una herramienta adecuada para la monitorización de movimientos humanos de una forma objetiva y fiable, aplicable en la vida diaria de los sujetos sin implicar grandes costes. Los acelerómetros están siendo utilizados en la monitorización de diferentes movimientos. Se pueden obtener una amplio abanico de medidas como: clasificación de movimientos, valoración del nivel de actividad física, estimación del gasto de energía metabólica, medida del equilibrio, ritmo de marcha y control al levantarse-sentarse. Combinando la acelerometría con giróscopos y magnetómetros se podrá añadir información relacionada con la orientación y los cambios de posición. Esta revisión analiza las herramientas y tecnologías existentes que puedan llegar a detectar de manera precoz posibles signos y síntomas de la fragilidad y permitan a los individuos vivir autónomamente de forma más prolongada y en condiciones de mayor seguridad.
  • Thumbnail Image
    PublicationOpen Access
    Frailty assessment based on trunk kinematic parameters during walking
    (BioMed Central, 2015) Martínez Ramírez, Alicia; Martinikorena Aranburu, Ion; Gómez Fernández, Marisol; Lecumberri Villamediana, Pablo; Millor Muruzábal, Nora; Rodríguez Mañas, Leocadio; García García, Francisco José; Izquierdo Redín, Mikel; Matemáticas; Matematika
    Background: Physical frailty has become the center of attention of basic, clinical and demographic research due to its incidence level and gravity of adverse outcomes with age. Frailty syndrome is estimated to affect 20 % of the population older than 75 years. Thus, one of the greatest current challenges in this field is to identify parameters that can discriminate between vulnerable and robust subjects. Gait analysis has been widely used to predict frailty. The aim of the present study was to investigate whether a collection of parameters extracted from the trunk acceleration signals could provide additional accurate information about frailty syndrome. Methods: A total of 718 subjects from an elderly population (319 males, 399 females; age: 75.4 ± 6.1 years, mass: 71.8 ± 12.4 kg, height: 158 ± 6 cm) volunteered to participate in this study. The subjects completed a 3-m walk test at their own gait velocity. Kinematic data were acquired from a tri-axial inertial orientation tracker. Findings: The spatio-temporal and frequency parameters measured in this study with an inertial sensor are related to gait disorders and showed significant differences among groups (frail, pre-frail and robust). A selection of those parameters improves frailty classification obtained to gait velocity, compared to classification model based on gait velocity solely. Interpretation: Gait parameters simultaneously used with gait velocity are able to provide useful information for a more accurate frailty classification. Moreover, this technique could improve the early detection of pre-frail status, allowing clinicians to perform measurements outside of a laboratory environment with the potential to prescribe a treatment for reversing their physical decline.