Background: While efforts have been made to differentiate fall risk in older adults using wearable devices and clinical methodologies, technologies are still infancy. We applied a decision tree (DT) algorithm using inertial measurement unit (IMU) sensor data and clinical measurements to generate high performance classification models of fall risk of older adults. Objects: This study aims to develop a classification model of fall risk using IMU data and clinical measurements in older adults. Methods: Twenty-six older adults were assessed and categorized into high and low fall risk groups. IMU sensor data were obtained while walking from each group, and features were extracted to be used for a DT algorithm with the Gini index (DT1) and the Entropy index (DT2), which generated classification models to differentiate high and low fall risk groups. Model’s performance was compared and presented with accuracy, sensitivity, and specificity. Results: Accuracy, sensitivity and specificity were 77.8%, 80.0%, and 66.7%, respectively, for DT1; and 72.2%, 91.7%, and 33.3%, respectively, for DT2. Conclusion: Our results suggest that the fall risk classification using IMU sensor data obtained during gait has potentials to be developed for practical use. Different machine learning techniques involving larger data set should be warranted for future research and development.

본 연구의 목적은 ERCP 검사 시 테이블 보조 기구 사용의 유용성을 평가함에 있다. 이 연구를 위해 ERC P 검사를 시행한 15명의 환자(평균연령: 76.0±11.4 세)와 검사에 참여했던 6명의 의료진을 대상으로 하여 테이블 보조 기구 사용의 유용성 평가를 위해 설문조사를 실시하였고 안락한 정도, 심리적 안정성 및 만족 도 항목에 대하여 최저 1점에서 최대 5점 범위로 집계하여 평가하였다. 안락한 정도에 관한 결과에 있어서 는 테이블 보조 기구 없이 진행한 ERCP 검사에서 환자들이 1.7±0.5점으로 불편하다고 느꼈으며, 이와 반대로 테이블 보조 기구를 사용한 경우에는 4.4±0.5점(p-value≤0.000)으로 편안함을 느꼈다고 조사되었다. 심리적 안정성에 관한 결과에 있어서는 환자들이 테이블 보조기구 사용에 4.8±0.4점으로 안정감을 보였다. 추가적으로 테이블 보조 기구 사용에 대한 환자들의 만족도는 4.9±0.3점이었다. 본 결과를 고려할 때에 ERCP 검사에 있어 테이블 보조 기구의 사용은 그 유용성이 매우 높음을 알 수 있었다.