DOI: https://doi.org/10.1111/dmcn.70175
PMID: https://pubmed.ncbi.nlm.nih.gov/41699872
تاريخ النشر: 2026-02-16
المؤلف: Manu Airaksinen وآخرون
الموضوع الرئيسي: التطور البدني والحركي للأطفال
نظرة عامة
هدفت هذه الدراسة إلى تقييم الصلاحية المتزامنة لجهاز قابل للارتداء جديد في المنزل، وهو تقييم حركة الرضع باستخدام بدلة (MAIJU)، في تقييم أداء الرضع الحركي الإجمالي مقارنة بمقياس حركة الرضع في ألبرتا (AIMS). شملت الدراسة الملاحظة 67 قياسًا من 42 رضيعًا (60% ذكور، متوسط العمر 11.5 شهرًا) وتضمنت كل من مجموعة معيارية من الرضع ذوي التطور الطبيعي ومجموعة سريرية من عيادة متابعة النمو العصبي. قام الباحثون بربط الدرجات الإجمالية لـ AIMS التي تم تقييمها من قبل الخبراء مع درجة حركة الرضع BABA (BIMS) المستمدة من قياسات MAIJU واستكشفوا أيضًا أساليب التعلم الآلي للتنبؤ بدرجات AIMS بناءً على البيانات القابلة للارتداء.
أشارت النتائج إلى وجود ارتباط قوي جدًا بين BIMS و AIMS (معامل ارتباط رتبة سبيرمان $\rho = 0.97$، $p < 10^{-40}$)، مع توافق عالٍ في تحديد الأفراد ذوي الأداء المنخفض (كابا كوهين = 0.81) باستخدام حدود قائمة على النسب المئوية. علاوة على ذلك، كانت أداء نموذج التعلم الآلي في التنبؤ بدرجات AIMS من البيانات القابلة للارتداء مشابهًا للاستخدام المباشر لـ BIMS (الارتباط $\rho = 0.96$، $p < 10^{-37}$). تشير النتائج إلى أن التقييمات القابلة للارتداء في المنزل يمكن أن تكون بديلاً موثوقًا للتقييمات التقليدية لـ AIMS، مما يوفر نهجًا موضوعيًا وقابلًا للتوسع لمراقبة التطور الحركي في بيئات الرعاية الصحية المتنوعة.
الطرق
في هذا القسم، يحدد المؤلفون الطرق الإحصائية المستخدمة لمقارنة مقاييس MAIJU – النتائج القابلة للارتداء التي تم إنشاؤها تلقائيًا – مع الدرجات الإجمالية لـ AIMS عبر عدة مراحل تحليلية. أولاً، استخدموا معامل ارتباط سبيرمان لربط نتائج BIMS مباشرة مع الدرجات الإجمالية لـ AIMS، بناءً على الأدبيات السابقة التي تشير إلى أن BIMS يعد مقياسًا شاملًا لأداء الرضع الحركي. ثانيًا، قاموا برسم مقاييس MAIJU الفردية، التي تمثل تركيبات الوضعية والحركة الرئيسية، مقابل درجات AIMS، مع افتراض أن هذه المقاييس ستعكس “مخططات نمو حركية” تتماشى بشكل وثيق مع تقييمات AIMS.
بالإضافة إلى ذلك، طبق المؤلفون نموذج انحدار عملية غاوسية للتنبؤ بدرجات AIMS من قياسات MAIJU، مع دمج بيانات الوضعية والحركة، وقاموا بتقييم أداء التنبؤ باستخدام طريقة التحقق المتبادل بترك موضوع واحد خارجًا (LOSO). كما قارنوا النسب المئوية السكانية بين AIMS و BIMS، مع التركيز على النسب المئوية المنخفضة (مثل، أقل من 5%) كحدود حرجة للتدخلات العلاجية في الرعاية العصبية التنموية. تم تقييم معدلات الاتفاق بين القياسين باستخدام دقة وقياسات كابا كوهين، مع إجراء تعديلات على القياسات المتكررة من الأفراد. تم استخدام معامل التحديد ($R^2$) لت quantifying التباين الذي يفسره BIMS و AIMS المسارات المتوسطة، مع إجراء جميع التحليلات الإحصائية باستخدام نصوص MATLAB مخصصة.
المناقشة
تستكشف الدراسة صلاحية نظام MAIJU القابل للارتداء متعدد المستشعرات لتقييم تطور حركة الرضع في المنزل، مقارنةً بمقاييسه مع مقياس حركة الرضع في ألبرتا (AIMS) الذي تم تقييمه من قبل أخصائي علاج طبيعي مدرب. تألفت المجموعة من 42 رضيعًا، بما في ذلك كل من الرضع ذوي التطور الطبيعي والذين يُشتبه في تأخر نموهم. أشارت النتائج إلى وجود ارتباط قوي بين مقياس الأداء الحركي الشامل المستمد من MAIJU، درجة حركة الرضع BABA (BIMS)، والدرجة الإجمالية لـ AIMS (معامل الارتباط $\rho = 0.97$، $p < 10^{-40}$). من الجدير بالذكر أن BIMS استمر في الزيادة حتى بعد أن وصلت درجات AIMS إلى أقصى حد لها، مما يشير إلى أن MAIJU يمكن أن تتبع تطور الحركة بما يتجاوز قيود AIMS. تدعم النتائج استخدام MAIJU كبديل موثوق وموضوعي أو مكمل للتقييمات التقليدية، حيث تلتقط المسارات التنموية الأساسية من خلال التحليل الآلي للوضعية والحركة. بينما تمثل حجم العينة الصغيرة وطرق التقييم المختلطة قيودًا، تبرز النتائج الإمكانية لتكنولوجيا القابل للارتداء لتسهيل المراقبة عن بُعد والتدخل في تطور حركة الرضع، مما يوفر بيانات كمية يمكن أن تعزز التقييمات السريرية والدراسات الطولية. يجب أن تهدف الأبحاث المستقبلية إلى تحقيق مجموعات أكبر وأكثر تنوعًا للتحقق من صحة هذه النتائج عبر سياقات مختلفة.
DOI: https://doi.org/10.1111/dmcn.70175
PMID: https://pubmed.ncbi.nlm.nih.gov/41699872
Publication Date: 2026-02-16
Author(s): Manu Airaksinen et al.
Primary Topic: Children\'s Physical and Motor Development
Overview
This study aimed to evaluate the concurrent validity of a novel at-home wearable device, the Motor Assessment of Infants with a JUmpsuit (MAIJU), in assessing infants’ gross motor performance compared to the established Alberta Infant Motor Scale (AIMS). The observational study involved 67 measurements from 42 infants (60% male, mean age 11.5 months) and included both a normative cohort of typically developing infants and a clinical cohort from a neurodevelopmental follow-up clinic. The researchers correlated the expert-assessed total AIMS scores with the BABA Infant Motor Score (BIMS) derived from MAIJU measurements and also explored machine learning approaches to predict AIMS scores based on wearable data.
The results indicated a very strong correlation between BIMS and AIMS (Spearman’s rank correlation coefficient $\rho = 0.97$, $p < 10^{-40}$), with high agreement in identifying low-performing individuals (Cohen's kappa = 0.81) using centile-based cut-offs. Furthermore, the machine learning model's performance in predicting AIMS scores from wearable data was comparable to the direct use of BIMS (correlation $\rho = 0.96$, $p < 10^{-37}$). The findings suggest that at-home wearable assessments can serve as a reliable alternative to traditional AIMS evaluations, offering an objective and scalable approach for monitoring motor development in diverse healthcare settings.
Methods
In this section, the authors outline the statistical methods employed to compare MAIJU metrics—automatically generated wearable results—with AIMS total scores across several analytical phases. First, they utilized Spearman’s rho to correlate BIMS results directly with total AIMS scores, based on prior literature indicating that BIMS serves as a holistic measure of infant motor performance. Second, they plotted individual MAIJU metrics, representing key posture and movement combinations, against AIMS scores, hypothesizing that these metrics would reflect ‘motor growth charts’ closely aligned with AIMS evaluations.
Additionally, the authors applied a Gaussian process regression model to predict AIMS scores from MAIJU measurements, incorporating both posture and movement data, and assessed prediction performance using leave-one-subject-out cross-validation (LOSO). They also compared population centiles between AIMS and BIMS, focusing on low centiles (e.g., below 5%) as critical thresholds for therapeutic interventions in neurodevelopmental care. Agreement rates between the two measures were evaluated using accuracy and Cohen’s kappa metrics, with adjustments made for repeated measurements from individual subjects. The coefficient of determination ($R^2$) was employed to quantify the variance explained by BIMS and AIMS median trajectories, with all statistical analyses conducted using custom MATLAB scripts.
Discussion
The study investigates the validity of the MAIJU multi-sensor wearable system for assessing infant motor development at home, comparing its metrics with the Alberta Infant Motor Scale (AIMS) evaluated by a trained physiotherapist. The cohort comprised 42 infants, including both typically developing and those with suspected developmental delays. Results indicated a strong correlation between the MAIJU-derived holistic motor performance measure, the BABA Infant Motor Score (BIMS), and the AIMS total score (correlation coefficient $\rho = 0.97$, $p < 10^{-40}$). Notably, BIMS continued to increase even after AIMS scores reached their maximum, suggesting that MAIJU can track motor development beyond the limitations of AIMS. The findings support the use of MAIJU as a reliable, objective alternative or complement to traditional assessments, capturing essential developmental trajectories through automated analysis of posture and movement. While the study's small sample size and mixed assessment methods present limitations, the results highlight the potential for wearable technology to facilitate remote monitoring and intervention in infant motor development, providing quantitative data that can enhance clinical assessments and longitudinal studies. Future research should aim for larger, more diverse cohorts to further validate these findings across different contexts.