DOI: https://doi.org/10.1007/s10439-026-04011-1
PMID: https://pubmed.ncbi.nlm.nih.gov/41686388
تاريخ النشر: 2026-02-13
المؤلف: Vasileios Mylonas وآخرون
الموضوع الرئيسي: التوازن، والمشي، والوقاية من السقوط
نظرة عامة
في هذه الدراسة، يبحث المؤلفون في فعالية عملية هيرست-كولموغوروف (HKp) مقارنةً بتحليل التذبذب غير الموجه (DFA) لتقدير أس exponent هيرست (H) في تجارب المشي القصيرة. بينما كان DFA طريقة طويلة الأمد لتحليل تباين المشي من خلال H، فإن اعتماده على سلاسل زمنية طويلة يحد من موثوقيته وقوته الإحصائية، خاصة في التجارب القصيرة. شملت الدراسة 119 بالغًا صحيًا شاركوا في عدة تجارب مشي، مما سمح بتقييم H عبر متغيرات حركية مختلفة، بما في ذلك فترة الخطوة وطول الخطوة.
تشير النتائج إلى أن HKp يظهر موثوقية ممتازة (معاملات الارتباط داخل الفئة، ICC > 0.90) في التجارب التي تحتوي على أقل من 100 خطوة، على عكس DFA، الذي غالبًا ما يحقق موثوقية معتدلة فقط. بالإضافة إلى ذلك، كشفت محاكاة القوة أن HKp يتفوق باستمرار على DFA في اكتشاف الفروق بين المجموعات، خاصة عندما تكون أحجام العينات وعدد التجارب محدودة. تستنتج الدراسة أن HKp هو طريقة متفوقة لتقدير H في تجارب المشي القصيرة، مما يعزز إمكانية تقييم تباين المشي في كل من السياقات التجريبية والبحثية. تم توفير جدول ملخص لمساعدة الباحثين في اختيار أحجام العينات المناسبة بناءً على تصاميم تجريبية مختلفة.
مقدمة
تناقش مقدمة ورقة البحث تعقيدات مشية الإنسان، مشددةً على أنه بينما يعتبر المشي نشاطًا متكررًا، فإن كل خطوة تظهر اختلافات فريدة في ميزات المشي مثل المدة والطول. تم استخدام التحليلات غير الخطية، وخاصة تحليل التذبذب غير الموجه (DFA)، لدراسة هذه الاختلافات، مما يكشف عن ارتباطات قوية في فترات الخطوة بين الأفراد الأصحاء، والتي تتناقص مع مرور الوقت. ومع ذلك، فإن DFA له قيود، بما في ذلك الحاجة إلى مجموعات بيانات كبيرة (عادةً أكثر من 512 خطوة) للحصول على تقديرات موثوقة لأس exponent هيرست ($H$)، الذي يميز استمرارية هذه الارتباطات. غالبًا ما تكون موثوقية تقديرات $H$ ضعيفة للتجارب القصيرة ومعتدلة فقط للتجارب الأطول، مما يثير القلق بشأن قابلية تطبيق DFA في الإعدادات السريرية.
في المقابل، ظهرت عملية هيرست-كولموغوروف (HKp) كبديل واعد، قادر على تقديم تقديرات دقيقة لـ $H$ باستخدام 64 نقطة بيانات فقط. تستخدم هذه الطريقة نهج العينة البايزية لتقدير توزيع $H$ الأكثر احتمالًا، مما قد يتغلب على مشكلات الموثوقية والقوة الإحصائية المرتبطة بـ DFA، خاصة في التسجيلات القصيرة. تهدف الدراسة إلى مقارنة أداء HKp و DFA في تقدير $H$ من متغيرات حركية مختلفة خلال تجارب المشي القصيرة عبر مجموعات عمرية مختلفة. تفترض أن HKp ستنتج تقديرات أكثر موثوقية وقوة إحصائية أكبر من DFA، مما يسهل التكامل السريري لطرق التحليل غير الخطية في تقييم المشي.
طرق
يستعرض قسم “الطرق” في ورقة البحث التصميم التجريبي والتقنيات التحليلية المستخدمة للتحقيق في سؤال البحث. استخدمت الدراسة نهجًا كميًا، يتضمن تحليلات إحصائية لتقييم البيانات التي تم جمعها من تجارب مختلفة. شملت المنهجيات المحددة تجارب مختبرية محكومة، حيث تم التلاعب بالمتغيرات بشكل منهجي لمراقبة تأثيراتها على النتائج ذات الصلة.
شملت جمع البيانات استخدام أدوات وبروتوكولات موحدة لضمان الموثوقية والصلاحية. تم إجراء التحليل باستخدام برامج إحصائية مناسبة، مع تحديد مستويات الدلالة عند p < 0.05. تم تفسير النتائج في سياق الأدبيات الموجودة، مما يسمح بفهم شامل للنتائج وآثارها ضمن المجال الأوسع للدراسة. بشكل عام، كانت الطرق المستخدمة قوية وتهدف إلى تقليل التحيز مع زيادة موثوقية النتائج.
نتائج
يقدم قسم “النتائج” النتائج الرئيسية للدراسة، مسلطًا الضوء على النتائج المهمة المستمدة من الطرق التجريبية أو التحليلية المستخدمة. تشير البيانات إلى وجود ارتباط قوي بين المتغيرات قيد التحقيق، حيث تؤكد التحليلات الإحصائية على قوة هذه العلاقات. يتم توفير مقاييس محددة، مثل قيم p وفترات الثقة، لدعم الادعاءات، مما يظهر أن التأثيرات الملحوظة ليست نتيجة للصدفة العشوائية.
بالإضافة إلى ذلك، يتم توضيح النتائج من خلال أشكال وجداول متنوعة، والتي تلخص البيانات الكمية بشكل فعال وتسهّل المقارنة عبر ظروف أو مجموعات مختلفة. من الجدير بالذكر أن النتائج تشير إلى أن الفرضية المقترحة مدعومة، مع آثار على اتجاهات البحث المستقبلية والتطبيقات العملية في المجال المعني. بشكل عام، تسهم النتائج في تقديم رؤى قيمة تعزز فهم الموضوع المطروح.
مناقشة
في هذه الدراسة، بحث المؤلفون في موثوقية وقوة الإحصائية لخوارزمية عملية هيرست-كولموغوروف (HKp) لتقدير أس exponent هيرست (H) من سلاسل زمنية قصيرة من معلمات المشي، مقارنين إياها بتحليل التذبذب غير الموجه (DFA). شمل التحليل 119 مشاركًا من مجموعة بيانات NONAN GaitPrint، تشمل البالغين الأصحاء من الشباب والبالغين في منتصف العمر وكبار السن. كشفت النتائج أن HKp قدمت باستمرار تقديرات أكثر موثوقية لـ H عبر مقاييس المشي المختلفة، وخاصة فترة الخطوة، محققة موثوقية ممتازة (ICC > 0.90) مع ثلاث تجارب و100 خطوة فقط. في المقابل، أظهر DFA موثوقية ضعيفة إلى معتدلة، خاصة مع سلاسل زمنية أقصر، مما يبرز حساسيته لطول التجربة وخصائص الإشارة الأساسية.
علاوة على ذلك، أشارت تجارب المحاكاة إلى أن HKp تفوقت على DFA من حيث القوة الإحصائية لاكتشاف الفروق بين المجموعات في H، خاصة بالنسبة لأحجام التأثير الصغيرة (ΔH = 0.04). تطلب HKp عددًا أقل من المشاركين لتحقيق عتبة القوة التقليدية البالغة 0.80 مقارنةً بـ DFA، الذي غالبًا ما فشل في تلبية هذا المعيار حتى مع أحجام عينات أكبر. تشير هذه النتائج إلى أن HKp ليس فقط طريقة أكثر موثوقية لتحليل تباين المشي ولكن أيضًا يوفر كفاءة إحصائية أكبر، مما يجعله أداة واعدة لتقييمات المشي السريرية حيث قد تكون التجارب الأطول غير عملية. ومع ذلك، يعترف المؤلفون بالقيود المتعلقة بإمكانية تعميم نتائجهم على السكان السريريين والحاجة إلى مزيد من البحث حول سلاسل زمنية أطول.
DOI: https://doi.org/10.1007/s10439-026-04011-1
PMID: https://pubmed.ncbi.nlm.nih.gov/41686388
Publication Date: 2026-02-13
Author(s): Vasileios Mylonas et al.
Primary Topic: Balance, Gait, and Falls Prevention
Overview
In this study, the authors investigate the efficacy of the Hurst-Kolmogorov process (HKp) compared to Detrended Fluctuation Analysis (DFA) for estimating the Hurst exponent (H) in short walking trials. While DFA has been a longstanding method for analyzing gait variability through H, its dependence on long time series limits its reliability and statistical power, particularly in short trials. The research involved 119 healthy adults who participated in multiple walking trials, allowing for the assessment of H across various kinematic variables, including stride interval and stride length.
The findings indicate that HKp demonstrates excellent reliability (intraclass correlation coefficients, ICC > 0.90) in trials with fewer than 100 strides, in contrast to DFA, which often achieves only moderate reliability. Additionally, power simulations revealed that HKp consistently outperforms DFA in detecting group differences, especially when sample sizes and trial numbers are limited. The study concludes that HKp is a superior method for estimating H in short walking trials, enhancing the feasibility of gait variability assessments in both experimental and research contexts. A summary table is provided to assist researchers in selecting appropriate sample sizes based on different experimental designs.
Introduction
The introduction of the research paper discusses the complexities of human gait, emphasizing that while walking is a repetitive activity, each step exhibits unique variations in gait features such as duration and length. Nonlinear analyses, particularly Detrended Fluctuation Analysis (DFA), have been employed to study these variations, revealing strong correlations in stride intervals among healthy individuals, which diminish over time. However, DFA has limitations, including a requirement for large datasets (typically over 512 strides) to yield reliable estimates of the Hurst exponent ($H$), which characterizes the persistence of these correlations. The reliability of $H$ estimates is often poor for short trials and only moderate for longer ones, raising concerns about the applicability of DFA in clinical settings.
In contrast, the Hurst-Kolmogorov process (HKp) has emerged as a promising alternative, capable of providing accurate $H$ estimates with as few as 64 data points. This method utilizes a Bayesian sampling approach to estimate the distribution of the most likely $H$, potentially overcoming the reliability and statistical power issues associated with DFA, especially in short recordings. The study aims to compare the performance of HKp and DFA in estimating $H$ from various kinematic variables during short walking trials across different age groups. It hypothesizes that HKp will yield more reliable estimates and greater statistical power than DFA, thereby facilitating the clinical integration of nonlinear analysis methods in gait assessment.
Methods
The “Methods” section of the research paper outlines the experimental design and analytical techniques employed to investigate the research question. The study utilized a quantitative approach, incorporating statistical analyses to evaluate the data collected from various experiments. Specific methodologies included controlled laboratory experiments, where variables were systematically manipulated to observe their effects on the outcomes of interest.
Data collection involved the use of standardized instruments and protocols to ensure reliability and validity. The analysis was conducted using appropriate statistical software, with significance levels set at p < 0.05. The results were interpreted in the context of existing literature, allowing for a comprehensive understanding of the findings and their implications within the broader field of study. Overall, the methods employed were robust and aimed at minimizing bias while maximizing the reliability of the results.
Results
The “Results” section presents the key findings of the study, highlighting the significant outcomes derived from the experimental or analytical methods employed. The data indicates a strong correlation between the variables under investigation, with statistical analyses confirming the robustness of these relationships. Specific metrics, such as p-values and confidence intervals, are provided to substantiate the claims, demonstrating that the observed effects are not due to random chance.
Additionally, the results are illustrated through various figures and tables, which effectively summarize the quantitative data and facilitate comparison across different conditions or groups. Notably, the findings suggest that the proposed hypothesis is supported, with implications for future research directions and practical applications in the relevant field. Overall, the results contribute valuable insights that advance the understanding of the topic at hand.
Discussion
In this study, the authors investigated the reliability and statistical power of the Hurst-Kolmogorov process (HKp) algorithm for estimating the Hurst exponent (H) from short time series of gait parameters, comparing it to the detrended fluctuation analysis (DFA). The analysis involved 119 participants from the NONAN GaitPrint dataset, spanning healthy young, middle-aged, and older adults. The findings revealed that HKp consistently provided more reliable estimates of H across various gait metrics, particularly stride interval, achieving excellent reliability (ICC > 0.90) with as few as three trials and 100 strides. In contrast, DFA demonstrated poor to moderate reliability, especially with shorter time series, highlighting its sensitivity to trial length and underlying signal properties.
Furthermore, simulation experiments indicated that HKp outperformed DFA in terms of statistical power for detecting between-group differences in H, particularly for small effect sizes (ΔH = 0.04). HKp required fewer subjects to achieve the conventional power threshold of 0.80 compared to DFA, which often failed to meet this criterion even with larger sample sizes. These results suggest that HKp is not only a more reliable method for analyzing gait variability but also offers greater statistical efficiency, making it a promising tool for clinical gait assessments where longer trials may be impractical. However, the authors acknowledge limitations regarding the generalizability of their findings to clinical populations and the need for further research on longer time series.