Acurácia e curva de aprendizado de observadores inexperientes para segmentação manual de eletromiogramas

AUTOR(ES)

Ferreira, Arthur de Sá, Guimarães, Fernando Silva, Magalhães, Manuel Armando Ribeiro, Silva, Regina Coeli Souza e

FONTE

Fisioter. mov.

DATA DE PUBLICAÇÃO

2013-09

RESUMO

INTRODUÇÃO: A forma de onda variável do eletromiograma de superfície introduz erros na detecção de eventos de contração. OBJETIVO: Investigar as curvas de acurácia e aprendizagem de observadores inexperientes para detectar a quantidade de eventos em eletromiogramas de superfície. MATERIAIS E MÉTODOS: Seis observadores realizaram segmentação manual em 1.200 sinais com formas de onda variável simulada usando modelo fenomenológico, com mudanças suaves em amplitude, tempos início-fim marcados, e relação sinal-ruído variável (0-39 dB). A segmentação foi organizada em quatro sessões, com 15 blocos de 20 sinais. As curvas de acurácia e aprendizagem foram modeladas por bloco utilizando modelos de regressão linear e de potência, e foram testados quanto à diferença entre as sessões. Valores de corte de relação sinal-ruído ideais para segmentação manual também foram estimadas. RESULTADOS: A curva de acurácia não mostrou tendência linear significativa e não houve diferença entre as sessões 1-2-3-4 (87% [85; 89], 87% [85; 89], 87% [85; 89], 87% [81; 88], p = 0,691). A acurácia foi baixa para a detecção de um evento (AUC = 0,40; sensibilidade = 44%; especificidade = 43%; limiar = 12,9 dB), mas foi elevada e afetada pela relação sinal-ruído para a detecção de dois eventos (AUC = 0,82; sensibilidade = 77%, especificidade = 76%; limiar = 7,0 dB). A curva de aprendizagem mostrou uma regressão de potência significativa (p < 0,001) com valores decrescentes de percentagens de aprendizagem (tempo de duração para completar a tarefa) entre sessões 1-2-3-4 (86,5% [68; 94], 76% [68; 91], 62% [38; 77] e 57% [52; 75], p = 0,002). CONCLUSÃO: Observadores inexperientes apresentam alta acurácia não treinável e uma redução prática-dependente do tempo gasto para detectar a quantidade de eventos de contração em eletromiogramas de superfície simulados.

ASSUNTO(S)

eletromiografia simulação computacional muscular

Documentos Relacionados

• Curva de aprendizado ou de aperfeiçoamento?
• Curva de aprendizado e lesões iatrogênicas em colecistectomias videolaparoscópicas
• Curva de aprendizado do residente de terceiro ano em facoemulsificação
• Curva de aprendizado e flutuações a curto e longo prazos com perimetria de freqüência dupla (FDT)
• Influência da curva de aprendizado nos procedimentos percutâneos por via transradial