Kartlegging av balanse

Sammendrag

Balanseproblemer kan skyldes mange faktorer, inkludert sykdommer og skader, og kan vurderes ved hjelp av tradisjonelle metoder som anamnese og kliniske tester, samt moderne teknologi som sensorer og mobilapper. Tradisjonelle metoder har begrensninger, mens moderne tilnærminger gir mer presise og objektive målinger, både i klinikken og hjemme. Teknologi som bærbare sensorer, smarttelefonapplikasjoner og RGB-D-sensorer bidrar til bedre overvåkning og behandling av balanseproblemer.

Balanse er evnen til å fordele kroppsvekten jevnt i statiske posisjoner, som å stå, eller under bevegelse, slik at personen ikke faller eller kan gjenopprette en stabil tilstand etter ytre forstyrrelser. Dette innebærer kontroll over kroppens tyngdepunkt (statisk balanse) eller evnen til å opprettholde stabilitet under aktiviteter (dynamisk balanse) [1].

Balanseproblemer kan oppstå som følge av ulike lidelser eller sykdommer. Symptomer som svimmelhet, vertigo og fall er svært vanlige globalt. For eksempel rapporteres svimmelhet hos 17–30 % av befolkningen, mens vertigo forekommer hos 3–10 % [2]. Fall er en alvorlig helseutfordring som ikke bare påvirker livskvaliteten, men også øker helse- og medisinske kostnader [3]. I de følgende seksjonene introduserer vi både tradisjonelle og moderne metoder for å vurdere balanse og effektivt identifisere balanseproblemer hos pasienter.

Tradisjonelle metoder for balansevurdering

Tradisjonelt har balanse blitt målt med subjektive vurderingsmetoder, som ofte er tidkrevende og har noen begrensninger, som for eksempel høyt tak-effekt, avhengighet av klinikerens ferdigheter og tolkning, samt dårlig gjentakbarhet og pålitelighet [4].

Anamnese

En grundig innsamling av pasientens subjektive opplevelser av balanseproblemer og fallhistorie er avgjørende. Viktige elementer som bør undersøkes inkluderer:

• Pasientens klager: Opplevelser av svimmelhet, ustøhet, fall, eller en følelse av at "rommet spinner".

• Medisinske faktorer: Eksisterende komorbiditeter, for eksempel nevrologiske sykdommer eller indre øreproblemer.

• Medikamentbruk: Visse medisiner kan påvirke balansen og øke risikoen for fall.

• Tidligere fall: Hyppigheten, alvorlighetsgraden og årsaken til fall.

Observasjon

En visuell vurdering kan inkludere:

• Posture og holdning: Identifisere eventuelle avvik som kan påvirke balansen.

• Bevegelsesmønstre: Observer hvordan pasienten beveger seg fra sittende til stående eller går.

• Ganglag: Kartlegging av asymmetri eller ustabilitet.

Enkle kliniske tester

Tradisjonelle balansetester kan inkludere:

1. Romberg-test: Pasienten står med føttene samlet, armene langs siden og øynene lukket. Tap av balanse kan indikere sensorisk dysfunksjon.

2. En-fot stå-test: Evaluerer statisk balanse ved å observere hvor lenge pasienten kan stå på én fot.

3. Gå og snu-test (Timed Up and Go - TUG): Måler tiden det tar for pasienten å reise seg fra en stol, gå tre meter, snu og returnere til stolen.

Moderne tilnærminger til balansevurdering

Moderne metoder for å vurdere balanse benytter teknologi og standardiserte protokoller for å forbedre presisjon, pålitelighet og objektivitet. Dette inkluderer:

Teknologiassistert balansevurdering

1. Force plate-analyse: Måler trykkfordeling og stabilitet i stående posisjon.

2. Virtuell virkelighet (VR): Brukes for å simulere miljøer som tester dynamisk balanse i ulike scenarier.

3. Bevegelsessensorer og apper: Enkle sensorer som festes på kroppen for å måle bevegelsesmønstre og balanse i sanntid.

Statisk og dynamisk balansevurdering

En grundig vurdering av både statisk og dynamisk balanse er essensielt for å identifisere balanseproblemer og utvikle effektive behandlingsplaner. Nedenfor beskrives ulike tester og metoder for vurdering av balanse.

Vurdering av statisk balanse

Functional Reach Test

• Beskrivelse: Tester rekkevidde mens pasienten står stille og strekker seg fremover uten å miste balansen.

• Formål: Brukes for å vurdere stabilitet i stående stilling og risiko for fall.

• Gjennomføring: Pasienten står med føttene i hoftebredde og rekker fremover så langt som mulig uten å bevege føttene.

  
  

Berg Balanseskala (Berg Balance Scale, BBS)

• Beskrivelse: En validert skala som består av 14 oppgaver som vurderer balanse i sittende og stående stilling.

• Formål: Måler statisk og dynamisk balanse hos eldre og nevrologiske pasienter.

• Skåring: Maksimal poengsum er 56; lavere poengsum indikerer høyere risiko for fall.

Fullerton Advanced Balance Scale (FAB)

• Beskrivelse: En avansert skala som brukes til å vurdere balanse i aktive eldre.

• Testkomponenter: Inkluderer oppgaver som stå på én fot, balansere på skumunderlag og gå bakover.

Balance Evaluation Systems Test (BESTest)

• Beskrivelse: En omfattende test som vurderer flere aspekter av balanse, inkludert biomekaniske begrensninger, stabilitetsgrenser og posturale tilpasninger.

• Bruk: Spesielt nyttig for pasienter med komplekse balanseproblemer.

Tester for dynamisk balanse (Gangaktiviteter)

The Four Stage Balance Test

• Beskrivelse: Evaluerer dynamisk balanse ved å plassere pasienten i fire forskjellige stående posisjoner med økende vanskelighetsgrad.

• Formål: Identifisere risiko for fall hos eldre.

The Functional Gait Assessment (FGA)

• Beskrivelse: Utviklet for å vurdere balanse under gange med flere utfordringer, som å gå bakover eller gå på en linje.

• Bruk: Nyttig for nevrologiske pasienter og personer med gangproblemer.

Biodex Balance System (BBS)

• Beskrivelse: Et elektronisk system som kvantifiserer balanse ved hjelp av en dynamisk plattform.

• Fordeler: Tilbyr presise målinger av balansekapasitet.

Objektive metoder for balansevurdering

Avanserte teknologier

1. Force Plates: Måler trykkfordeling og stabilitet i stående stilling. Brukes ofte i laboratoriemiljøer.

2. Optoelektroniske bevegelsessystemer: Kombinerer kameraer og kraftplater for å analysere bevegelse og balanse.

3. Inertial Measurement Units (IMUs): Sensorer som gir kvantitative data om balanse og bevegelseskontroll.

4. Begrensninger:

   • Høye kostnader.

   • Tidkrevende.

   • Krever spesialisert kunnskap for bruk.

   • Ikke lett tilgjengelige for daglig klinisk bruk.

Fremtidige behov

Det er behov for rimelige, brukervennlige og pålitelige kvantitative verktøy som kan brukes i klinisk praksis og av en bredere befolkning.

Eksempel på laboratorieoppsett

• Kombinasjon av kameraer, kraftplater og IMUs kan gi nøyaktige målinger av balansekapasitet, men dette er primært brukt i forskning og avanserte kliniske miljøer [5].

Ved å kombinere subjektive tester og avanserte teknologier kan man oppnå en helhetlig forståelse av en persons balanseproblemer og dermed utforme effektive

behandlingsstrategier.

Moderne balansevurdering

Moderne metoder for balansevurdering har utvidet mulighetene for å evaluere og overvåke stabilitet, spesielt for personer med økt risiko for fall eller balanseproblemer. Mens tradisjonelle metoder ofte er subjektive, gir teknologiske fremskritt mer objektive, presise og praktiske løsninger for både kliniske og hjemmebaserte vurderinger.

Hjemmeovervåking av balanse

Balansevurdering i hjemmet kan være spesielt nyttig for individer med dårlig stabilitet eller høy fallrisiko. Tradisjonelle kliniske vurderinger kan fortsatt være relevante for å identifisere fallrisiko og årsaker til balanseproblemer [6], men moderne teknologier tilbyr større nøyaktighet og brukervennlighet. Nye metoder som sensorbaserte systemer og maskinlæring gir mulighet for kontinuerlig overvåking og vurdering av balanse i realistiske miljøer.

Sensorbaserte metoder

Sensorer og tilkoblede enheter har revolusjonert balansevurdering. Disse inkluderer:

Bærbare inerti-sensorer

Inerti-sensorer består ofte av akselerometre, gyroskoper og magnetometre. Ved å kombinere data fra disse sensorene kan menneskelig bevegelse måles med høy presisjon [8].

1. Akselerometre

   • Måler lineær akselerasjon i tre dimensjoner.

   • Gir data om både bevegelse og tyngdekraft [9].

2. Gyroskoper

   • Måler vinkelhastighet og orientering.

   • Brukes til å analysere rotasjonsbevegelser [10].

3. Magnetometre

   • Registrerer magnetiske felt og magnetisk dipolmoment.

Fordeler med bærbare inerti-enheter

• Kostnadseffektive: Lav kostnad sammenlignet med laboratoriebaserte systemer.

• Bærbare og lette: Egner seg til bruk utenfor laboratorier, inkludert hjemme.

• Objektiv vurdering: Måler aktiviteter som gang og balanse i sanntid.

• Allsidige bruksområder: Kan vurdere tremor (amplitude og frekvens), ganganalyse og instrumenterte kliniske tester.

• Integrasjon med teknologi: Kan brukes sammen med videospillbasert terapi og rehabiliteringsroboter [11].

Smarttelefoner og apper

Moderne smarttelefoner er utstyrt med innebygde akselerometre og gyroskoper som kan brukes til balanse- og ganganalyse. Disse enhetene:

• Tilbyr tilgjengelighet for den brede befolkningen.

• Brukes gjennom apper som gir sanntidsvurdering av stabilitet og bevegelse.

• Muliggjør enkel, hjemmebasert overvåking og oppfølging.

Avanserte systemer for balansevurdering

1. Kraftplater

   • Brukes i laboratorier for å måle trykkfordeling og stabilitet.

   • Krever spesialisert kunnskap og utstyr.

2. 3D bevegelsesopptak

   • Kombinerer kameraer og kraftplater for detaljert analyse av balanse.

   • Høy presisjon, men begrenset av kostnader og krav til laboratoriemiljø.

3. RGB-D-sensorer

   • Kombinerer fargedata (RGB) og dybdedata for å vurdere bevegelser.

   • Tilbyr objektiv vurdering uten behov for omfattende utstyr.

Fremtidige anvendelser

I fremtiden forventes sensorbaserte systemer å bli integrert i flere aspekter av rehabilitering:

• Neuro-roboter: Brukes til å forbedre mobilitet og balanse hos pasienter.

• Videospillbasert terapi: Kombinerer rehabilitering med interaktiv trening.

• Kontinuerlig hjemmeovervåking: Gir sanntidsdata til helsepersonell og pasienter.

Moderne balansevurdering gir helsepersonell og pasienter enestående muligheter til å identifisere og håndtere balanseproblemer mer presist. Disse teknologiene bidrar til bedre pasientresultater gjennom objektiv måling, økt tilgjengelighet og integrasjon i hverdagslige omgivelser.

RGB-D-sensorer for vurdering av sittende balanse

Sittende balanse er en kritisk del av motorisk kontroll, spesielt for personer som ikke kan stå. Tradisjonelle kliniske metoder for vurdering av sittende balanse er ofte avhengige av menneskelig observasjon, noe som gjør dem subjektive, tidkrevende og mindre presise [7][13]. Bruk av sensorbaserte metoder, som Red-Green-Blue-Depth (RGB-D)-sensorer, har flere fordeler i kliniske vurderinger av balanse og postural kontroll.

Fordeler med sensorbaserte metoder

• Objektivitet: Data er ikke påvirket av operatørens subjektive vurdering, og inter-operatørvariabilitet elimineres.

• Naturlig bevegelse: Deltakere oppfører seg mer naturlig uten behov for markører eller intrusivt utstyr.

• Flersidig datainnsamling: Sensorer kan fange opp data fra flere kroppsdeler samtidig.

• Hastighet og presisjon: 3D-måleutstyr som RGB-D-sensorer kan redusere datainnsamlingstidene betydelig og gir nøyaktige målinger [7].

RGB-D-sensorer har blitt brukt i ulike sammenhenger, inkludert rehabilitering, vurdering av Parkinsons sykdom, ergonomiske analyser og vurdering av balanse og postural kontroll [14][15][16][17][18].

Microsoft Kinect™ som verktøy for balansevurdering

Microsoft Kinect™ er en rimelig RGB-D-sensor som er godt egnet for vurdering av stående balanse under kliniske tester av postural kontroll. Kinect-enheten bruker en fargevideokamera og et dybdekamera for å lage et 3D-kart av området foran sensoren. Gjennom en algoritme kan sensoren identifisere og spore 25 kroppsledd i sanntid, inkludert hovedledd og lemmer.

Fordeler med Kinect™

• Bærbarhet og kostnadseffektivitet: Kinect er en rimelig løsning sammenlignet med andre 3D-kamerabasert systemer.

• Minimalt intrusivt: Pasienter trenger ikke å bruke markører på kroppen.

• Brukervennlighet: Enheten kan enkelt integreres i terapier og overvåkingssystemer som er økonomisk tilgjengelige [20].

Begrensninger med Kinect™

• Fangst av små bevegelser: Enheten har begrenset evne til å fange opp fine kroppslige bevegelser.

• Fast plassering: Sensoren må være stasjonært plassert, og rekkevidden for fangst er begrenset.

• Biomekanisk nøyaktighet: Begrensninger spesielt for skulderleddet.

• Nøyaktighet for sittende bevegelser: Mindre presis for å identifisere sittende kroppslige bevegelser sammenlignet med stående bevegelser [16][21].

Sammenligning med 3D-bevegelsesanalyse

Selv om Kinect™ er litt mindre nøyaktig enn avanserte 3D-bevegelsesanalyseverktøy, gir den pålitelig data for å vurdere kroppslige bevegelser og postural kontroll. Spesielt for vanlige kliniske tester som analyse av gangtider under balansegjenoppretting, er Kinect™ et praktisk alternativ [18][22].

Begrensninger i presisjon

• Uregistrerte bevegelser: Små kroppslige bevegelser kan overses, noe som kan føre til uendrede målinger av kroppens tyngdepunkt (Center of Mass, COM) [23][24].

Konklusjon

RGB-D-sensorer som Microsoft Kinect™ representerer en kostnadseffektiv og brukervennlig løsning for vurdering av balanse og postural kontroll. Selv om de har visse begrensninger i presisjon, gir de tilstrekkelige data for kliniske vurderinger. Videre forskning og teknologiske forbedringer kan forbedre deres nøyaktighet og gjøre dem til en integrert del av balansevurderinger i kliniske og hjemmemiljøer.

Mobilapplikasjoner for balansevurdering

Bruken av smarttelefonapplikasjoner for selvadministrert eller profesjonell helseundersøkelse øker raskt i alle aldersgrupper [25][26]. Apper som målretter balansevurdering må valideres og reguleres for å tilby presise tjenester som enten støtter et adekvat treningsprogram eller veiledes av en terapeut.

Selv om flere kommersielle utviklere tilbyr mobile helseapplikasjoner, mangler mange av dem evidensbaserte resultater. Dette medfører risiko både for pasientsikkerhet og profesjonell omdømme. Her presenteres flere forsøk på validering av balansevurderingsapper, inkludert K-D Balance, MyAnkle, Y-MED, og BalanceLab.

1. King-Devick (K-D) Balance-applikasjon

K-D Balance er en applikasjon for Apple-enheter som måler tredimensjonale koordinatdata via den interne akselerometeret i mobilenheten. Appen gir en kvantitativ vurdering av balanseytelse basert på algoritmer [28].

• Reliabilitet: Målingene av K-D-kompositten viser moderat til god reliabilitet (ICC = 0,42). Den lavere reliabiliteten kan skyldes at testpersonene var unge, friske og aktive, noe som begrenser variasjonen mellom deltakerne [29].

2. Gait & Balance (G&B) applikasjon

Gait & Balance analyserer gange og balanse gjennom smarttelefonens innebygde sensorer. Appen inkluderer seks oppgaver for balanse- og gangevaluering [30]:

Gangeoppgaver:

• Gå i rett linje fremover.

• Gå i rett linje mens hodet dreies fra side til side.

Statisk balanseoppgaver:

Brukeren står stille i 30 sekunder i følgende forhold:

1. Fast underlag med åpne øyne.

2. Fast underlag med lukkede øyne.

3. Mykt underlag med åpne øyne.

4. Mykt underlag med lukkede øyne.

5. Gyldighet og reliabilitet: Appen har utmerket validitet og høy reliabilitet for postural stabilitet, men viser svakere resultater for variabilitet og asymmetri i skrittlengde og skritttid [31].

3. MyAnkle-applikasjon

MyAnkle er utviklet for å vurdere stående balanse som et alternativ til Berg Balanseskala (BBS). Appen vurderer balanse hos pasienter og friske personer med fokus på øvelser med lukkede øyne [32][33].

• Validitet: God validitet for tester med lukkede øyne, men ikke for åpne øyne. Appen kan heller ikke skille mellom pasienter og friske personer.

• Reliabilitet: Test-retest-reliabiliteten er utilstrekkelig for nøyaktig oppfølging, noe som krever forsiktighet ved klinisk bruk [26].

4. Y-MED-applikasjon

Y-MED er en applikasjon som bruker en akselerometersensor i smarttelefonen for å vurdere postural balanse i hverdagen. Telefonen festes til korsryggen med et belte for målinger.

• Gyldighet og reliabilitet: Selv om applikasjonen er praktisk for hverdagsbruk, er gyldigheten og reliabiliteten utilstrekkelig for balansevurdering hos pasienter med kroniske korsryggsmerter [34][35].

5. BalanceLab-applikasjon

BalanceLab bruker en integrert akselerometersensor (ACC) i smarttelefonen for å måle postural stabilitet. Appen er utviklet for Android-enheter og er spesielt egnet for eldre voksne med balanseproblemer.

• Gyldighet og reliabilitet: Moderate til utmerkede resultater (ICC = 0,76–0,91) for test-retest-reliabilitet [36].

Sammendrag

Balanseproblemer er utbredt på tvers av ulike kroppslige systemforstyrrelser. Disse kan ikke ignoreres ved vurdering, oppfølging eller utforming av hjemmeprogrammer, da balanse ofte spiller en avgjørende rolle for pasientens funksjon og sikkerhet. Tradisjonelle vurderingsmetoder har mange begrensninger, noe som skaper behovet for valide, pålitelige, lett tilgjengelige og brukervennlige metoder som også er økonomisk bærekraftige.

Smarttelefonapplikasjoner viser lovende potensial som en moderne løsning for balansevurdering. De gir mulighet for objektive målinger uten behov for komplekse laboratorieoppsett. Til tross for deres brukervennlighet og tilgjengelighet, er det nødvendig med ytterligere vitenskapelig forskning for å validere disse metodene fullt ut og sikre at de oppfyller kliniske standarder.

Kilder

1. Mahmoudi F, Rahnama N, Daneshjoo A, Behm DG. Comparison of dynamic and static balance among professional male soccer players by position. J Bodywork Movement Ther. 2023 Oct 1;36:307-12.

2. Murdin L, Schilder AGM. Epidemiology of Balance Symptoms and Disorders in the Community. Otol Neurotol. 2015 Mar;36(3):387–92.

3. Burns E, Stevens J, Lee R. The direct costs of fatal and non-fatal falls among older adults — United States. J Safety Res. 2016;58:99-103.

4. Oh-Park M, Mehta N. Assessment and Treatment Of Balance Impairments. AAPM&R. Available from: https://now.aapmr.org/assessment-and-treatment-of-balance-impairments/ [accessed 29/12/2024]

5. Noamani A, Nazarahari M, Lewicke J, Vette AH, Rouhani H. Validity of using wearable inertial sensors for assessing the dynamics of standing balance. Med Eng Phys. 2020 Mar;77:53–9.

6. Mancini M, Horak FB. The relevance of clinical balance assessment tools to differentiate balance deficits. Eur J Phys Rehabil Med. 2010;46(2):239-48.

7. Bartlett K, Camba J. An RGB-D sensor-based instrument for sitting balance assessment. Multimed Tools Appl. 2023;82(18):27245–68.

8. Ansah S, Chen D. Wearable-Gait-Analysis-Based Activity Recognition: A Review. Int J Smart Sens Intell Syst. 2022 Jan 1;15(1).

9. Ghislieri M, Gastaldi L, Pastorelli S, Tadano S, Agostini V. Wearable inertial sensors to assess standing balance: A systematic review. Sensors (Basel). 2019;19(19):4075.

10. Passaro VMN, Cuccovillo A, Vaiani L, Carlo M, Campanella CE. Gyroscope Technology and Applications: A Review in the Industrial Perspective. Sensors (Basel). 2017 Oct 7;17(10):2284.

11. Iosa, Marco; Picerno, Pietro; Paolucci, Stefano; Morone, Giovanni. Wearable inertial sensors for human movement analysis. Expert Review of Medical Devices, 2016;1–19. doi:10.1080/17434440.2016.1198694

12. Park DS, Lee G. Validity and reliability of balance assessment software using the Nintendo Wii balance board: usability and validation. J Neuroeng Rehabil. 2014;11(1):99.

13. Arora T, Oates A, Lynd K, Musselman KE. Current state of balance assessment during transferring, sitting, standing and walking activities for the spinal cord injured population: a systematic review. J Spinal Cord Med. 2020;43(1):10–23.

14. Bo APL, Hayashibe M, Poignet P. Joint angle estimation in rehabilitation with inertial sensors and its integration with Kinect. 2011 Annual International Conference of the IEEE Engineering in Medicine and Biology Society, Boston, MA, USA. 2011:3479-83.

15. Seo NJ, Fathi M, Hur P, Crocher C. Modifying Kinect placement to improve upper limb joint angle measurement accuracy. J Hand Ther. 2016;29(4):465-73.

16. Galna B, Barry G, Jackson D, Mhiripiri D, Olivier P, Rochester L. Accuracy of the Microsoft Kinect sensor for measuring movement in people with Parkinson’s disease. Gait Posture. 2014;39(4):1062–1068.

17. Diego-Mas JA, Alcaide-Marzal J. Using Kinect™ sensor in observational methods for assessing postures at work. Appl Ergon. 2014;45(4):976–985.

18. Clark RA, Pua YH, Fortin K, Ritchie C, Webster KE, Denehy L, Bryant AL. Validity of the Microsoft Kinect for assessment of postural control. Gait Posture. 2012;36(3):372–377.

19. Milosevic B, Leardini A, Farella E. Kinect and wearable inertial sensors for motor rehabilitation programs at home: state of the art and an experimental comparison. BioMedical Engineering OnLine. 2020 Apr 23;19(1).

20. Webster D, Celik O. Systematic review of Kinect applications in elderly care and stroke rehabilitation. J Neuroeng Rehabil. 2014;11(1):108.

21. Xu X, McGorry RW. The validity of the first and second generation Microsoft Kinect™ for identifying joint center locations during static postures. Appl Ergon. 2015;49:47–54.

22. Shani G, Shapiro A, Oded G, Dima K, Melzer I. Validity of the Microsoft Kinect system in assessment of compensatory stepping behavior during standing and treadmill walking. European Review of Aging and Physical Activity. 2017 Dec;14(1):1-1.

23. Yang Y, Pu F, Li Y, Li S, Fan Y, Li D. Reliability and validity of Kinect RGB-D sensor for assessing standing balance. IEEE Sensors Journal. 2014 Jan 2;14(5):1633-8.

24. Clark RA, Pua YH, Oliveira CC, Bower KJ, Thilarajah S, McGaw R, Hasanki K, Mentiplay BF. Reliability and concurrent validity of the Microsoft Xbox One Kinect for assessment of standing balance and postural control. Gait & Posture. 2015 Jul 1;42(2):210-3.

25. Duncan PW, Studenski S, Chandler J, Prescott B. Functional reach: predictive validity in a sample of elderly male veterans. J Gerontol. 1992;47:M93–M98.

26. Abdo N, ALSaadawy B, Embaby E, Rehan Youssef A. Validity and reliability of smartphone use in assessing balance in patients with chronic ankle instability and healthy volunteers: A cross-sectional study. Gait & Posture. 2020 Oct;82:26–32.

27. Morera, E. P., De la Torre Díez, I., Garcia-Zapirain, B., López-Coronado, M., and Arambarri, J., Security recommendations for mHealth apps: Elaboration of a developer’s guide. J. Med. Syst. 2016;40(6):152.

28. Zhang C, Talaber A, Truong M, Vargas BB. K-D Balance: An objective measure of balance in tandem and double leg stances. Digital Health. 2019 Nov 4;5:2055207619885573. Available from: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6831964/

29. Krause DA, Anderson SE, Campbell GR, Davis SJ, Tindall SW, Hollman JH. Responsiveness of a Balance Assessment Using a Mobile Application. Sports health. 2020 Jan 21;12(4):401–4.

30. Olsen S, Rashid U, Allerby C, Brown E, Leyser M, McDonnell G, et al. Smartphone-based gait and balance accelerometry is sensitive to age and correlates with clinical and kinematic data. Gait & Posture. 2023 Feb 1;100:57–64.

31. Rashid U, Barbado D, Olsen S, Alder G, Elvira JLL, Lord S, et al. Validity and Reliability of a Smartphone App for Gait and Balance Assessment. Sensors. 2021 Dec 25;22(1):124.

32. McHorgh N, editor. Finding balance with a new mobile app. Pursuit. 2014. Available from: https://www.eecg.utoronto.ca/~jayar/CAM/pursuit_spring_-2014_final_.pdf

33. Shah N, Aleong R, So I. Novel Use of a Smartphone to Measure Standing Balance. JMIR Rehabilitation and Assistive Technologies. 2016 Mar 29;3(1):e4.

34. Park SD, Kim JS, Kim SY. Reliability and validity of the postural balance application program using the movement accelerometer principles in healthy young adults. Physical Therapy Korea. 2013;20(2):52-9.

35. Amin N, Bassem El Nahass, Ibrahim M. Validity and reliability of balance Y-MED application in chronic mechanical low back pain patients. Bulletin of Faculty of Physical Therapy. 2022 Apr 6;27(1).

36. Pooranawatthanakul K, Siriphorn A. Testing the validity and reliability of a new android application-based accelerometer balance assessment tool for community-dwelling older adults. Gait & Posture. 2023 Jul 1;104:103-8.