Mitä päähän kohdistuvien iskujen anturi todella kertoo meille?
Nykyaikaiset päähän kohdistuvien iskujen anturit voivat tallentaa huomattavan yksityiskohtaista tietoa. Pieni inertiamittausyksikkö voi ottaa kolmiulotteisesta lineaarisesta kiihtyvyydestä ja kulmanopeudesta satoja tai tuhansia näytteitä sekunnissa, jolloin syntyy iskun monikanavainen aikahistoria.
Silti se, mitä tallennetaan, mitä raportoidaan ja mitä lopulta väitetään, ovat kolme eri asiaa. Suuri osa päähän kohdistuvien iskujen seurannan näennäisestä yksinkertaisuudesta — tai näennäisestä hienostuneisuudesta — syntyy vasta sen jälkeen, kun mittaus on jo tehty.
Kuusivapausasteinen inertia-anturi ei sinänsä mittaa "20 g:n iskua" tai "suuririskistä osumaa". Se tallentaa muuttuvaa kiihtyvyyttä ja kulmaliikettä ajan funktiona. Nämä ajassa vaihtelevat signaalit voidaan sen jälkeen esittää monella tavalla.
Yksinkertaisin tapa säilyttää yksi tai muutama ääriarvo — lineaarisen kiihtyvyyden huippuarvo, kulmakiihtyvyyden huippuarvo, kulmanopeuden huippuarvo. Muut järjestelmät lisäävät suunnan, keston, lukumäärät, kynnysarvot, kumulatiivisen altistuksen tai yrityskohtaiset kuormitus- ja vakavuuspisteet. Tämä tiivistys on usein hyödyllinen: muutama luku on paljon helpompi esittää, vertailla ja tulkita kuin useita satoja mittauksia usean kanavan yli. Mutta tiivistys myös hävittää informaatiota.
Kahdella iskulla voi olla samankaltainen huippukiihtyvyys, vaikka ne eroavat huomattavasti kestoltaan, aaltomuodoltaan, suuntakehitykseltään, rotaatiokäyttäytymiseltään, ajalliselta järjestykseltään tai translaatio- ja rotaatioliikkeen suhteelta. Kun tapahtuma on tiivistetty kourallisen skalaariarvoja, näitä eroja ei välttämättä voida rekonstruoida. Kyse ei siis ensisijaisesti ole anturin hienostuneisuudesta — useat kaupalliset järjestelmät keräävät sisäisesti rikkaita monikanavaisia aikasarjoja. Kyse on esityksestä: se, mitä käyttäjille rutiininomaisesti toimitetaan, on edelleen pääosin huippuarvoja, lukumääriä, kynnysarvoja ja pieni määrä johdettuja tai yrityskohtaisia skalaarimittareita.
Mittaus voi olla epätarkka, koska anturi ei seuraa kalloa uskollisesti — ihon tai kypärän liike, riittämätön kytkeytyminen, suodatus, näytteenottorajoitukset, anturin kyllästyminen. Nämä ovat teknisiä ongelmia itse lukemassa.
Jopa täydellisesti mitattu huippukiihtyvyys kuvaa edelleen vain yhtä tapahtuman puolta. Se, kuvaako tämä suure riittävästi esitettyyn kysymykseen liittyvää mekaniikkaa, on täysin erillinen kysymys.
Anturin kiinnityksen parantaminen voi tuottaa tarkemman huippuarvon tekemättä siitä tapahtuman täydellisempää kuvausta. Toisaalta se, että aaltomuodosta säilytetään enemmän, ei automaattisesti tee taustalla olevasta mittauksesta tarkkaa. Rikas data ja tarkka data liittyvät toisiinsa — mutta ne eivät ole synonyymejä.
Anturimittauksia muunnetaan usein yhä kauempana oleviksi tulkinnoiksi. Hyödyllinen käsitteellinen hierarkia:
Suureet, jotka anturi todella havaitsee: kiihtyvyys, kulmanopeus, paine, paikka tai vastaavat fysikaaliset signaalit.
Mittauksista laskettavat suureet — pään painopisteen kiihtyvyys, kulmakiihtyvyys, iskun suunta. Voivat olla päteviä fysikaalisia arvioita, mutta riippuvat kalibroinnista, geometriasta, kytkeytymisoletuksista ja matemaattisesta muunnoksesta.
Arviot kuten aivojen venymä, kudoskuormitus, vammakriteerit, "aivokuormitus" tai vammatodennäköisyys. Eivät mittauksia — malleilla tuotettuja tuloksia, joiden pätevyys riippuu oletuksista, opetusaineistosta, validointipopulaatiosta ja päätetapahtumasta.
Väitteet neurologisesta tilasta, aivotärähdyksestä, tajunnasta, hoidon tarpeesta tai kliinisesti toimeenpantavasta luokittelusta. Nämä vaativat riippumattoman kliinisen validoinnin, eivätkä ne voi muuttua mittauksiksi pelkästään siksi, että ohjelmisto tuottaa ne automaattisesti.
Etäisyys mitatun signaalin ja sen kuvaamiseen käytetyn kielen välillä voi kasvaa huomattavaksi.
Tätä etäisyyttä voi ajatella päättelyn inflaationa. Se ei välttämättä tarkoita, että johdettu suure olisi väärä — mekaaninen rekonstruktio, laskennallinen mallinnus ja ennustavat algoritmit ovat olennaisia tieteellisiä työkaluja. Ongelma syntyy, kun mittauksen ja päättelyn välinen ero hämärtyy:
Kaupallinen päähän kohdistuvien iskujen markkina tarjoaa monia esimerkkejä tämän kirjon eri osista — ja, mikä tärkeää, vasta-esimerkkejä: järjestelmiä, jotka keräävät hienostunutta dataa mutta esittävät suhteellisen maltillisia väitteitä. Mitatun informaation määrä ja myöhemmän päättelyn etäisyys ovat suurelta osin toisistaan riippumattomia ominaisuuksia. Hyödyllinen tapa arvioida mitä tahansa järjestelmää on esittää kaksi erillistä kysymystä: kuinka suuri osa mekaanisesta tapahtumasta säilyy, ja kuinka kauas tulkinta siirtyy sen yli, mitä todella mitattiin? Järjestelmä voi suoriutua hyvin toisella ulottuvuudella ja huonosti toisella.
IFS vastaa ensisijaisesti näistä kahdesta kysymyksestä ensimmäiseen. Sen sijaan, että tapahtuma tiivistettäisiin heti pieneen määrään ääriarvoja, se johtaa mitatusta aikahistoriasta suuremman joukon kuvaajia — ajallisen rakenteen, translaatio- ja rotaatiokäyttäytymisen, niiden väliset suhteet, aaltomuodon morfologian sekä muut mekaanisesti erottuvat ominaisuudet.
Tarkoitus ei ole muuttaa anturia aivokudoksen vasteen suoraksi mittaukseksi. Tarkoitus on säilyttää enemmän mekaanisen tapahtuman sisältämästä informaatiosta. Translaatio–rotaatio-kytkentää kuvaava IFS-piirre on yhä mitatun liikkeen kuvaus. Piirreavaruuden klusteri on yhä kuvio mekaanisten kuvaajien joukossa. Kahden tapahtuman samankaltaisuus tarkoittaa, että ne muistuttavat toisiaan valitussa piirre-esityksessä — se, liittyvätkö tällaiset kuviot tiettyihin kudosvasteisiin, oireisiin, vammoihin tai lopputuloksiin, on erillinen empiirinen kysymys.
Tämä hierarkia sallii esityksen rikastua ilman, että sen biologisen tulkinnan tarvitsee muuttua spekulatiivisemmaksi.
IFS voi kuvata tapahtumaa siten, että sillä on tietty mekaaninen liikerata, kytkentärakenne, ajallinen fenotyyppi tai piirreavaruuden samankaltaisuus — kutsumatta tuota kuviota aivovammaksi, kudosvenymäksi tai aivotärähdysriskiksi. Tämä mittauksen, esityksen ja päättelyn välinen erottelu on perustavaa sille, miten Impact Feature Spacea on tarkoitus käyttää.
Miksi aivot eivät yksinkertaisesti seuraa kalloa — viskoelastinen siirtymäongelma.
Miksi "aivotärähdys", "lievä aivovamma" ja vakavuusluokat eivät ole keskenään vaihdettavissa.