Ein Abonnement von JoVE ist erforderlich, um diesen Inhalt anzuzeigen. Melden Sie sich an oder beginnen Sie noch heute mit einer kostenlosen Testphase.

Methodenartikel

Verwendung der Motion-Capture-Technologie im instrumentierten Timed Up and Go-Test zur Erkennung des Sturzrisikos bei älteren Erwachsenen

2.1K Aufrufe

⸱

DOI:

10.3791/66025

⸱

25. Oktober 2024

 ,  ,  ,  , 
1Department of Neurology, The Seventh Medical Center of Chinese PLA General Hospital, 27th Department of Health Cadre, The Second Medical Center of Chinese PLA General Hospital, 3Department of Neurology, NO 984 Hospital of PLA, 4Department of Emergency, General Hospital of Baoding First Central Hospital, 5Department of Hand and Foot Surgery, Beijing University of Chinese Medicine Third Affiliated Hospital

* These authors contributed equally

In diesem Artikel

Zusammenfassung

Der instrumentierte Timed Up and Go (iTUG) Test gewinnt mit der Entwicklung neuer Technologien zunehmend an Bedeutung in der Körperschwankungs- und Ganganalyse. Wir stellen ein Protokoll vor, um die Teilkomponenten des iTUG mit Motion Capture zu analysieren.

Zusammenfassung

Trotz der Bemühungen von Medizin und Technik nimmt die Häufigkeit von Stürzen bei älteren Erwachsenen immer noch zu. Daher wird die frühzeitige Erkennung des Sturzrisikos für die Sturzprävention immer wichtiger. Der TUG-Test (Timed Up and Go) ist ein anerkanntes Instrument zur Beurteilung der Mobilität und kann zur Vorhersage des zukünftigen Sturzrisikos bei älteren Erwachsenen verwendet werden. In der klinischen Praxis ist die Gesamtzeit bis zum Abschluss des Tests das wichtigste Maß für das Ergebnis des TUG-Tests. Aufgrund seiner Einfachheit und Allgemeingültigkeit gilt der traditionelle TUG-Test als globaler Test für die Bewegungsanalyse. In letzter Zeit haben Forscher jedoch versucht, den TUG-Test in Unterkomponenten aufzuteilen und sein Punktesystem für weitere Untersuchungen aktualisiert. Der instrumentierte Time Up and Go (iTUG)-Test, bei dem es sich um eine neue Modifikation des traditionellen TUG-Tests handelt, hat sich als empfindliches Instrument zur Vorhersage von Bewegungsstörungen und des Sturzrisikos bei älteren Erwachsenen erwiesen. Ziel der vorliegenden Studie war es, die Teilkomponenten des iTUG-Tests mit Hilfe der Motion-Capture-Technologie zu analysieren und zu ermitteln, welche Teilaufgaben des iTUG-Tests mit dem potenziellen Risiko zukünftiger Stürze zusammenhängen.

Einleitung

Stürze sind eines der häufigsten geriatrischen Syndrome und weltweit die zweithäufigste Ursache für unfallbedingte oder unbeabsichtigte Todesfälle durch Verletzungen1. Bei Erwachsenen über 65 Jahren kann ein Sturz zu Funktionsbeeinträchtigungen, Behinderungen, verminderter Lebensqualität, längerem Krankenhausaufenthalt und sogar zur Mortalität führen 2,3. Daher ist die Vermeidung von Stürzen von größter Bedeutung.

Um Prädiktoren für Sturzereignisse zu bestimmen, konzentrierten sich frühere Forscher auf Ganganalysen, Gleichgewichtstests, den mentalen Zustand, den Konsum von Beruhigungsmitteln sowie die Vorgeschichte von Stürzen im Vorjahr 4,5 Der Timed Up and Go (TUG)-Test ist ein schnelles leistungsbasiertes Maß für die Mobilität. Der TUG-Test wurde bei älteren Erwachsenen ausgiebig untersucht und wird als einfacher Screening-Test für das Sturzrisiko empfohlen6. Dieser weit verbreitete Test besteht darin, von einem Stuhl aufzustehen, 3 m mit der bevorzugten Geschwindigkeit zu gehen, sich umzudrehen, zurückzukehren und zu sitzen. Das traditionelle klinische Ergebnis dieses Tests hängt von seiner Gesamtdauerab 7 und wird durch eine Stoppuhr bewertet.

In der klinischen Praxis misst der konventionelle TUG-Test die Gesamtzeit für die Durchführung einer Reihe von Tätigkeiten, ohne die Leistung des Probanden in die Unterkomponenten8 zu unterteilen. In jüngster Zeit haben einige Forscher vorgeschlagen, dass verschiedene TUG-Testkomponenten als Prädiktoren für zukünftige Stürze besonders empfindlich sein könnten9. Bei der Verwendung des digitalisierten instrumentierten TUG-Tests (iTUG) können die einzelnen Komponenten des TUG-Tests getrennt analysiert werden. Durch den Einsatz des iTUG ist es möglich, mehrere Merkmale jeder TUG-Testunterphase objektiv zu bewerten und quantitative Daten zu erhalten, wie z. B. die relevanten Dauer, Geschwindigkeiten und Winkelgeschwindigkeit jeder Bewegung. Mit detaillierteren Daten hat der iTUG-Test gezeigt, dass es von Vorteil ist, spezifische Defizite zu erkennen, die eher auf das Sturzrisiko hinweisen können10.

Als Goldstandard in der Bewegungsanalyse wurden Motion-Capture-Technologien zur Erkennung von Bewegungen bei Patienten mit Parkinson (PD)11, kognitiven Beeinträchtigungen12 und Sprunggelenksarthritis13 sowie bei gesunden Erwachsenen14 eingesetzt. In der aktuellen Studie haben wir uns zum Ziel gesetzt, die Teilkomponenten des iTUG-Tests mittels Motion-Capture-Technologie zu analysieren und den Zusammenhang zwischen den Teilaufgaben des iTUG-Tests und dem potenziellen Risiko zukünftiger Stürze zu ermitteln.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Protokoll

Diese Studie wurde von der Akademischen Ethikkommission des Seventh Medical Center des Chinese PLA General Hospital in Peking, China, genehmigt.

1. Ein-/Ausschlusskriterien für Teilnehmer

  1. Rekrutieren Sie Teilnehmer im Alter von 65 Jahren oder älter und holen Sie deren Einwilligungserklärung ein.
  2. Schließen Sie Teilnehmer mit offensichtlichen Sehbehinderungen und Behinderungen der unteren Gliedmaßen aus, wie z. B. Kniearthritis, Thromboangiitis obliterans und Gicht.

2. Vorbereitung des Testbereichs

  1. Richten Sie den standardisierten iTUG-Testbereich von 5 m x 8 m oder breiter (siehe Abbildung 1) mit 12 Kameras ein, die im Raum verteilt sind. Stellen Sie die traditionellen TUG-Setups in den Testbereich: einen Stuhl und ein Schild, um den Teilnehmer daran zu erinnern, umzukehren.
    HINWEIS: Schilder, die Routenlinien anzeigen, sind optional.
  2. Stellen Sie sicher, dass der Motion-Capture-Bereich auf den Umfang aller Kameras beschränkt ist und dass der gesamte TUG-Testaufbau nicht lichtreflektierend ist.

3. Softwarevorbereitung für die Verfahren vor der Prüfung

  1. Installieren Sie die Motion-Capture-Software auf dem Computer, der im Raum verwendet werden soll.
  2. Klicken Sie auf die Schaltfläche Seeker , um die Motion-Capture-Software zu starten. Wählen Sie nach dem Start der Software für die allgemeine Kamerakonfiguration den Standardmodus (Bildrate = 60 Bilder/s, Verschlusszeit = 1/1.000 s), der für die meisten Situationen akzeptabel ist. Legen Sie die ausgewählten Kameraeinstellungen und die Kamerakonfigurationseinstellungen auch im Standardmodus fest.
  3. Wählen Sie Live-Modus , um die Echtzeiteinstellungen festzulegen.
    HINWEIS: Der Post-Modus wird verwendet, um die erfassten Daten zu analysieren.
  4. Klicken Sie auf Markersets , um die Marker-Einstellungen zu konfigurieren.
  5. Wählen Sie die XY-Achse in der Kalibrierung der Bodenachse und Millimeter in den Kalibriereinheiten.
  6. Klicken Sie auf Kalibrieren , um die Kalibrierungsvariante auszuwählen.
  7. Wählen Sie Erstkalibrierung und klicken Sie auf die " L"-förmige Schaltfläche. Nehmen Sie gleichzeitig den L-förmigen Kalibrator mit ins Feld und platzieren Sie ihn in der Mitte des Feldes, um sicherzustellen, dass er von allen Kameras erfasst werden kann.
    HINWEIS: Der L-förmige Kalibrator enthält vier lichtreflektierende Marker.
  8. Überprüfen Sie auf dem Bildschirm, ob alle 12 Kameras vier reflektierende Markierungen erkennen können. Wenn eine Kamera ≤3 Marker erkennt, reduzieren Sie die Helligkeit und den Schwellenwert auf der linken Seite des Bildschirms. Wenn eine Kamera ≥5 Markierungen erkennt, überprüfen Sie das Feld und reinigen oder decken Sie die unerwünschten reflektierenden Markierungen ab.
    HINWEIS: Einige winzige Gegenstände des ehemaligen Teilnehmers können von der Kamera erkannt werden.
  9. Nehmen Sie den L-förmigen Kalibrator aus dem Feld.
  10. Klicken Sie auf die " T"-förmige Schaltfläche. Nehmen Sie gleichzeitig den T-förmigen Kalibrator mit ins Feld und schwenken Sie ihn, um sicherzustellen, dass er von allen Kameras erfasst werden kann.
  11. Wählen Sie die Z-Achse in der Kalibrierung der Aufwärtsachse und Millimeter in den Kalibriereinheiten.
  12. Lassen Sie die Ärzte prüfen, ob alle Kameras die Marker erfassen können. Schwenken Sie die Markierungen in jeder Ecke des Feldes, insbesondere in der Abdeckung des möglichen Raums des TUG-Tests.
  13. Überprüfen Sie auf dem Bildschirm, ob alle 12 Kameras den "T"-förmigen Kalibrator erkennen können. Wenn eine Kamera sie nicht erkennen kann, ändern Sie die Richtung der Kamera.
    HINWEIS: Es gibt zwei Formen von Markern, die kalibriert werden müssen; "L"-förmig und "T"-förmig. Der "L"-förmige Kalibrator verfügt über vier lichtreflektierende Punkte zur Kalibrierung der XY-Achse, und der "T"-förmige Kalibrator verfügt über vier lichtreflektierende Punkte zur Kalibrierung der Z-Achse. Die Kalibrierungsdauer beträgt 60 s oder länger. Eine effektive Aufnahme färbt die Farbe des Bildschirms grün.
  14. Klicken Sie auf Fertig stellen , um die Kalibrierung abzuschließen.
  15. Klicken Sie auf Kalibrierung speichern , um den effektiven Kalibrierungsmodus zu speichern.
    HINWEIS: Die Kalibrierung wird in einem 2D-Modell durchgeführt; Während des Tests wird häufig ein 3D-Modell verwendet.

4. iTUG-Prüfung

HINWEIS: Die Teilnehmer sollten enge, aber bequeme Kleidung und Schuhe tragen.

  1. Bringen Sie die reflektierenden Punkte an den anatomischen Orientierungspunkten an: Halswirbel 7 Dornfortsatz und Thorax 10 Dornfortsatz, linkes Schulterdach und rechtes Schulterdach.
    HINWEIS: An jedem Teilnehmer können bis zu 17 reflektierende Punkte angebracht werden. Je mehr reflektierende Punkte angebracht sind, desto genauer sind die gesammelten Daten, aber auch desto unwohler fühlen sich die Teilnehmer.
  2. Klicken Sie mit der rechten Maustaste auf die reflektierenden Punkte in der rechten Zeile des Bildschirms, und benennen Sie sie als C7, T10, linke Schulter und rechte Schulter.
  3. Zeigen Sie den Teilnehmern die Anweisung. Die Anweisung lautet : "Bitte erheben Sie sich vom Stuhl, gehen Sie 3 m in Ihrer bevorzugten Geschwindigkeit, drehen Sie sich um, kehren Sie zurück und setzen Sie sich."
  4. Bitten Sie die Teilnehmer, im Vorfeld den iTUG-Test durchzuführen, um sicherzustellen, dass sie mit dem Unterricht vertraut sind.
    HINWEIS: Stellen Sie sicher, dass sich jeder Teilnehmer wohlfühlt, nachdem die reflektierenden Punkte angebracht wurden.
  5. Weisen Sie den Teilnehmer an, den iTUG-Test durchzuführen.
    HINWEIS: Die Teilnehmer müssen gehen, um die iTUG-Aufgabe zu erledigen.
  6. Während der Teilnehmer den iTUG-Test durchführt, klicken Sie auf die Start - und Stopp-Schaltflächen auf dem Bildschirm des Computers.
    HINWEIS: Während des iTUG-Tests tastet das Motion-Capture-System Daten von allen angehängten Punkten mit einer Frequenz von 60 Hz ab. Entsprechend wird ein Video gebildet (siehe Video 1).

5. Datenerhebung und Definition von iTUG-Testvariablen

  1. Klicken Sie auf die Schaltfläche Aufnahmeeinstellung .
    HINWEIS: Die Daten werden in einer Tabelle gespeichert und gefunden.
  2. Wählen Sie Kamera-Rohdaten |ASCTI mit Nachverfolgung | Verfolgte Binärdatei. Die Aufnahmedauer beträgt 20 s.
  3. Geben Sie den Namen des Teilnehmers ein.
  4. Klicken Sie auf die Schaltfläche Aufzeichnen , um die Datenerfassung zu starten.
  5. Identifizieren Sie Unterphasen des iTUG-Tests, indem Sie das Video überprüfen und die Variablen anhand der Daten berechnen.
    1. Definieren Sie die folgenden Variablen: Gesamtzeit des traditionellen TUG-Tests, Phase 1 Zeit (Aufstehen vom Stuhl), Phase 1 Körperschwingen (Aufstehen vom Stuhl), Phase 2 Zeit (Gehen 3 m bei der bevorzugten Geschwindigkeit), Phase 2 Körperschwingen (Gehen 3 m bei der bevorzugten Geschwindigkeit), Phase 3 Zeit (Umdrehen), Phase 3 Körperschwingen (Umdrehen), Winkelgeschwindigkeit von Phase 3 (Drehen), Phase 4 Zeit (Rückkehr), Phase 4 Körperschwingen (Rückkehr) und Phase 5 Zeit (Sitzen).
      HINWEIS: Die Details ähneln denen, die von Caronni und Kollegenbeschrieben wurden 15.

6. Downton-Sturzrisiko-Index (DFRI)

  1. Bewerten Sie das Sturzrisiko mit dem Downton Fall Risk Index (DFRI).
    HINWEIS: Der DFRI (Tabelle 1) umfasst 11 Risikopositionen, die jeweils mit einem Punkt bewertet werden. Die Punktzahlen werden zu einem Gesamtindexwert im Bereich von 0 bis 11 addiert. Ein Wert von ≥3 gilt als Hinweis auf ein hohes Sturzrisiko. Zur Bewertung des Sturzrisikos wird DFRI in der Regel für Teilnehmer verwendet, die in einem Krankenhaus aufgenommen wurden, und das Home Falls and Accident Screening Tool (HOME FAST) ist eher für Gemeindebewohner geeignet.

7. Statistische Auswertung

  1. Verwenden Sie eine kommerziell erhältliche Statistiksoftware, um alle statistischen Analysen durchzuführen. Verwenden Sie den Student-t-Test, um Gruppenunterschiede zu bewerten, und wählen Sie den Pearson-Korrelationskoeffizienten, um die Beziehung zwischen den Unterkomponenten des iTUG- und des DFRI-Scores in der Gesamtstichprobe zu bewerten, wobei P < 0,05 einen statistisch signifikanten Unterschied anzeigt.
  2. Verwenden Sie die Bland-Altman-Verfahren, um die Übereinstimmung zwischen unserer Methode und dem McRoberts-Sensor für die Dauer von Phase 1, Phase 3 und Phase 4 zu beurteilen (siehe Materialtabelle). Berechnen Sie die mittlere Differenz zwischen den beiden Messmethoden und die Übereinstimmung von 95 % für die berechnete mittlere Differenz.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Ergebnisse

Es wurden dreizehn Teilnehmer im Alter von 11 Jahren mit einem hohen Sturzrisiko (DFRI-Score: 3-11) und 11 Probanden mit einem niedrigen Sturzrisiko (DFRI-Score: 0-2) rekrutiert. Der DFRI ist in Tabelle 1 aufgeführt. Wie bereits erwähnt, wird ein Score von 3 oder mehr als Hinweis auf ein hohes Sturzrisiko für Patienten während des Krankenhausaufenthaltsangesehen 16.

Demografische Daten si...

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Diskussion

Die kritischen Schritte im Protokoll bestehen darin, die reflektierenden Punkte genau an den anatomischen Orientierungspunkten zu befestigen, um Verzerrungen zu vermeiden. Darüber hinaus ist die Identifizierung jeder Unterkomponente des iTUG-Tests ebenfalls ein kritischer Schritt. Ein Video-Review ist hilfreich für die Identifikation.

Es gab einen marginalen Unterschied zwischen den Gruppen in den TUG-Testergebnissen, was darauf hindeutet, dass die traditionel...

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Offenlegungen

Die Autoren haben keine Interessenkonflikte offenzulegen.

Danksagungen

Die Autoren danken Dr. Honghua Zhou für die Unterstützung der digitalen Technologie. Diese Studie wurde von den Capital's Funds for Health Improvement and Research of China (ID:2024-2-7031) unterstützt.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Materialien

Liste der in diesem Artikel verwendeten Materialien
NameUnternehmenKatalognummerKommentare
Schwarzer StreifenDeli60 mm x 20 m
KalibratorNOKOVReflektormarkierer1L-Form
KalibratorNOKOVReflektormarkierer2T-Form
StuhlYUANSHENGYUANDAI" 10076062317820"
ComputerHUAWEIHONOR
McRoberts Sensor DynaPort Hybrid, McRoberts, Den Haag, Niederlande
Motion-Capture-KameraNOKOVMars2H
Motion-Capture-SoftwareNOKOVDG-01
Reflektierender MarkerNOKOVkleiner Markerfür Kalibratoren
Reflektierender MarkerNOKOVgroßer Markerfür Teilnehmer

Referenzen

  1. Dokuzlar, O., et al. Assessment of factors that increase risk of falling in older women by four different clinical methods. Aging Clin Exp Res. 32 (3), 483-490 (2020).
  2. King, B., Pecanac, K., Krupp, A., Liebzeit, D., Mahoney, J. Impact of fall prevention on nurses and care of fall risk patients. The Gerontologist. 58 (2), 331-340 (2018).
  3. Mazur, K., Wilczyński, K., Szewieczek, J. Geriatric falls in the context of a hospital fall prevention program: delirium, low body mass index, and other risk factors. Clin Interv Aging. 11, 1253-1261 (2016).
  4. Beck Jepsen, D., et al. Predicting falls in older adults: an umbrella review of instruments assessing gait, balance, and functional mobility. BMC Geriatrics. 22 (1), 615(2022).
  5. Meekes, W. M., Korevaar, J. C., Leemrijse, C. J., Van de Goor, I. A. Practical and validated tool to assess falls risk in the primary care setting: a systematic review. BMJ Open. 11 (9), 045431(2021).
  6. Mirelman, A., et al. Association between performance on Timed Up and Go subtasks and mild cognitive impairment: further insights into the links between cognitive and motor function. J Am Geriatr Soc. 62 (4), 673-678 (2014).
  7. Palmerini, L., Mellone, S., Avanzolini, G., Valzania, F., Chiari, L. Quantification of motor impairment in Parkinson's disease using an instrumented timed up and go test. IEEE Trans Neural Syst Rehabil Eng. 21 (4), 664-673 (2013).
  8. Cimolin, V., et al. Do wearable sensors add meaningful information to the Timed Up and Go test? A study on obese women. J Electromyogr Kinesiol. 44, 78-85 (2019).
  9. Ayena, J. C., Chioukh, L., Otis, M. J., Deslandes, D. Risk of falling in a timed up and go test using an UWB Radar and an instrumented insole. Sensors. 21 (3), 722(2021).
  10. Sample, R. B., Kinney, A. L., Jackson, K., Diestelkamp, W., Bigelow, K. E. Identification of key outcome measures when using the instrumented timed up and go and/or posturography for fall screening. Gait Posture. 57, 168-171 (2017).
  11. Beyea, J., McGibbon, C. A., Sexton, A., Noble, J., O'Connell, C. Convergent validity of a wearable sensor system for measuring sub-task performance during the timed up-and-go test. Sensors. 17 (4), 934(2017).
  12. McGough, E. L., Gries, M., Teri, L., Kelly, V. E. Validity of instrumented 360° turn test in older adults with cognitive impairment. Phys Occup Ther Geriatr. 38 (2), 170-184 (2020).
  13. Wang, H., Brown, S. R. The effects of total ankle replacement on ankle joint mechanics during walking. J Sport Health Sci. 6 (3), 340-345 (2017).
  14. Mehdizadeh, S., et al. The Toronto older adults gait archive: video and 3D inertial motion capture data of older adults' walking. Sci Data. 9 (1), 398(2022).
  15. Caronni, A., et al. Criterion validity of the instrumented Timed Up and Go test: A partial least square regression study. Gait Posture. 61, 287-293 (2018).
  16. Mojtaba, M., Alinaghizadeh, H., Rydwik, E. Downton Fall Risk Index during hospitalisation is associated with fall-related injuries after discharge: a longitudinal observational study. J Physiother. 64 (3), 172-177 (2018).
  17. Hershkovitz, L., Malcay, O., Grinberg, Y., Berkowitz, S., Kalron, A. The contribution of the instrumented Timed-Up-and-Go test to detect falls and fear of falling in people with multiple sclerosis. Mult Scler Relat Disord. 27, 226-231 (2019).
  18. Zarzeczny, R., et al. Aging effect on the instrumented Timed-Up-and-Go test variables in nursing home women aged 80-93 years. Biogerontology. 18 (4), 651-663 (2017).
  19. Kim, K. J., et al. The instrumented timed "Up & Go" test distinguishes turning characteristics in vestibular hypofunction. Phys Ther. 101 (7), 103(2021).
  20. Montero-Odasso, M., et al. World guidelines for falls prevention and management for older adults: a global initiative. Age Ageing. 51 (9), (2023).
  21. Rocchi, L., Palmerini, L., Weiss, A., Herman, T., Hausdorff, J. M. Balance testing with inertial sensors in patients with Parkinson's disease: assessment of motor subtypes. IEEE Trans Neural Syst Rehabil Eng. 22 (5), 1064-1071 (2014).
  22. Ngo, T., et al. A comparative severity assessment of impaired balance due to cerebellar ataxia using regression models. Annu Int Conf IEEE Eng Med Biol Soc. 2020, 4571-4574 (2020).
  23. Celik, Y., Powell, D., Woo, W. L., Stuart, S., Godfrey, A. A feasibility study towards instrumentation of the Sport Concussion Assessment Tool (iSCAT). Annu Int Conf IEEE Eng Med Biol Soc. 2020, 4624-4627 (2020).
  24. Coni, A., et al. Comparison of standard clinical and instrumented physical performance tests in discriminating functional status of high-functioning people aged 6170 years old. Sensors. 19 (3), 449(2019).

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Nachdrucke und Genehmigungen

Weitere Artikel entdecken

Sturzrisikoerkennunginstrumentierter TUG-TestMobilitätsbeurteilungältere ErwachseneKörper schwankungsanalysereflektierende MarkerDownton-Sturzrisiko-IndexBewegungsstörungen
Verwendung der Motion-Capture-Technologie im instrumentierten Timed Up and Go-Test zur Erkennung des Sturzrisikos bei älteren Erwachsenen
Kontaktieren Sie uns
Der Bibliothek empfehlen

Datenschutz

Nutzungsbedingungen

Richtlinien

Urheberrecht © 2026 MyJoVE Corporation. Alle Rechte vorbehalten.