La prueba instrumentada Timed Up and Go (iTUG) está ganando cada vez más atención en el análisis del balanceo corporal y la marcha con el desarrollo de nuevas tecnologías. Presentamos un protocolo para analizar los subcomponentes del iTUG con captura de movimiento.
Se requiere una suscripción a JoVE para ver este contenido. Inicie sesión o comience su prueba gratuita.
Artículo de método
Uso de la tecnología de captura de movimiento en la prueba instrumentada Timed Up and Go para detectar el riesgo de caídas en adultos mayores
* These authors contributed equally
En este artículo
Resumen
Resumen
A pesar de los esfuerzos realizados por la medicina y la tecnología, la incidencia de caídas en los adultos mayores sigue aumentando. Por lo tanto, la detección temprana del riesgo de caídas es cada vez más importante para la prevención de caídas. La prueba Timed Up and Go (TUG) es una herramienta bien aceptada para evaluar la movilidad y se puede utilizar para predecir el riesgo futuro de caídas en adultos mayores. En la práctica clínica, el tiempo total para completar la prueba es la principal medida de resultado de la prueba TUG. Debido a su simplicidad y generalidad, la prueba TUG tradicional se ha considerado una prueba global para el análisis del movimiento. Sin embargo, recientemente, los investigadores han intentado dividir la prueba TUG en subcomponentes y han actualizado su sistema de puntuación para futuras investigaciones. Se ha informado que la prueba instrumentada Time Up and Go (iTUG), que es una nueva modificación de la prueba TUG tradicional, es una herramienta sensible para predecir los trastornos del movimiento y el riesgo de caídas en los adultos mayores. El objetivo del presente estudio fue analizar los subcomponentes de la prueba iTUG utilizando tecnología de captura de movimiento, y determinar qué subtareas de la prueba iTUG están relacionadas con el riesgo potencial de futuras caídas.
Introducción
Las caídas son uno de los síndromes geriátricos más comunes y son la segunda causa de muertes accidentales o no intencionales relacionadas con lesionesen todo el mundo. En los adultos mayores de 65 años, las caídas pueden provocar deterioro funcional, discapacidad, disminución de la calidad de vida, aumento de la estancia hospitalaria e incluso mortalidad 2,3. Por lo tanto, prevenir las caídas es de suma importancia.
Para determinar los factores predictivos de las caídas, los investigadores anteriores se han centrado en análisis de la marcha, pruebas de equilibrio, estado mental, uso de drogas sedantes, así como antecedentes de caídas en el año anterior 4,5 La prueba Timed Up and Go (TUG) es una medida rápida de la movilidad basada en el rendimiento. La prueba TUG ha sido ampliamente estudiada en adultos mayores y se recomienda como una prueba de detección simple para el riesgo de caídas6. Esta prueba ampliamente utilizada consiste en levantarse de una silla, caminar 3 m a la velocidad preferida, darse la vuelta, regresar y sentarse. El resultado clínico tradicional de esta prueba depende de su duración total7 y se valora mediante un cronómetro.
En la práctica clínica, la prueba TUG convencional mide el tiempo total para realizar una serie de actividades sin dividir el rendimiento del sujeto en subcomponentes8. Recientemente, algunos investigadores han propuesto que diferentes componentes de la prueba TUG podrían ser particularmente sensibles como predictores defuturas caídas. Cuando se utiliza la prueba TUG instrumentada digitalizada (iTUG), los componentes individuales de la prueba TUG se pueden analizar por separado. Mediante el uso del iTUG, es posible evaluar objetivamente varias características de cada subfase de prueba TUG y obtener datos cuantitativos, como las duraciones, velocidades y velocidades angulares relevantes de cada movimiento. Con datos más detallados, el test iTUG ha demostrado la ventaja de detectar déficits específicos que pueden ser más indicativos del riesgo de caídas10.
Como estándar de oro en el análisis del movimiento, las tecnologías de captura de movimiento se han utilizado para detectar el movimiento en pacientes con enfermedad de Parkinson (EP)11, deterioro cognitivo12 y artritis de tobillo13, así como en adultos sanos14. En el presente estudio, nuestro objetivo fue analizar los subcomponentes de la prueba iTUG utilizando tecnología de captura de movimiento y determinar la correlación entre las subtareas de la prueba iTUG y el riesgo potencial de futuras caídas.
Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.
Protocolo
Este estudio fue aprobado por el Comité Académico de Ética del Séptimo Centro Médico del Hospital General del EPL de China en Beijing, China.
1. Criterios de inclusión/exclusión de participantes
- Reclutar participantes de 65 años o más y obtener su consentimiento informado.
- Excluya a los participantes que tengan una discapacidad visual y de las extremidades inferiores evidente, como artritis de rodilla, tromboangeítis obliterante y gota.
2. Preparación de la zona de ensayo
- Configure el área de prueba iTUG estandarizada de 5 m x 8 m o más (consulte la Figura 1) con 12 cámaras distribuidas por la habitación. Coloque las configuraciones tradicionales de TUG en el área de prueba: una silla y un letrero para recordarle al participante que debe regresar.
NOTA: Los letreros que indican las líneas de ruta son opcionales. - Asegúrese de que el área de captura de movimiento esté limitada al alcance de todas las cámaras y que toda la configuración de la prueba TUG no refleje la luz.
3. Preparación del software para los procedimientos antes de la prueba
- Instale el software de captura de movimiento en la computadora que se utilizará en la habitación.
- Haga clic en el botón Seeker para iniciar el software de captura de movimiento. Después de iniciar el software, para Configuración general de la cámara, elija el modo predeterminado (velocidad de fotogramas = 60 fotogramas/s, velocidad de obturación = 1/1.000 s), que es aceptable para la mayoría de las situaciones. Establezca los ajustes de la cámara seleccionados y los ajustes de configuración de la cámara también en el modo predeterminado.
- Seleccione Modo en vivo para establecer la configuración en tiempo real.
NOTA: El modo de publicación se utiliza para analizar los datos capturados. - Haga clic en Conjuntos de marcadores para configurar los ajustes del marcador.
- Seleccione el eje XY en la Calibración del eje de tierra y milímetros en las unidades de calibración.
- Haga clic en Calibrar para seleccionar la variación de calibración.
- Seleccione Calibración inicial y haga clic en el botón en forma de "L ". Al mismo tiempo, lleve el calibrador en forma de "L" al campo y colóquelo en el centro del campo para asegurarse de que pueda ser capturado por todas las cámaras.
NOTA: El calibrador en forma de "L" contiene cuatro marcadores reflectantes de luz. - Compruebe en la pantalla si las 12 cámaras pueden detectar cuatro marcadores reflectantes. Si alguna cámara detecta marcadores ≤3, reduzca la luminosidad y el umbral a la izquierda de la pantalla. Si alguna cámara detecta ≥5 marcadores, verifique el campo y limpie o cubra los marcadores reflectantes no deseados.
NOTA: Es posible que la cámara detecte algunas pertenencias diminutas del antiguo participante. - Retire el calibrador en forma de "L" del campo.
- Haga clic en el botón en forma de "T ". Al mismo tiempo, lleve el calibrador en forma de "T" al campo y agítelo para asegurarse de que pueda ser capturado por todas las cámaras.
- Seleccione el eje Z en la Calibración del eje ascendente y los milímetros en las unidades de calibración.
- Pida a los médicos que comprueben si todas las cámaras pueden capturar los marcadores. Agite los marcadores en cada esquina del campo, cubriendo especialmente el espacio posible de la prueba TUG.
- Compruebe en la pantalla si las 12 cámaras pueden detectar el calibrador en forma de "T". Si alguna cámara no puede detectarlo, cambie la dirección de la cámara.
NOTA: Hay dos formas de marcadores que deben calibrarse; En forma de "L" y en forma de "T". El calibrador en forma de "L" tiene cuatro puntos reflectantes de luz para calibrar el eje XY, y el calibrador en forma de "T" tiene cuatro puntos reflectantes de luz para calibrar el eje Z. La duración de la calibración durará 60 s o más. Una captura efectiva hará que el color de la pantalla se vuelva verde. - Haga clic en Finalizar para completar la calibración.
- Haga clic en Guardar calibración para almacenar el modo de calibración efectivo.
NOTA: La calibración se realiza en un modelo 2D; a menudo se utiliza un modelo 3D durante la prueba.
4. Prueba iTUG
NOTA: Los participantes deben usar ropa y zapatos ajustados pero cómodos.
- Fije los puntos reflectantes en los puntos de referencia anatómicos: apófisis espinosa cervical 7 y apófisis espinosa torácica 10, acromion izquierdo y acromion derecho.
NOTA: Cada participante puede tener hasta 17 puntos reflectantes adjuntos. Cuantos más puntos reflexivos se adjuntan, más precisos son los datos recopilados, pero también menos cómodos se sienten los participantes. - Haga clic con el botón derecho en los puntos reflectantes de la línea derecha de la pantalla y asígnelos como C7, T10, hombro izquierdo y hombro derecho.
- Muestre las instrucciones a los participantes. La instrucción es : "Levántese de la silla, camine 3 m a su velocidad preferida, dé la vuelta, regrese y siéntese".
- Pida a los participantes que realicen la prueba iTUG de antemano para asegurarse de que están familiarizados con la instrucción.
NOTA: Asegúrese de que cada participante se sienta cómodo después de colocar los puntos reflectantes. - Indique al participante que realice la prueba iTUG.
NOTA: Los participantes deben caminar para completar la tarea iTUG. - Mientras el participante está realizando la prueba iTUG, haga clic en los botones de inicio y parada en la pantalla de la computadora.
NOTA: Durante la prueba iTUG, el sistema de captura de movimiento muestrea datos de todos los puntos conectados a una frecuencia de 60 Hz; se forma un video en consecuencia (ver Video 1).
5. Recopilación de datos y definición de las variables de prueba iTUG
- Haga clic en el botón Configuración de grabación .
NOTA: Los datos se almacenan y se encuentran en una hoja de cálculo. - Seleccionar datos brutos de la cámara |ASCTI con orugas | Binario rastreado. La duración de la captura es de 20 s.
- Escriba el nombre del participante.
- Haga clic en el botón Grabar para iniciar la recopilación de datos.
- Identifique las subfases de la prueba iTUG revisando el video y calcule las variables de acuerdo con los datos.
- Defina las siguientes variables: tiempo total de la prueba TUG tradicional, tiempo de la fase 1 (levantarse de la silla), fase 1 balanceo del cuerpo (levantarse de la silla), tiempo de la fase 2 (caminar 3 m a la velocidad preferida), fase 2 balanceo del cuerpo (caminar 3 m a la velocidad preferida), fase 3 tiempo (girar), fase 3 balanceo del cuerpo (girar), Velocidad angular de la fase 3 (giro), tiempo de fase 4 (regreso), fase 4 balanceo del cuerpo (regreso) y tiempo de fase 5 (sentado).
NOTA: Los detalles son similares a los descritos por Caronni y colaboradores15.
- Defina las siguientes variables: tiempo total de la prueba TUG tradicional, tiempo de la fase 1 (levantarse de la silla), fase 1 balanceo del cuerpo (levantarse de la silla), tiempo de la fase 2 (caminar 3 m a la velocidad preferida), fase 2 balanceo del cuerpo (caminar 3 m a la velocidad preferida), fase 3 tiempo (girar), fase 3 balanceo del cuerpo (girar), Velocidad angular de la fase 3 (giro), tiempo de fase 4 (regreso), fase 4 balanceo del cuerpo (regreso) y tiempo de fase 5 (sentado).
6. Índice de riesgo de caída de Downton (DFRI)
- Evalúe el riesgo de caída utilizando el Índice de Riesgo de Caída de Downton (DFRI).
NOTA: El DFRI (Tabla 1) incluye 11 ítems de riesgo, los cuales se puntúan con un punto cada uno. Las puntuaciones se suman a una puntuación total del índice, rango de 0 a 11. Se considera que una puntuación de ≥3 indica un alto riesgo de caídas. Para evaluar el riesgo de caídas, el DFRI generalmente se usa para los participantes admitidos en un hospital, y la Herramienta de Detección de Caídas y Accidentes en el Hogar (HOME FAST) es más adecuada para los habitantes de la comunidad.
7. Análisis estadístico
- Utilice un paquete de software estadístico disponible en el mercado para realizar todos los análisis estadísticos. Utilice la prueba t de Student para evaluar las diferencias entre los grupos y elija el coeficiente de correlación de Pearson para evaluar la relación entre los subcomponentes de iTUG y la puntuación DFRI en la muestra total, con P < 0,05 que indica una diferencia estadísticamente significativa.
- Utilice los procedimientos de Bland-Altman para evaluar la concordancia entre la duración de la Fase 1, la velocidad angular de la Fase 3 y la duración de la Fase 4 entre nuestro método y el sensor de McRoberts (consulte la Tabla de materiales). Calcule la diferencia de medias entre los dos métodos de medición y el límite de concordancia del 95% para la diferencia de medias calculada.
Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.
Resultados
Se reclutaron trece participantes de edad con un alto riesgo de caídas (puntuación DFRI: 3-11) y 11 sujetos de edad con un bajo riesgo de caídas (puntuación DFRI: 0-2). El DFRI se detalla en la Tabla 1. Como se ha mencionado anteriormente, se considera que una puntuación de 3 o más indica un alto riesgo de caídas para los pacientes durante la hospitalización16.
Los datos demográficos se m...
Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.
Discusión
Los pasos críticos del protocolo son fijar los puntos de reflexión con precisión a los puntos de referencia anatómicos para evitar sesgos. Además, la identificación de cada subcomponente de la prueba iTUG también es un paso crítico; Una revisión de video es útil para la identificación.
Existió una diferencia marginal entre los grupos en las puntuaciones de la prueba TUG, lo que implica que las puntuaciones tradicionales de TUG podrían no ser lo suficientemente...
Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.
Divulgaciones
Los autores no tienen conflictos de intereses que revelar.
Agradecimientos
Los autores agradecen al Dr. Honghua Zhou por el apoyo a la tecnología digital. Este estudio contó con el apoyo de los Fondos de Capital para la Mejora de la Salud y la Investigación de China (ID:2024-2-7031).
Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.
Materiales
| Nombre | Empresa | Número de catálogo | Comentarios |
|---|---|---|---|
| Tira negra | Deli | 60 mm x 20 m | |
| Calibrador | Marcador reflector NOKOV1 | Tubo de prueba en forma de L | |
| Calibrador | Marcador reflector NOKOV2 | Silla en forma de T | |
| YUANSHENGYUANDAI | " 10076062317820" | ||
| Computadora | HUAWEI | HONOR | |
| McRoberts sensor | DynaPort Hybrid, McRoberts, La Haya, Países | ||
| Bajos Cámara de captura de movimiento | NOKOV | Mars2H | |
| Software de captura de movimiento | NOKOV | DG-01 | |
| Marcador reflectante | NOKOV | marcador pequeño | para calibradores |
| Marcador reflectante | NOKOV | marcador grande | para los participantes |
Referencias
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- Kim, K. J., et al. The instrumented timed "Up & Go" test distinguishes turning characteristics in vestibular hypofunction. Phys Ther. 101 (7), 103(2021).
- Montero-Odasso, M., et al. World guidelines for falls prevention and management for older adults: a global initiative. Age Ageing. 51 (9), (2023).
- 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).
- 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).
- 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).
- 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).
Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.
Reimpresiones y permisos
