Name: Wykorzystanie technologii przechwytywania ruchu w oprzyrządowanym teście Timed Up and Go w celu wykrycia ryzyka upadku u osób w podeszłym wieku (Wideo) | JoVE Journal
Uploaded: 2024-10-25T12:00:00.000+00:00
Duration: 5 min 26 s
Description: Poznaj test iTUG z technologią przechwytywania ruchu do analizy chodu i równowagi u osób starszych. Metoda ta pozwala szczegółowo ocenić ryzyko upadku i wykryć zaburzenia poznawcze.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Autorzy dziękują dr Honghua Zhou za wsparcie technologii cyfrowej. To badanie było wspierane przez Capital's Funds for Health Improvement and Research of China (ID:2024-2-7031).

To badanie zostało zatwierdzone przez Akademicką Komisję Etyki Siódmego Centrum Medycznego Chińskiego Szpitala Ogólnego ChALW w Pekinie, Chiny.
1. Kryteria włączenia/wykluczenia uczestnika
<ol>
	<li>Rekrutacja uczestników w wieku 65 lat lub starszych i uzyskanie ich świadomej zgody.</li>
	<li>Wyklucz uczestników, którzy mają oczywistą niepełnosprawność wzrokową i kończyn dolnych, taką jak zapalenie stawów kolanowych, zarostowe zapalenie naczyń zakrzepowych i dna moczanowa.</li>
</ol>
2. Przygotowanie obszaru testowego
<ol>
	<li>Skonfiguruj ustandaryzowany obszar testowy iTUG o wymiarach 5 m x 8 m lub szerszym (patrz <silna klasa="xfig">Rysunek 1) z 12 kamerami rozmieszczonymi w całym pomieszczeniu. Umieść tradycyjne zestawy TUG w obszarze testowym: krzesło i znak przypominający uczestnikowi o zawróceniu. 
	UWAGA: Znaki wskazujące linie trasy są opcjonalne.</li>
	<li>Upewnij się, że obszar przechwytywania ruchu jest ograniczony do zakresu wszystkich kamer, a cała konfiguracja testowa TUG nie odbija światła.</li>
</ol>
3. Przygotowanie oprogramowania do procedur przed testem
<ol>
	<li>Zainstaluj oprogramowanie do przechwytywania ruchu na komputerze, który ma być używany w pomieszczeniu.</li>
	<li>Kliknij przycisk Seeker (Poszukiwacz), aby uruchomić oprogramowanie do przechwytywania ruchu. Po uruchomieniu oprogramowania, dla Ogólnej konfiguracji Camara, wybierz tryb domyślny (liczba klatek na sekundę = 60 klatek/s, czas otwarcia migawki = 1/1,000 s), który jest akceptowalny w większości sytuacji. Ustaw wybrane ustawienia kamery i ustawienia konfiguracji kamery również w trybie domyślnym.</li>
	<li>Wybierz tryb na żywo, aby ustawić ustawienia w czasie rzeczywistym. 
	UWAGA: Tryb Post służy do analizy przechwyconych danych.</li>
	<li>Kliknij Zestawy znaczników, aby skonfigurować ustawienia znaczników.</li>
	<li>Wybierz oś XY w Kalibracji osi podłoża i milimetry w jednostkach kalibracji.</li>
	<li>Kliknij przycisk Kalibruj, aby wybrać wariant kalibracji.</li>
	<li>Wybierz Kalibracja początkowa i kliknij przycisk w kształcie litery "L". W tym samym czasie zabierz kalibrator w kształcie litery "L" w teren i umieść go na środku pola, aby upewnić się, że może zostać uchwycony przez wszystkie kamery. 
	UWAGA: Kalibrator w kształcie litery "L" zawiera cztery znaczniki odbijające światło.</li>
	<li>Sprawdź na ekranie, czy wszystkie 12 kamer może wykryć cztery odblaskowe znaczniki. Jeśli którakolwiek kamera wykryje ≤3 znaczniki, zmniejsz jasność i próg po lewej stronie ekranu. Jeśli którakolwiek kamera wykryje ≥5 znaczników, sprawdź pole i wyczyść lub zakryj niechciane znaczniki odblaskowe. 
	UWAGA: Niektóre drobne rzeczy byłego uczestnika mogą zostać wykryte przez kamerę.</li>
	<li>Usuń kalibrator w kształcie litery "L" z pola.</li>
	<li>Kliknij przycisk w kształcie litery "T". W tym samym czasie zabierz kalibrator w kształcie litery "T" w teren i pomachaj nim, aby upewnić się, że może zostać uchwycony przez wszystkie kamery.</li>
	<li>Wybierz oś Z w polu Kalibracja osi w górę i milimetry w polu Jednostki kalibracji.</li>
	<li>Poproś lekarzy, aby sprawdzili, czy wszystkie kamery są w stanie uchwycić markery. Pomachaj znacznikami w każdym rogu pola, szczególnie zakrywając możliwą przestrzeń testu TUG.</li>
	<li>Sprawdź na ekranie, czy wszystkie 12 kamer może wykryć kalibrator w kształcie litery "T". Jeśli któraś z kamer nie może go wykryć, zmień kierunek kamery. 
	UWAGA: Istnieją dwa kształty znaczników, które należy skalibrować; W kształcie litery "L" i "T". Kalibrator w kształcie litery "L" ma cztery punkty odbijające światło do kalibracji osi XY, a kalibrator w kształcie litery "T" ma cztery punkty odbijające światło do kalibracji osi Z. Czas trwania kalibracji będzie trwał 60 s lub dłużej. Skuteczne przechwycenie zmieni kolor ekranu na zielony.</li>
	<li>Kliknij przycisk Zakończ, aby zakończyć kalibrację.</li>
	<li>Kliknij przycisk Save Calibration (Zapisz kalibrację), aby zapisać efektywny tryb kalibracji. 
	UWAGA: Kalibracja jest wykonywana w modelu 2D; Podczas testu często używany jest model 3D.</li>
</ol>
4. Test iTUG
UWAGA: Uczestnicy powinni nosić obcisłe, ale wygodne ubrania i buty.
<ol>
	<li>Przymocuj punkty odblaskowe na anatomicznych punktach orientacyjnych: wyrostek kolczysty szyjny 7 i wyrostek kolczysty piersiowy 10, lewy wyrostek barkowy i prawy wyrostek barkowy. 
	UWAGA: Każdy uczestnik mógł mieć dołączonych do 17 punktów odblaskowych. Im więcej punktów odblaskowych jest dołączonych, tym dokładniejsze są zebrane dane, ale także tym mniej komfortowo czują się uczestnicy.</li>
	<li>Kliknij prawym przyciskiem myszy punkty odblaskowe w prawej linii ekranu i oznacz je jako C7, T10, lewe ramię i prawe ramię.</li>
	<li>Pokaż instrukcję uczestnikom. Instrukcja brzmi: "Proszę wstać z krzesła, przejść 3 m z preferowaną prędkością, odwrócić się, wrócić i usiąść".</li>
	<li>Poproś uczestników, aby wcześniej wykonali test iTUG, aby upewnić się, że zapoznali się z instrukcją. 
	UWAGA: Upewnij się, że każdy uczestnik czuje się komfortowo po przymocowaniu punktów odblaskowych.</li>
	<li>Poinstruuj uczestnika, aby wykonał test iTUG. 
	UWAGA: Uczestnicy muszą chodzić, aby wykonać zadanie iTUG.</li>
	<li>Podczas gdy uczestnik wykonuje test iTUG, kliknij przycisk start i stop na ekranie komputera. 
	UWAGA: Podczas testu iTUG system przechwytywania ruchu próbkuje dane ze wszystkich dołączonych punktów z częstotliwością 60 Hz; Odpowiednio tworzony jest film (patrz Wideo 1).</li>
</ol>
5. Zbieranie danych i definiowanie zmiennych testowych iTUG
<ol>
	<li>Kliknij przycisk Ustawienia nagrywania. 
	UWAGA: Dane są przechowywane i znajdują się w arkuszu kalkulacyjnym.</li>
	<li>Wybierz opcję Raw Camera Data (Surowe dane aparatu) |Śledzone ASCTI | Śledzony plik binarny. Czas przejmowania wynosi 20 s.</li>
	<li>Wpisz imię i nazwisko uczestnika.</li>
	<li>Kliknij przycisk Nagraj, aby rozpocząć zbieranie danych.</li>
	<li>Zidentyfikuj podfazy testu iTUG, przeglądając film i oblicz zmienne zgodnie z danymi.
	<ol>
		<li>Zdefiniuj następujące zmienne: tradycyjny czas całkowity testu TUG, czas fazy 1 (wstawanie z krzesła), faza 1 kołysanie ciała (wstawanie z krzesła), faza 2 czas (chodzenie 3 m z preferowaną prędkością), faza 2 kołysanie ciała (chodzenie 3 m z preferowaną prędkością), faza 3 czas (odwracanie się), faza 3 kołysanie ciała (obracanie się), Prędkość kątowa fazy 3 (odwrócenie się), fazy 4 czasu (powrót), fazy 4 kołysania ciała (powrót) i fazy 5 czasu (siedzenie). 
		UWAGA: Szczegóły są podobne do tych opisanych przez Caronniego i współpracowników15.</li>
	</ol>
	</li>
</ol>
6. Indeks ryzyka upadku w Downton (DFRI)
<ol>
	<li>Oceń ryzyko upadku za pomocą indeksu Downton Fall Risk Index (DFRI). 
	UWAGA: DFRI (Tabela 1) zawiera 11 pozycji ryzyka, z których każda jest oceniana za jeden punkt. Wyniki są sumowane do całkowitego wyniku indeksu w zakresie od 0 do 11. Uważa się, że wynik ≥3 wskazuje na wysokie ryzyko upadków. Aby ocenić ryzyko upadku, DFRI jest zwykle używany w przypadku uczestników przyjmowanych do szpitala, a narzędzie do badań przesiewowych w domu i wypadków (HOME FAST) jest bardziej odpowiednie dla mieszkańców społeczności.</li>
</ol>
7. Analiza statystyczna
<ol>
	<li>Korzystaj z dostępnego na rynku pakietu oprogramowania statystycznego do wykonywania wszystkich analiz statystycznych. Użyj testu t-Studenta do oceny różnic w grupie i wybierz współczynnik korelacji Pearsona, aby ocenić związek między składowymi iTUG i wynikiem DFRI na całej próbie, przy czym P < 0,05 oznacza statystycznie istotną różnicę.</li>
	<li>Użyj procedur Blanda-Altmana, aby ocenić zgodność czasu trwania fazy 1, fazy 3 prędkości kątowej i czasu trwania fazy 4 między naszą metodą a czujnikiem McRobertsa (patrz tabela materiałów). Obliczyć średnią różnicę między dwiema metodami pomiaru i 95-procentową granicę zgodności dla obliczonej średniej różnicy.</li>
</ol>

Evaluating the Risk of Falling in Elderly Using iTUG Motion Capture Technology

<ol><li>Dokuzlar, O., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Assessment+of+factors+that+increase+risk+of+falling+in+older+women+by+four+different+clinical+methods%5BTitle%5D)+AND+%22Aging+Clin+Exp+Res%22%5BJournal%5D)">Assessment of factors that increase risk of falling in older women by four different clinical methods.</a> Aging Clin Exp Res. 32 (3), 483-490 (2020).</li>
<li>King, B., Pecanac, K., Krupp, A., Liebzeit, D., Mahoney, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Impact+of+fall+prevention+on+nurses+and+care+of+fall+risk+patients%5BTitle%5D)+AND+%22The+Gerontologist%22%5BJournal%5D)">Impact of fall prevention on nurses and care of fall risk patients.</a> The Gerontologist. 58 (2), 331-340 (2018).</li>
<li>Mazur, K., Wilczyński, K., Szewieczek, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Geriatric+falls+in+the+context+of+a+hospital+fall+prevention+program%3A+delirium%2C+low+body+mass+index%2C+and+other+risk+factors%5BTitle%5D)+AND+%22Clin+Interv+Aging%22%5BJournal%5D)">Geriatric falls in the context of a hospital fall prevention program: delirium, low body mass index, and other risk factors.</a> Clin Interv Aging. 11, 1253-1261 (2016).</li>
<li>Beck Jepsen, D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Predicting+falls+in+older+adults%3A+an+umbrella+review+of+instruments+assessing+gait%2C+balance%2C+and+functional+mobility%5BTitle%5D)+AND+%22BMC+Geriatrics%22%5BJournal%5D)">Predicting falls in older adults: an umbrella review of instruments assessing gait, balance, and functional mobility.</a> BMC Geriatrics. 22 (1), 615(2022).</li>
<li>Meekes, W. M., Korevaar, J. C., Leemrijse, C. J., Van de Goor, I. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Practical+and+validated+tool+to+assess+falls+risk+in+the+primary+care+setting%3A+a+systematic+review%5BTitle%5D)+AND+%22BMJ+Open%22%5BJournal%5D)">Practical and validated tool to assess falls risk in the primary care setting: a systematic review.</a> BMJ Open. 11 (9), 045431(2021).</li>
<li>Mirelman, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Association+between+performance+on+Timed+Up+and+Go+subtasks+and+mild+cognitive+impairment%3A+further+insights+into+the+links+between+cognitive+and+motor+function%5BTitle%5D)+AND+%22J+Am+Geriatr+Soc%22%5BJournal%5D)">Association between performance on Timed Up and Go subtasks and mild cognitive impairment: further insights into the links between cognitive and motor function.</a> J Am Geriatr Soc. 62 (4), 673-678 (2014).</li>
<li>Palmerini, L., Mellone, S., Avanzolini, G., Valzania, F., Chiari, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Quantification+of+motor+impairment+in+Parkinson%27s+disease+using+an+instrumented+timed+up+and+go+test%5BTitle%5D)+AND+%22IEEE+Trans+Neural+Syst+Rehabil+Eng%22%5BJournal%5D)">Quantification of motor impairment in Parkinson's disease using an instrumented timed up and go test.</a> IEEE Trans Neural Syst Rehabil Eng. 21 (4), 664-673 (2013).</li>
<li>Cimolin, V., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Do+wearable+sensors+add+meaningful+information+to+the+Timed+Up+and+Go+test%3F+A+study+on+obese+women%5BTitle%5D)+AND+%22J+Electromyogr+Kinesiol%22%5BJournal%5D)">Do wearable sensors add meaningful information to the Timed Up and Go test? A study on obese women.</a> J Electromyogr Kinesiol. 44, 78-85 (2019).</li>
<li>Ayena, J. C., Chioukh, L., Otis, M. J., Deslandes, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Risk+of+falling+in+a+timed+up+and+go+test+using+an+UWB+Radar+and+an+instrumented+insole%5BTitle%5D)+AND+%22Sensors%22%5BJournal%5D)">Risk of falling in a timed up and go test using an UWB Radar and an instrumented insole.</a> Sensors. 21 (3), 722(2021).</li>
<li>Sample, R. B., Kinney, A. L., Jackson, K., Diestelkamp, W., Bigelow, K. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Identification+of+key+outcome+measures+when+using+the+instrumented+timed+up+and+go+and%2For+posturography+for+fall+screening%5BTitle%5D)+AND+%22Gait+Posture%22%5BJournal%5D)">Identification of key outcome measures when using the instrumented timed up and go and/or posturography for fall screening.</a> Gait Posture. 57, 168-171 (2017).</li>
<li>Beyea, J., McGibbon, C. A., Sexton, A., Noble, J., O'Connell, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Convergent+validity+of+a+wearable+sensor+system+for+measuring+sub-task+performance+during+the+timed+up-and-go+test%5BTitle%5D)+AND+%22Sensors%22%5BJournal%5D)">Convergent validity of a wearable sensor system for measuring sub-task performance during the timed up-and-go test.</a> Sensors. 17 (4), 934(2017).</li>
<li>McGough, E. L., Gries, M., Teri, L., Kelly, V. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Validity+of+instrumented+360%C2%B0+turn+test+in+older+adults+with+cognitive+impairment%5BTitle%5D)+AND+%22Phys+Occup+Ther+Geriatr%22%5BJournal%5D)">Validity of instrumented 360° turn test in older adults with cognitive impairment.</a> Phys Occup Ther Geriatr. 38 (2), 170-184 (2020).</li>
<li>Wang, H., Brown, S. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+effects+of+total+ankle+replacement+on+ankle+joint+mechanics+during+walking%5BTitle%5D)+AND+%22J+Sport+Health+Sci%22%5BJournal%5D)">The effects of total ankle replacement on ankle joint mechanics during walking.</a> J Sport Health Sci. 6 (3), 340-345 (2017).</li>
<li>Mehdizadeh, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+Toronto+older+adults+gait+archive%3A+video+and+3D+inertial+motion+capture+data+of+older+adults%27+walking%5BTitle%5D)+AND+%22Sci+Data%22%5BJournal%5D)">The Toronto older adults gait archive: video and 3D inertial motion capture data of older adults' walking.</a> Sci Data. 9 (1), 398(2022).</li>
<li>Caronni, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Criterion+validity+of+the+instrumented+Timed+Up+and+Go+test%3A+A+partial+least+square+regression+study%5BTitle%5D)+AND+%22Gait+Posture%22%5BJournal%5D)">Criterion validity of the instrumented Timed Up and Go test: A partial least square regression study.</a> Gait Posture. 61, 287-293 (2018).</li>
<li>Mojtaba, M., Alinaghizadeh, H., Rydwik, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Downton+Fall+Risk+Index+during+hospitalisation+is+associated+with+fall-related+injuries+after+discharge%3A+a+longitudinal+observational+study%5BTitle%5D)+AND+%22J+Physiother%22%5BJournal%5D)">Downton Fall Risk Index during hospitalisation is associated with fall-related injuries after discharge: a longitudinal observational study.</a> J Physiother. 64 (3), 172-177 (2018).</li>
<li>Hershkovitz, L., Malcay, O., Grinberg, Y., Berkowitz, S., Kalron, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+contribution+of+the+instrumented+Timed-Up-and-Go+test+to+detect+falls+and+fear+of+falling+in+people+with+multiple+sclerosis%5BTitle%5D)+AND+%22Mult+Scler+Relat+Disord%22%5BJournal%5D)">The contribution of the instrumented Timed-Up-and-Go test to detect falls and fear of falling in people with multiple sclerosis.</a> Mult Scler Relat Disord. 27, 226-231 (2019).</li>
<li>Zarzeczny, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Aging+effect+on+the+instrumented+Timed-Up-and-Go+test+variables+in+nursing+home+women+aged+80-93+years%5BTitle%5D)+AND+%22Biogerontology%22%5BJournal%5D)">Aging effect on the instrumented Timed-Up-and-Go test variables in nursing home women aged 80-93 years.</a> Biogerontology. 18 (4), 651-663 (2017).</li>
<li>Kim, K. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+instrumented+timed+%26%2334%3BUp+%26+Go%26%2334%3B+test+distinguishes+turning+characteristics+in+vestibular+hypofunction%5BTitle%5D)+AND+%22Phys+Ther%22%5BJournal%5D)">The instrumented timed &#34;Up & Go&#34; test distinguishes turning characteristics in vestibular hypofunction.</a> Phys Ther. 101 (7), 103(2021).</li>
<li>Montero-Odasso, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((World+guidelines+for+falls+prevention+and+management+for+older+adults%3A+a+global+initiative%5BTitle%5D)+AND+%22Age+Ageing%22%5BJournal%5D)">World guidelines for falls prevention and management for older adults: a global initiative.</a> Age Ageing. 51 (9), (2023).</li>
<li>Rocchi, L., Palmerini, L., Weiss, A., Herman, T., Hausdorff, J. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Balance+testing+with+inertial+sensors+in+patients+with+Parkinson%27s+disease%3A+assessment+of+motor+subtypes%5BTitle%5D)+AND+%22IEEE+Trans+Neural+Syst+Rehabil+Eng%22%5BJournal%5D)">Balance testing with inertial sensors in patients with Parkinson's disease: assessment of motor subtypes.</a> IEEE Trans Neural Syst Rehabil Eng. 22 (5), 1064-1071 (2014).</li>
<li>Ngo, T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+comparative+severity+assessment+of+impaired+balance+due+to+cerebellar+ataxia+using+regression+models%5BTitle%5D)+AND+%22Annu+Int+Conf+IEEE+Eng+Med+Biol+Soc%22%5BJournal%5D)">A comparative severity assessment of impaired balance due to cerebellar ataxia using regression models.</a> Annu Int Conf IEEE Eng Med Biol Soc. 2020, 4571-4574 (2020).</li>
<li>Celik, Y., Powell, D., Woo, W. L., Stuart, S., Godfrey, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+feasibility+study+towards+instrumentation+of+the+Sport+Concussion+Assessment+Tool+%28iSCAT%29%5BTitle%5D)+AND+%22Annu+Int+Conf+IEEE+Eng+Med+Biol+Soc%22%5BJournal%5D)">A feasibility study towards instrumentation of the Sport Concussion Assessment Tool (iSCAT).</a> Annu Int Conf IEEE Eng Med Biol Soc. 2020, 4624-4627 (2020).</li>
<li>Coni, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Comparison+of+standard+clinical+and+instrumented+physical+performance+tests+in+discriminating+functional+status+of+high-functioning+people+aged+6170+years+old%5BTitle%5D)+AND+%22Sensors%22%5BJournal%5D)">Comparison of standard clinical and instrumented physical performance tests in discriminating functional status of high-functioning people aged 6170 years old.</a> Sensors. 19 (3), 449(2019).</li>
</ol>

Autorzy nie mają do ujawnienia żadnych konfliktów interesów.

Krytycznymi krokami w protokole jest dokładne przymocowanie punktów odblaskowych do anatomicznych punktów orientacyjnych, aby uniknąć stronniczości. Ponadto kluczowym krokiem jest również identyfikacja każdego elementu składowego testu iTUG; Przegląd wideo jest pomocny w identyfikacji.
Istniała marginalna różnica między grupami w wynikach testu TUG, co sugeruje, że tradycyjne wyniki TUG mogą nie być wystarczająco czułe, aby rozróżnić ryzyko upadku. Nie znaleźliśmy oczywistych różnic między grupami w czasie trwania fazy 1 i fazy 5, co można wytłumaczyć faktem, że wszyscy uczestnicy nie wykazywali nieprawidłowości w sile kończyn dolnych. Czas trwania fazy 1 jest związany z siłą kończyn dolnych u osób w podeszłym wieku z wysokim ryzykiem upadku 17,18. Stwierdzono, że prędkość kątowa fazy 3, która jest kluczowym punktem związanym z niedoczynnością przedsionkową, wraz z czasem trwania fazy 3, jest skorelowana z wynikiem DFRI19. Wysokie ryzyko upadku u osób starszych może być spowodowane uczuciem zawrotów głowy związanym z niedoczynnością przedsionkową.
Istnieją cztery ograniczenia tej metody. Po pierwsze, system przechwytywania ruchu jest obecnie drogi; Jednak wraz z rozwojem technologii system ten będzie stawał się coraz bardziej ekonomiczny. Po drugie, potencjalnym wyzwaniem jest również konkretne pomieszczenie testowe. Jak wspomniano wcześniej, niektóre rzeczy uczestników zagubione na podłodze mogą zostać wykryte jako punkt odblaskowy; Dlatego pomieszczenie należy dokładnie posprzątać. Ponadto ten test iTUG oparty na systemie przechwytywania ruchu zajmuje znacznie więcej miejsca niż tradycyjny test TUG. Tradycyjna próba TUG potrzebuje tylko 3 m x 2 m, dzięki czemu można ją wykonać w wielu miejscach (np. na korytarzu, sali testowej, oddziale). Natomiast pomieszczenie do badania iTUG powinno być większe niż 32m2 , ponieważ kamery są zainstalowane wokół pomieszczenia. Po trzecie, punkty odblaskowe mogą wpływać na przestrzeganie przepisów przez uczestników. Im więcej punktów odblaskowych jest dołączonych, tym niższy może być podawany poziom komfortu. Badacze powinni potwierdzić, czy punkty odblaskowe wpływają na mobilność uczestników. Po czwarte, test iTUG jest kosztownym pomiarem w porównaniu z tradycyjnym testem TUG.
Test TUG jest powszechnie stosowanym sposobem oceny ruchu i ryzyka upadku20. Jednak poza czasem realizacji, lekarze nie mogą uzyskać więcej informacji z tradycyjnej wersji. Natomiast iTUG podświetlił punkty, aby pokazać więcej szczegółów. Znaczenie tej metody polega na tym, że dzieli ona tradycyjny test TUG na system przechwytywania ruchu, dostarczając nowych zmiennych dotyczących czasu i kołysania ciała. Nasze wyniki pokazały, że niektóre składowe zmiennych czasowych, a nie zmienne kołysania ciała, różniły się między grupami. System przechwytywania ruchu może być również używany w chodzeniu tandemowym i teście Romberga w celu podkreślenia nierównowagi u pacjentów z chorobą Parkinsona, ataksją móżdżkową i wstrząśnieniem mózgu 21,22,23. Ponieważ ostatnie badania dowiodły, że podkomponenty testu TUG są związane z funkcjami poznawczymi,6,24 metoda ta może być również stosowana w badaniach przesiewowych w kierunku zaburzeń poznawczych.

Upadek jest jednym z najczęstszych zespołów geriatrycznych i jest drugą najczęstszą przyczyną przypadkowych lub niezamierzonych zgonów związanych z urazami na świecie1. U osób dorosłych w wieku powyżej 65 lat upadek może skutkować upośledzeniem funkcjonalnym, niepełnosprawnością, obniżeniem jakości życia, wydłużeniem czasu pobytu w szpitalach, a nawet śmiertelnością2,3. Dlatego zapobieganie upadkom ma ogromne znaczenie.
Aby określić predyktory upadków, poprzedni badacze skupili się na analizach chodu, testach równowagi, stanie psychicznym, zażywaniu leków uspokajających, a także historii upadków w poprzednim roku4,5 Test Timed Up and Go (TUG) jest szybkim pomiarem mobilności opartym na wydajności. Test TUG został szeroko przebadany u osób starszych i jest zalecany jako prosty test przesiewowy pod kątem ryzyka upadków6. Ten szeroko stosowany test polega na wstaniu z krzesła, przejściu 3 m z preferowaną prędkością, odwróceniu się, powrocie i siedzeniu. Tradycyjny wynik kliniczny tego testu zależy od jego całkowitego czasu trwania7 i jest oceniany przez stoper.
W praktyce klinicznej, konwencjonalny test TUG mierzy całkowity czas wykonania serii czynności bez dzielenia wydajności podmiotu na podkomponenty8. Ostatnio niektórzy badacze zasugerowali, że różne komponenty testu TUG mogą być szczególnie wrażliwe jako predyktory przyszłych upadków9. W przypadku korzystania ze zdigitalizowanego oprzyrządowanego testu TUG (iTUG) poszczególne elementy testu TUG mogą być analizowane oddzielnie. Korzystając z iTUG, możliwa jest obiektywna ocena kilku cech każdej podfazy testu TUG i uzyskanie danych ilościowych, takich jak odpowiednie czasy trwania, prędkości i prędkość kątowa każdego ruchu. Dzięki bardziej szczegółowym danym, test iTUG wykazał przewagę w wykrywaniu konkretnych deficytów, które mogą bardziej wskazywać na ryzyko upadku10.
Jako złoty standard w analizie ruchu, technologie przechwytywania ruchu zostały wykorzystane do wykrywania ruchu u pacjentów z chorobą Parkinsona (PD)11, upośledzenie poznawcze12, oraz zapalenie stawów skokowych13, a także u zdrowych dorosłych14. W niniejszym badaniu naszym celem była analiza podzespołów testu iTUG z wykorzystaniem technologii motion capture oraz określenie korelacji między podzadaniami testu iTUG a potencjalnym ryzykiem przyszłych upadków.

<table><tbody><tr><td>pasek</td><td>Deli</td><td>60 mm x 20 m</td><td></td></tr><tr><td>Kalibrator</td><td>NOKOV</td> znacznik <td>reflektora1</td><td>Kalibrator w kształcie litery L</td></tr><tr><td>Marker</td><td>odbłyśnikowy</td><td>NOKOV2</td><td>Krzesło w kształcie litery T</td></tr><tr><td></td><td>YUANSHENGYUANDAI</td><td>" 10076062317820"</td><td></td></tr><tr><td>Komputer</td><td>HUAWEI</td><td>HONOR</td><td></td></tr><tr><td>McRoberts sensor&nbsp;</td><td>DynaPort Hybrid, McRoberts, Haga, Holandia</td><td></td><td></td></tr><tr><td>Kamera do przechwytywania ruchu</td><td>NOKOV</td><td>Mars2H</td><td></td></tr><tr><td>Oprogramowanie do przechwytywania ruchu</td><td>NOKOV</td><td>DG-01</td><td></td></tr><tr><td>Marker odblaskowy</td><td>NOKOV</td><td>mały marker</td><td>do kalibratorów</td></tr><tr><td>Marker odblaskowy</td><td>NOKOV</td><td>duży marker</td><td>dla uczestników</td></tr></tbody></table>

wykorzystanie technologii przechwytywania ruchu w oprzyrządowanym teście timed up and go w celu wykrycia ryzyka upadku u osób w podeszłym wieku

Using Motion Capture Technology in the Instrumented Timed Up and Go Test to Detect the Risk of Falling in Aged Adults

Pomimo wysiłków medycyny i technologii, częstość upadków u osób starszych wciąż rośnie. Dlatego wczesne wykrycie ryzyka upadku staje się coraz ważniejsze w zapobieganiu upadkom. Test Timed Up and Go (TUG) jest powszechnie akceptowanym narzędziem do oceny mobilności i może być stosowany w przewidywaniu przyszłego ryzyka upadku u osób dorosłych. W praktyce klinicznej całkowity czas potrzebny do wykonania testu jest główną miarą wyniku testu TUG. Ze względu na swoją prostotę i ogólność, tradycyjny test TUG został uznany za globalny test do analizy ruchu. Jednak ostatnio naukowcy podjęli próbę podzielenia testu TUG na podkomponenty i zaktualizowali jego system punktacji w celu dalszych badań. Oprzyrządowany test Time Up and Go (iTUG), który jest nową modyfikacją tradycyjnego testu TUG, został uznany za czułe narzędzie do przewidywania zaburzeń ruchowych i ryzyka upadków u osób starszych. Celem niniejszego badania była analiza podzespołów testu iTUG z wykorzystaniem technologii motion capture oraz określenie, które podzadania testowe iTUG są związane z potencjalnym ryzykiem wystąpienia upadków w przyszłości.

Zrekrutowano trzynastu starszych uczestników z wysokim ryzykiem upadku (wynik DFRI: 3-11) oraz 11 starszych osób z niskim ryzykiem upadku (wynik DFRI: 0-2). Szczegóły dotyczące DFRI przedstawiono w Tabeli 1. Jak wspomniano wcześniej, wynik równy lub wyższy od 3 uznaje się za wskazujący na wysokie ryzyko upadków u pacjentów podczas hospitalizacji16.
Dane demograficzne przedstawiono w Tabeli 1, która obejmuje płeć, wiek, wynik testu TUG oraz zmienne testu iTUG. Jak pokazano w Tabeli 2, nie stwierdzono istotnych różnic w zakresie płci i wieku pomiędzy grupami. Między grupami wystąpiła marginalna różnica w wyniku testu TUG (15,4 ± 5,3 s vs 11,2 ± 5,5 s, P = 0,056). Wynik testu TUG oparto na tradycyjnej metodzie (czas ukończenia). Osoby z wysokim ryzykiem upadku wykazały istotnie dłuższy czas trwania fazy 3 (2,8 ± 1,5 s vs 2,0 ± 0,9 s, P = 0,023) oraz fazy 4 (2,9 ± 1,6 s vs 2,1 ± 1,0 s, P = 0,024), a także niższą prędkość kątową w fazie 3 (1,2 ± 0,4 º/s vs 1,7 ± 0,4 º/s, P = 0,021) w porównaniu z osobami o niskim ryzyku upadku. Zmienne związane z kołysaniem ciała nie różniły się istotnie między grupami.
Jak pokazano w Tabeli 3, stwierdzono istotną korelację między wynikiem DFRI a czasem trwania fazy 1, czasem trwania fazy 3, prędkością kątową w fazie 3, czasem trwania fazy 4 oraz czasem trwania fazy 5. Nie odnotowano jednak podobnych zależności między DFRI a zmiennymi kołysania w każdej fazie testu iTUG.
Jak pokazano na Rysunku 2, wykresy Bland-Altmana sugerują, że zgodność między iTUG a czujnikiem akcelerometru Dynaport była akceptowalna dla czasu trwania fazy 1, prędkości kątowej fazy 3 oraz czasu trwania fazy 4. Odnotowano jeden (5%), zero (0%) i jeden (5%) wynik odstający od wartości 1,96 odchylenia standardowego odpowiednio dla czasu trwania fazy 1, prędkości kątowej fazy 3 oraz czasu trwania fazy 4.
<img alt="Analiza przechwytywania ruchu, schemat śledzenia szkieletu pokazujący sekwencje ruchów człowieka w środowisku laboratoryjnym." class="xfigimg" src="/files/ftp_upload/66025/66025fig1.jpg" data-altupdatedat="1788304762000" data-alt="Rycina 1"> 
Rycina 1:Podetapy instrumentowanego testu Time Up and Go. (A) Przed fazą 1: osoba siedząca na krześle. (B) Podczas fazy 2: w drodze w kierunku widza. (C) Podczas fazy 3: obchodzenie krzesła z przodu. (D) Podczas fazy 4: powrót do pierwotnego krzesła. Skrót: iTUG = instrumentowany test Time Up and Go. <a href="https://www.jove.com/files/ftp_upload/66025/66025fig1large.jpg" target="_blank">Prosimy kliknąć tutaj, aby wyświetlić powiększoną wersję tej ryciny.</a>
<img alt="Wykres Blanda-Altmana porównujący dane z iTUG i czujnika Dynaport dla poszczególnych faz TUG; słupki błędów, średnia, SD." class="xfigimg" src="/files/ftp_upload/66025/66025fig2v2.jpg" data-altupdatedat="1788304762000" data-alt="Rycina 2"> 
Rycina 2: Wykres Blanda-Altmana służący do porównania akcelerometru iTUG i Dynaport. (A) Wykres Blanda-Altmana dla czasu trwania Fazy 1 przy użyciu iTUG i akcelerometru Dynaport. (B) Wykres Blanda-Altmana dla prędkości kątowej w Fazie 3 przy użyciu iTUG i akcelerometru Dynaport. (C) Wykres Blanda-Altmana dla czasu trwania Fazy 4 przy użyciu iTUG i akcelerometru Dynaport. <a href="https://www.jove.com/files/ftp_upload/66025/66025fig2large.jpg" target="_blank">Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.</a>

<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>Elementy</td>
			<td>Wynik</td>
		</tr>
		<tr>
			<td>Wcześniejsze znane upadki</td>
			<td></td>
		</tr>
		<tr>
			<td>Tak</td>
			<td>1</td>
		</tr>
		<tr>
			<td>Nie</td>
			<td>0</td>
		</tr>
		<tr>
			<td>Leki</td>
			<td></td>
		</tr>
		<tr>
			<td>Leki przeciwlękowe/środki uspokajające</td>
			<td>1</td>
		</tr>
		<tr>
			<td>Leki moczopędne</td>
			<td>1</td>
		</tr>
		<tr>
			<td>Leki przeciwnadciśnieniowe (inne niż diuretyki)</td>
			<td>1</td>
		</tr>
		<tr>
			<td>Leki przeciwparkinsonowskie</td>
			<td>1</td>
		</tr>
		<tr>
			<td>Leki przeciwdepresyjne</td>
			<td>1</td>
		</tr>
		<tr>
			<td>Inne leki</td>
			<td>1</td>
		</tr>
		<tr>
			<td>Proszę dostarczyć tekst źródłowy do tłumaczenia.</td>
			<td>0</td>
		</tr>
		<tr>
			<td>Deficyty sensoryczne</td>
			<td></td>
		</tr>
		<tr>
			<td>Upośledzenie wzroku</td>
			<td>1</td>
		</tr>
		<tr>
			<td>Upośledzenie słuchu</td>
			<td>1</td>
		</tr>
		<tr>
			<td>Upośledzenie kończyn</td>
			<td>1</td>
		</tr>
		<tr>
			<td>Proszę dostarczyć tekst źródłowy do tłumaczenia.</td>
			<td>0</td>
		</tr>
		<tr>
			<td>Stan psychiczny</td>
			<td></td>
		</tr>
		<tr>
			<td>Zdezorientowany (z zaburzeniami poznawczymi)</td>
			<td>1</td>
		</tr>
		<tr>
			<td>Zorientowany</td>
			<td>0</td>
		</tr>
		<tr>
			<td>Chód</td>
			<td></td>
		</tr>
		<tr>
			<td>Niebezpieczne (z/bez pomocy w chodzeniu)</td>
			<td>1</td>
		</tr>
		<tr>
			<td>Bezpieczne korzystanie z pomocy do chodzenia</td>
			<td>0</td>
		</tr>
		<tr>
			<td>Normalna (bezpieczna bez pomocy do chodzenia)</td>
			<td>0</td>
		</tr>
		<tr>
			<td>Niezdolny</td>
			<td>0</td>
		</tr>
	</tbody>
</table>
Tabela 1: Elementy i system punktacji w indeksie ryzyka upadku Downtona. Wynik DFRI powyżej 3 punktów wskazuje na wysokie ryzyko upadku. Skrót: DFRI = indeks ryzyka upadku Downtona.
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody >
		<tr >
			<td rowspan="2"></td>
			<td >Wysokie ryzyko upadku</td>
			<td >Niskie ryzyko upadku</td>
			<td rowspan="2">Wartość p</td>
		</tr >
		<tr >
			<td >(n=13)</td>
			<td >(n=11)</td>
		</tr >
		<tr >
			<td >Płeć, M/K</td>
			<td >“3/10”</td>
			<td >“4/7”</td>
			<td >0.08</td>
		</tr >
		<tr >
			<td >Wiek, lata</td>
			<td >74.29 (6.61)</td>
			<td >70.40 (9.23)</td>
			<td >0.077</td>
		</tr >
		<tr >
			<td >Wynik testu TUG, s</td>
			<td >15.4 (5.3)</td>
			<td >11.2 (5.5)</td>
			<td >0.056</td>
		</tr >
		<tr >
			<td >Czas trwania fazy 1, s</td>
			<td >1.4 (0.4)</td>
			<td >1.2 (0.2)</td>
			<td >0.56</td>
		</tr >
		<tr >
			<td >Kołysanie w fazie 1, °</td>
			<td >123.3 (68.9)</td>
			<td >110.3 (57.7)</td>
			<td >0.684</td>
		</tr >
		<tr >
			<td >Czas trwania fazy 2, s</td>
			<td >2.9 (1.0)</td>
			<td >2.8 (1.4)</td>
			<td >0.924</td>
		</tr >
		<tr >
			<td >Kołysanie w fazie 2, °</td>
			<td >141.3 (72.6)</td>
			<td >132.2 (48.6)</td>
			<td >0.082</td>
		</tr >
		<tr >
			<td >Czas trwania fazy 3, s</td>
			<td >2.8 (1.5)</td>
			<td >2.0 (0.9)</td>
			<td >0.023*</td>
		</tr >
		<tr >
			<td >Prędkość kątowa w fazie 3, °/s</td>
			<td >1.2 (0.4)</td>
			<td >1.7 (0.4)</td>
			<td >0.021*</td>
		</tr >
		<tr >
			<td >Czas trwania fazy 4, s</td>
			<td >2.9 (1.6)</td>
			<td >2.1 (1.0)</td>
			<td >0.024*</td>
		</tr >
		<tr >
			<td >Kołysanie w fazie 4, °</td>
			<td >119.8 (64.1)</td>
			<td >113.5 (55.7)</td>
			<td >0.936</td>
		</tr >
		<tr >
			<td >Czas trwania fazy 5, s</td>
			<td >4.6 (1.7)</td>
			<td >3.5 (1.5)</td>
			<td >0.063</td>
		</tr >
		<tr >
			<td >Wartość = Średnia (Odchylenie standardowe)</td>
			<td ></td>
			<td ></td>
			<td ></td>
		</tr >
	</tbody >
</table>
Tabela 2: Dane demograficzne i zmienne z instrumentowanego testu Time Up and Go uczestników. Zaobserwowano istotne różnice między grupami w czasie trwania fazy 3, czasie trwania fazy 4 oraz prędkości kątowej w fazie 3.
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td></td>
			<td>DFRI</td>
			<td>wartość r</td>
			<td>wartość p</td>
		</tr>
		<tr>
			<td>Czas trwania fazy 1, s</td>
			<td></td>
			<td>0.347</td>
			<td>0.007*</td>
		</tr>
		<tr>
			<td>Kołysanie w fazie 1, °</td>
			<td></td>
			<td>0.061</td>
			<td>0.804</td>
		</tr>
		<tr>
			<td>Czas trwania fazy 2, s</td>
			<td></td>
			<td>-0.026</td>
			<td>0.898</td>
		</tr>
		<tr>
			<td>Kołysanie fazy 2, °</td>
			<td></td>
			<td>0.287</td>
			<td>0.174</td>
		</tr>
		<tr>
			<td>Czas trwania fazy 3, s</td>
			<td></td>
			<td>0.462</td>
			<td>0.020*</td>
		</tr>
		<tr>
			<td>prędkość kątowa fazy 3, °/s</td>
			<td></td>
			<td>-0.403</td>
			<td>0.003*</td>
		</tr>
		<tr>
			<td>Czas trwania fazy 4, s</td>
			<td></td>
			<td>0.487</td>
			<td>0.000*</td>
		</tr>
		<tr>
			<td>kołysanie w fazie 4, °</td>
			<td></td>
			<td>0.312</td>
			<td>0.137</td>
		</tr>
		<tr>
			<td>Czas trwania fazy 5, s</td>
			<td></td>
			<td>0.568</td>
			<td>0.000*</td>
		</tr>
		<tr>
			<td colspan="4">Wyższa wartość r oznacza bliższy związek</td>
		</tr>
		<tr>
			<td colspan="4">DFRI = Skala Ryzyka Upadków Downtona</td>
		</tr>
	</tbody>
</table>
Tabela 3: Korelacje między wynikiem DFRI a subkomponentami iTUG. Istotna korelacja między wynikiem DFRI a czasem trwania fazy 1, czasem trwania fazy 3, prędkością kątową fazy 3, czasem trwania fazy 4 oraz czasem trwania fazy 5. Skróty: iTUG = instrumented Time Up and Go; DFRI = wskaźnik ryzyka upadków Downtona.
Wideo 1: Przykład zadania iTUG. <a href="https://www.jove.com/files/ftp_upload/66025/20240116_153127.mp4" style="font-size: 14px;" target="_blank">Kliknij tutaj, aby obejrzeć to wideo.</a>

Oprzyrządowany test Timed Up and Go (iTUG) zyskuje coraz większą uwagę w analizie kołysania ciała i chodu wraz z rozwojem nowych technologii. Przedstawiamy protokół do analizy podzespołów iTUG z motion capture.

Wykorzystanie technologii przechwytywania ruchu w oprzyrządowanym teście Timed Up and Go w celu wykrycia ryzyka upadku u osób w podeszłym wieku

Despite efforts made by medicine and technology, the incidence of falls in older adults is still increasing. Therefore, early detection of the falling ...

W obecnym badaniu naszym celem była analiza podkomponentów testowych ITUG z wykorzystaniem technologii motion capture oraz określenie korelacji między podzadaniami testowymi ITUG. Chcieliśmy pokazać, że test ITUG uwypuklił punkty, aby pokazać więcej szczegółów niż tradycyjny test TUG. Znaczenie tej metody polega na tym, że jest ona podzielona, tradycyjny test TUG z systemem przechwytywania ruchu dostarcza nowych zmiennych dotyczących czasu i kołysania ciała, nasze wyniki wykazały, że niektóre zmienne czasowe składowe, a nie zmienne kołysania ciała, różniły się między grupami o różnym poziomie ryzyka upadku.Ponieważ ostatnie badania dostarczają dowodów na to, że kilka elementów testu TUG jest związanych z funkcjami poznawczymi, metoda ta może również utorować drogę do badań przesiewowych w kierunku zaburzeń poznawczych. Na początek należy skonfigurować ustandaryzowany obszar testowy ITUG, upewniając się, że jest on wyposażony w 12 kamer rozmieszczonych w całym pomieszczeniu. Włącz tradycyjne konfiguracje TUG, takie jak krzesło i znak, aby przypomnieć uczestnikowi, aby zawrócił.Upewnij się, że obszar przechwytywania ruchu jest zamknięty w zasięgu kamery i że wszystkie materiały do testowania holownika nie odbijają światła w kolorze białym. Następnie uruchom oprogramowanie do przechwytywania ruchu, klikając ikonę oprogramowania, aby uzyskać ogólną konfigurację kamery. Wybierz tryb domyślny.Zastosuj również ustawienia domyślne dla wybranych ustawień kamery i ustawień konfiguracji kamery. Wybierz tryb na żywo dla ustawień w czasie rzeczywistym i kliknij zestawy znaczników, aby skonfigurować ustawienia znaczników. Aby skalibrować oś podłoża, wybierz oś XY i wybierz milimetry w jednostkach kalibracji.Kliknij przycisk kalibruj, aby wybrać wariant kalibracji. Następnie wybierz wstępną kalibrację i kliknij przycisk w kształcie litery L. Umieść kalibrator w kształcie litery L na środku pola, aby zapewnić widoczność dla wszystkich kamer.Następnie sprawdź ekran, aby upewnić się, że wszystkie 12 kamer wykrywa cztery odblaskowe znaczniki. Jeśli dowolna kamera wykryje trzy lub mniej znaczników. Zmniejsz jasność i próg po lewej stronie ekranu.Jeśli dowolna kamera wykryje pięć lub więcej znaczników. Sprawdź pole i zakryj niechciane znaczniki. Następnie kliknij przycisk w kształcie litery T i pomachaj nim w terenie, aby upewnić się, że wszystkie kamery go uchwyciły.Następnie wybierz oś Z w kalibracji osi górnej i użyj milimetrów jako jednostek kalibracji. Poproś lekarzy, aby sprawdzili skuteczność przechwytywania kamery, machając znacznikami w każdym rogu pola. Kliknij Zakończ, aby zakończyć proces kalibracji i kliknij Zapisz kalibrację.Aby rozpocząć, skonfiguruj obszar testowy i oprogramowanie do testu ITUG przymocuj odblaskowe markery do siedmiu procesów spinu szyjnego uczestnika, 10 wyrostków kolczystych piersiowych, lewego wyrostka barkowego i prawego wyrostka barkowego. Kliknij prawym przyciskiem myszy odblaskowe znaczniki w prawym wierszu ekranu, aby nazwać je C7, T10, lewe ramię i prawe ramię. Przedstaw uczestnikom instrukcje dotyczące testu ITUG.Poproś uczestników, aby wstali z krzesła, przeszli trzy metry z preferowaną prędkością, odwrócili się, wrócili i usiedli, podczas gdy uczestnik wykonuje test ITUG. Kliknij przyciski start i pauza na ekranie komputera. Następnie wprowadź imię i nazwisko uczestnika do systemu w celu zbierania danych i naciśnij przycisk nagrywania, aby rozpocząć rejestrację danych.Po nagraniu przejrzyj film, aby zidentyfikować podfazy testu ITUG. Podobnie zdefiniuj fazę drugą czas, fazę drugą kołysanie ciała, fazę trzecią czas. Faza trzecia, kołysanie ciała, prędkość kątowa fazy trzeciej, faza czwarta czasu, faza czwarta kołysania ciała i faza piąta.Na koniec oceń ryzyko upadku uczestnika, korzystając z indeksu ryzyka upadku Downton. W tym badaniu przebadano 13 uczestników w wieku z wysokim ryzykiem upadku i 11 uczestników z niskim ryzykiem upadku. Pomimo braku istotnych różnic w płci, wieku lub ogólnych wynikach testów szarpnięcia między grupami, osoby wysokiego ryzyka miały znacznie dłuższy czas trwania w określonych fazach testu szarpania oczu i niższą prędkość kątową podczas skręcania, co sugeruje upośledzoną mobilność, stwierdzono istotną korelację między wynikami DFRI a czasem trwania kilku faz testów IT, ale nie z metrykami kołysania ciała wskazującymi na konkretne wyzwania związane z poruszaniem się skorelowane z ryzykiem upadku.

using-motion-capture-technology-instrumented-timed-up-go-test-to

Research

JoVE Journal

Medicine

Medycyna

Osoby z chromaniem przestankowym wykazują słabą równowagę w porównaniu do zdrowych osób z grupy kontrolnej. Komputerowa posturografia dynamiczna jest obiektywną metodą pomiaru reakcji posturalnych danej osoby na zaburzenia równowagi. Zapewnia to obiektywne odzwierciedlenie zdolności osoby do reagowania na sytuacje, w których bodźce sensoryczne ulegają zmianie i pojawiają się nieoczekiwane perturbacje.

Komputerowa posturografia dynamiczna do oceny kontroli postawy u pacjentów z przerywanym kladykacją

Ten protokół jest używany do oceny przestrzennych i czasowych zmiennych chodu pacjentów neurologicznych/ortopedycznych i osób starszych za pomocą niedawno wprowadzonego systemu fotokomórek opartych na podłodze.

Kliniczna ocena parametrów chodu czasoprzestrzennego u pacjentów i osób starszych

Dostosowane tango wykazało skuteczność w poprawie mobilności i równowagi. Opisujemy rozpowszechnianie dostosowanych metod nauczania tanga wśród stażystów instruktorów tańca oraz wdrażanie dostosowanego tanga przez praktykantów w społeczności w celu poprawy mobilności i równowagi u osób starszych i osób z chorobą Parkinsona.

Społecznościowy taniec tanga dostosowanego dla osób z chorobą Parkinsona i osób starszych

Celem było uzasadnienie optymalnego wykorzystania technik zbierania danych do analizy chodu i postawy nordic walking. Trójwymiarowe przechwytywanie ruchu powinno być stosowane podczas analizy krótkotrwałej (tj. pojedynczego cyklu chodu), podczas gdy akcelerometria powinna być stosowana do analizy o dłuższym czasie trwania (tj. powtarzających się cykli), takich jak 6-minutowy test chodu.

Uzasadnienie odpowiednich technik przechwytywania ruchu do oceny chodu i postawy nordic walking u osób starszych

Osoby zarażone wirusem HIV są często słabe, przygnębione i prowadzą siedzący tryb życia, dla którego konwencjonalne ćwiczenia są zbyt męczące. W tym miejscu przedstawiamy protokół ćwiczeń, który łagodzi aspekty słabości u osób zakażonych wirusem HIV. Stworzono grę ruchową integrującą kontrolę poznawczą przy użyciu bioczujników, które mierzyły równowagę, przenoszenie ciężaru ciała i pokonywanie przeszkód.

Ćwiczenia fizyczne u osób starszych żyjących z wirusem HIV poprawiają równowagę, mobilność i łagodzą niektóre aspekty słabości

Ten protokół opisuje obiektywną metodę oceny sprawności ruchowej i funkcji sensomotorycznej kończyny górnej zastosowanej u osób po udarze mózgu i zdrowych osób z grupy kontrolnej. Zapewniona jest ustandaryzowana procedura testowa, analiza kinematyczna i zmienne wynikowe do trójwymiarowego przechwytywania ruchu zadania picia.

Analiza kinematyczna z wykorzystaniem przechwytywania ruchu 3D podczas picia u osób z i bez upośledzenia kończyn górnych

Zaprojektowaliśmy test rzeczywistości wirtualnej do oceny instrumentalnych czynności życia codziennego (IADL) za pomocą systemu przechwytywania ruchu. Proponujemy szczegółową analizę kinematyczną w celu interpretacji różnych ruchów uczestnika, w tym trajektorii, odległości ruchu i czasu do ukończenia, aby ocenić możliwości IADL.

Pomiar kinematyki codziennych ruchów za pomocą systemów przechwytywania ruchu w rzeczywistości wirtualnej

Ten artykuł omawia użycie ciągłego i obiektywnego systemu lokalizacji w czasie rzeczywistym do pomiaru aktywności chodzenia związanej z zachowaniami wędrownymi, koncentrując się na starszych osobach z zaburzeniami poznawczymi. Aktywność chodu jest mierzona na podstawie dystansu marszu, trwałego dystansu marszu i stałej prędkości chodu. Oceniane są również jakość chodu i zdolność do równowagi.

Wykorzystanie systemu lokalizacji w czasie rzeczywistym do pomiaru aktywności chodzenia związanej z zachowaniami wędrownymi wśród zinstytucjonalizowanych osób starszych

Upośledzenie odruchów posturalnych, określane jako niestabilność postawy, jest trudne do oszacowania. Oceny kliniczne, takie jak test ciągnięcia, mają problemy z niezawodnością i skalowaniem. W tym miejscu przedstawiamy oprzyrządowaną wersję testu ciągnięcia, aby obiektywnie scharakteryzować reakcje posturalne.

Oprzyrządowany test ciągnięcia do charakteryzowania reakcji postawowych

Prezentujemy metodologię opartą na multimodalnych czujnikach do konfiguracji prostego, wygodnego i szybkiego systemu wykrywania upadków i rozpoznawania aktywności człowieka. Celem jest zbudowanie systemu do dokładnego wykrywania upadków, który można łatwo wdrożyć i przyjąć.

Projektowanie i analiza w celu uproszczenia systemu wykrywania upadków

Poznaj test iTUG z technologią przechwytywania ruchu do analizy chodu i równowagi u osób starszych. Metoda ta pozwala szczegółowo ocenić ryzyko upadku i wykryć zaburzenia poznawcze.

Wykorzystanie technologii przechwytywania ruchu w oprzyrządowanym teście Timed Up and Go w celu wykrycia ryzyka upadku u osób w podeszłym wieku (Wideo) | JoVE Journal

Wykorzystanie technologii przechwytywania ruchu w oprzyrządowanym teście Timed Up and Go w celu wykrycia ryzyka upadku u osób w podeszłym wieku

Przeglądaj więcej filmów