Abstract
Der Einsatz von Smartphones in der klinischen Praxis wird mit der Verfügbarkeit von kostengünstigen / frei verfügbar "Apps" stetig zu, die verwendet werden könnten menschlichen Gang zu beurteilen. Das primäre Ziel dieses Manuskripts ist die gleichzeitige Gültigkeit der kinematischen Maßnahmen durch eine Smartphone-Anwendung im Vergleich zu einem 3D-Motion-Capture-System in der Sagittalebene aufgezeichnet zu testen. Das sekundäre Ziel war es, ein Protokoll für die Kliniker auf dem Aufbau der Smartphone-Kamera für Video-Bewegungsanalyse zu entwickeln.
Die Sagittalebene Kniewinkel wurde während Fersenauftreffposition und toe off-Veranstaltungen mit dem Smartphone-App und eine 3D-Motion-Capture-System in 32 gesunden Probanden gemessen. Drei Versuche wurden in der Nähe (2-m) durchgeführt und weit (4-m) Smartphone-Kamera Distanzen. Die Reihenfolge der Abstände randomisiert wurde. Eine Regressionsanalyse wurde durchgeführt, um die Höhe der Kamera zu schätzen, die entweder auf das Thema der Höhe oder der Beinlänge.
Absolute Messfehler waren dest während Zehe ab (3,12 ± 5,44 Grad) im Vergleich zum Aufsetzen der Ferse (5,81 ± 5,26 Grad). Es gab signifikante (p <0,05), aber moderate Vereinbarungen zwischen den Anwendungs- und 3D Motion-Capture-Maßnahmen von Kniewinkel. Es gab auch keine signifikanten (p> 0,05) Unterschiede zwischen den absoluten Messfehler zwischen den beiden Kamerapositionen. 5 Grad während Zehe ab und Fersenauftreffposition Ereignisse des Gangzyklus - Die Messfehler zwischen 3 gemittelt.
Die Verwendung von Smartphone-Apps können zur Durchführung von Gang oder menschlichen Bewegungsanalyse ein nützliches Werkzeug in der Klinik sein. Weitere Untersuchungen sind erforderlich, um die Genauigkeit bei der Messung von Bewegungen der oberen Extremität und Stamm zu etablieren.
Introduction
Beurteilung des menschlichen Ganges ist ein wichtiger Bestandteil der physikalischen Therapie Auswertung und klinische Entscheidungsprozess. 1 Gait Beurteilung ist ein häufig verwendetes klinisches Werkzeug Gang Defizite bei Patienten mit neurologischen und muskuloskeletale Defizite zu bewerten. Neubeurteilung Gang kann dann liefern dem Arzt Informationen über die Wirksamkeit einer Intervention bei der Erreichung der Ziele, die sie bei ihrer ersten Bewertung gesetzt hatte. Es ist ein staatlich anerkannter Bedarf in den Vereinigten Staaten für Physiotherapeuten standardisierte Ergebnis Messungen zu verwenden, wenn die Patienten zu bewerten. 2 Diese Notwendigkeit ergibt sich aus den sich rasch verändernden Landschaft der Versicherung Erstattung Politik, sowie eine betonte Verschiebung für Physiotherapeuten stärker auf evidenzbasierte Praktiken zu verlassen. 3 Es gibt zahlreiche Maßnahmen Ergebnis verschiedener Aspekte des Gehens zu beurteilen, die in einer Anzahl von Wegen festgestellt werden kann , einschließlich: visual Beobachtung durch einen Kliniker, funktionelle Abschätzungen, Videomaßnahmen aufgezeichnet, elektronische Gehwege, Software dreidimensionale Bewegungsanalyse usw. In klinischen Umgebungen ist Beobachtungs (visuell) Ganganalyse häufig durchgeführt, da es eine minimale Ausrüstung und Zeit erfordert.
Während Beobachtungsganganalyse häufig in der Klinik verwendet wird, bleibt es immer noch eine subjektive Einschätzung. Daher 4 Faktoren wie Therapeut Erfahrung, Sehschärfe, Entfernung vom Motiv (Kameraabstand), Messinstrumenten und anderer solcher Faktoren können bei der Beurteilung Variabilität und Fehler einzuführen. Das Potential für eine solche Variabilität stellt eine kritische Notwendigkeit für eine zuverlässigere Messmittel, die letztlich durch die Verwendung von gültigen Instrumentierung überwunden werden können. 5
Seit seiner Gründung, Videografie und der damit verbundenen Technologie verwendet worden verschiedene funktionale Einschränkungen res zu untersuchenulting von eingeschränkter Bewegungsfähigkeit sowie eine Form der visuellen Feedback. Dies ist akut wahr in Bezug Beurteilung Gang. Stuberg et al. stellte fest, dass "Videografie Ausrüstung in der Klinik ... und bietet dem Arzt zusätzliche objektive Informationen über die Haltung und die gemeinsame Position während des Gangzyklus allgemein verfügbar ist." 4 Da die Technologie hat sich weiter verbessert, so haben die Fähigkeiten der Videoanalyse. Diese Funktionen bieten die Physiotherapeuten mit einer größeren Fähigkeit, die verschiedenen Parameter des Gehens zu einer klinisch zu bewerten.
Die beiden wichtigsten Parameter, die Physiotherapeuten auf das konzentrieren, sind kinematische und Raum-Zeit-Parameter. Wie der Name andeutet, umfassen Raum-Zeit-Maßnahmen Elemente Entfernung und Zeit. Spezifisch für einen Gangzyklus würde Raum-Zeit-Maßnahmen umfassen, jedoch nicht beschränkt auf, Schrittlänge, Schrittlänge, Kadenz und Geschwindigkeit begrenzt werden. 6 Kinematic Maßnahmen auf der other Hand konzentrieren sich auf die Gelenkbewegungen / Drehungen der unteren Extremitäten bei jedem Gangzyklus beobachtet.
Eine Reihe von Peer-Review-Artikel wurden veröffentlicht, die die Verwendung von Video-Bewegungsanalyse als Ergebnis zu messen, zu bewerten speziell Systeme 2D-Kamera, kinematische zitiert haben, Raum-Zeit oder eine Kombination beider Arten von Parametern. Diese Artikel wurden verschiedene klinische Populationen einschließlich Personen mit einer Vorgeschichte von einem Schlaganfall (CVA), Schädel-Hirn-Verletzungen (TBI), Rückenmarksverletzungen (SCI), Parkinson-Krankheit (PD), Zerebralparese (CP) und gesunden Personen ausgewertet. Das Schema unten dargestellt (Abbildung 1) bietet den Rahmen , die angenommen wurde relevanten Peer-Review - Literatur zu identifizieren , die zu diesem Thema veröffentlicht wurde.
Abbildung 1. Schematische für Artikel Auswahlkriterien. the schematische fasst die Schritte in Peer-Review-Artikel der Wahl der Art von Variablen zu ermitteln, die in der Ganganalyse ausgewiesen wurden. Bitte klicken Sie hier , um eine größere Version dieser Figur zu sehen.
Die Mehrzahl der Studien, die Videobewegungsanalyse zur Erfassung Gangparameter waren Validierungsstudien verwendet wurden. Kinematic Validierungsstudien können weiter in eine von drei Kategorien unterteilt werden: anormale Bewegung von einer bestimmten Diagnose / Pathologie resultierende Beurteilung, 7 Gelenkwinkel bei spezifischen funktionellen Bewegungen, 8, 9 und Bewertung der Wirksamkeit der Behandlung über den Vergleich der Pre-Intervention Bewegung Prüfung und nach der Intervention Bewegung. 10, 11 Ähnlich Beurteilung Studien Raum - Zeit - param kann auch in drei Kategorien unterteilt werden: Beurteilung der anormale Bewegung von einer bestimmten Pathologie resultierenden, 12, 13, 14 Untersuchung einer Plattform während einer bestimmten funktionellen Aktivität, 15, 16 und die Bestimmung der Wirkung einer bestimmten Intervention. 17 Die Studien , die beide kinematischen und Raum - Zeit - Parameter bewertet in erster Linie auf die Bestimmung der Wirksamkeit der spezifischen Behandlungsmaßnahmen wie Orthesen zielten 17 oder Körpergewicht / Teilkörpergewicht unterstützt Laufband - Training. 18, 19 eine vorläufige beschreibende Analyse dieser Artikel festgestellt , dass 52,1% der Studien (die Summe dieser ausschließlich auf Kinematik suchen (30,4%) und solche , die eine Kombination von Parametern untersucht (21,7%)) researched kinematischen Parameter mit einer 2D-Kamerasystem. Dies ist im Vergleich zu den 69,5% der Artikel (Summe von Artikeln, die Raum-Zeit-Parameter (47,8%) und eine Kombination von Parametern (21,7%) untersucht), die Raum-Zeit-Parameter beurteilt.
Die methodischen Unterschiede bei der Erfassung und Bewertung der kinematischen und Raum-Zeit-Gangparameter werden auch in der klinischen Praxis in Bezug auf die Art der beobachtenden Ganganalyse verwendet wird, gesehen. Räumlich-zeitliche Parameter werden mit viel größerer Häufigkeit bewertet, wie durch die Forschung angegeben. Es gibt drei allgemein auf Gründe für diesen Trend vereinbart: geringe Kosten, einfache Verwendung und das Vorhandensein eines Standardprotokolls solche Parameter zu messen. (- 94% 40%) in der klinischen Einstellungen Beobachtende kinematischen Messungen wurden sehr niedrige Intra-Rater (60%) und Interraterreliabilität haben gezeigt. 4 Diese breite Palette versteht sich auf die Variation in der Platzierung von Markern zurückzuführen sein aufKnochenpunkte und die spezifischen Werkzeuge verwendet, um Gelenkwinkel zu beurteilen. Minute Unterschiede in Lage Platzierung der Marker können die resultierenden Winkel erheblich verändern. Spatiotemporal Messungen haben viel höhere Zuverlässigkeit (zwischen 69% - 97%), vor allem bei der Verwendung der Papier, Bleistift und Taktverfahren stoppen Gang zu beurteilen. 20
Die technologischen Fortschritte in den letzten Jahrzehnten haben sich deutlich die Art und Weise im Gesundheitswesen praktiziert wird geändert. Mit dem Aufkommen von Smartphones Zugriff auf das Internet, Online-Forschung Artikel und andere elektronische Ressourcen sind nun leichter zugänglich zu Ärzten jederzeit. Martin et al. berichtete, dass "die allgemeine Verwendung von Smartphones wird in der klinischen Praxis, medizinische Ausbildung und Forschung zu erhöhen." 21 In dieser Studie wurden mehr als 50% der Ärzte unter dem Alter von 35 antworteten , dass sie mit einem Smartphone in der klinischen Praxis umgesetzt haben. Dieser Trend incrim Jahr 2009 gelockert, wenn 64% der Ärzte in den Vereinigten Staaten gefunden wurden unter Verwendung von Smartphones in ihrer klinischen Praxis werden. Die Manhattan Review Studie prognostiziert weiter , dass dieses Wachstum auf 81% der Ärzte und Gesundheits Kliniker Umsetzung Smartphone - Nutzung in der klinischen Praxis bis zum Jahr 2012 22 steigen würde weiterhin Während die weitere Forschung hat , wenn sich dieser Aufwärtstrend in der Tat zu klettern nicht durchgeführt worden , um zu bestimmen hat sich fortgesetzt, ist es sinnvoll, mit der bekannten Anwendung von Technologien im Gesundheitswesen zu übernehmen, dass die Verwendung von Smartphone-Plattformen in der klinischen Praxis alltäglicher wird.
Die aktuelle Nutzung von Smartphone-Anwendungen in der physikalischen Therapie Praxis ist nicht nachgewiesen. Es wurden keine Studien, die von einem Physiotherapeuten bisher die Verwendung von Smartphone-Videoanalyseanwendungen zu bewerten. Allerdings haben verschiedene Smartphone-Anwendungen von einzelnen Physiotherapeuten als Durchbruch assis Werkzeug in o verwendet wordenutpatient orthopädische Einstellungen für den Einsatz sowohl in der Rehabilitierung und trainierende Athleten verschiedener Disziplinen. Smartphone-Apps sind auch zur Verfügung, die Gelenkwinkel messen kann, von denen einige validiert wurden. 23, 24 Individuelle Therapeuten haben mit verschiedenen Analyseanwendungen auf Smartphones für visuelles Feedback für den Patienten begonnen und für eine einfachere Verteilung der verschiedenen Komponenten , die in einem Patientengangzyklus fehlen kann, basierend auf anekdotische Evidenz. Allerdings bleibt die Gültigkeit dieser Maßnahmen nicht bekannt. Die begrenzte Forschung , die in Bezug auf diese Smartphone - Videoanalyse - Anwendungen existiert hat sich auf die Validierung von kinematischen Gangparameter konzentriert, speziell Knöchel, Knie und Hüfte Winkel, in der Frontalebene, 25 und Interraterreliabilität des Gerätes. 26 Es gibt keine Studien bisher, die die Verwendung von Smartphone - Videoanalyseanwendungen validiert Kinem aufzeichnenatics des Gehens in der Sagittalebene, die am häufigsten in der klinischen Ganganalyse durchgeführt wird.
Das Ziel dieser Studie war es, die gleichzeitige Gültigkeit der kinematischen Maßnahmen von der Smartphone-Applikation aufgenommen zu testen und zu Maßnahmen, die von einem 3D-Motion-Capture-System in der Sagittalebene vergleichen. Wir gehen davon aus, dass es keine signifikanten Unterschiede zwischen den Maßnahmen, die von der Smartphone-Applikation aufgenommen werden, wenn die Maßnahmen der 3D-Motion-Capture-System erfasst verglichen. Der sekundäre Ziel ist es, wenn zwei unterschiedliche Platzierungen der Smartphone-Kamera aus dem Subjekt (in der Nähe von Abstand von 2 m zu testen, weit Abstand von 4 -nt Unterschied in der Maßnahmen zwischen den zwei verschiedenen Platzierungen der Smartphone-Kamera Das endgültige Ziel der Studie. mit einer Smartphone-Anwendung ist ein Protokoll für die klinische Video Ganganalyse zu entwerfen.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Dieses Protokoll wurde von der Institutional Review Board der Wayne State University genehmigt.
1. Experimentelle Vorbereitung
- Position Kameras die gesamte 6-m Gehweg zu erfassen. Verwenden Sie insgesamt 4 3D-Motion-Captures Kameras zu Fuß über einen 6-m Gehweg zu erfassen.
- Platzieren Sie jede der Kameras an den vier Ecken des 6 m Gehweg. Orientieren jeder der Kameras an den diagonalen Enden des Gehwegs einander zugewandt sind.
- Sammeln Sie Größe, Gewicht und Beinlängenmaße der einzelnen Teilnehmer.
- Messen Sie Masse in Kilogramm.
- Messen Sie die Beinlänge (in Metern) vom Trochanter major Knöcheln beider Beine mit einem Maßband nach medial.
- neben einem Maßband stehen barfuß an der Wand befestigt Messen Sie die Höhe (in m), von dem Teilnehmer mit. Legen Sie ein Lineal auf der Oberseite des Kopfes des Teilnehmers die Messung von dem Maßband an der Wand befestigt zu lesen.
- Platz Cluster von 3 intelligente Markierungen auf der Teilnehmer über die bilateralen vorderen oberen Beckenkamm (ASIS), obere 1/3 der Oberschenkel, Ober 1/3 Kalb und Fußrücken. Legen Sie eine einzelne Smart Marker in der Mittellinie zwischen der rechten und der linken hinteren oberen Beckenkamm.
- Sichern Sie sich die Smart-Marker mit Klettverschluss / doppelseitiges Klebeband. Sichere Oberschenkel und Wade Marker in der Frontalebene.
- Platz Aufkleber zeigt Knochenpunkte gegenüber bilateralen medialen und lateralen Femurkondylen, medialen und lateralen Malleolus und dem webspace zwischen dem ersten und dem zweiten Zeh für die Kalibrierung des 3D-Motion-Capture-System.
HINWEIS: Das Kalibrierungsverfahren an jedes Labor spezifisch ist, und 3D-Motion-Capture-Geräte und Software.
2. Experiment
- Stellen Sie die Smartphone-Kamera-Objektiv Höhe entweder der Teilnehmer unteren Körper nur (ASIS als obere Rand) oder Ober- und Unterkörper (acromion als obere Rand) zu erfassen. Messen Sie die Höhe vom Boden zu der Kameralinse in Metern.
- Geben Sie den Teilnehmern eine Praxis-Studie. Haben Sie ein Ermittler das Smartphone bedienen, und die andere zur Bedienung des Computers, der die 3D-Motion-Capture-System steuert. Verwenden Sie nummerierte Papier Probenummer auf dem Smartphone Aufnahme anzuzeigen.
- Öffnen Sie die Smartphone-Anwendung. Drücken Sie die rote "Record" Taste auf der Unterseite, in der Mitte der screen beginnen Aufzeichnung (wenn in vertikale Ausrichtung).
HINWEIS: Wenn das Smartphone bereits auf dem Stativ platziert wurde, erscheint die Schaltfläche in der Mitte, rechte Seite des Telefons, in der Nähe der Home-Taste des Smartphones. - Weisen Sie den Teilnehmer an ihrem normalen Tempo zu gehen, konzentrierte sich auf eine Markierung auf gegenüberliegenden Wand platziert, um sie bei einer geraden Linie zu Fuß. Legen Sie das Smartphone parallel zum Gehweg ein Seitenprofil des Teilnehmers zu erfassen. Lassen Sie die Teilnehmer die ersten beiden 3D-Motion-Capture-Kameras zu Beginn des Gehwegs auf beiden Seiten platziert überqueren und zu Fuß in Richtung zwei weitere 3D-Motion-Capture-Kameras am anderen Ende des Gehwegs auf beiden Seiten platziert.
- Für jeden Versuch, jedem Teilnehmer einen Countdown geben zu starten (3, 2, 1, GO) und am Ende der Studie (3, 2, 1, STOP).
- Nachdem der Gegenstand 6-m Entfernung beendet zu Fuß, wählen Sie die rote "Record" -Taste noch einmal die Aufnahme dieses Walking-Studie zu beenden.
- Überprüfen Sie einll Marker für die Position nach jedem Versuch. Wenn eine Markerposition geändert wurde, zurückzukehren 1.6 Schritt der 3D-Motion-Capture-System an die neuen Marker Platzierungen neu zu kalibrieren.
- Lassen Sie die Teilnehmer durchführen 3-Studien bei jeder Kameraabstand in Schritt 2.1.
- Bewegen Sie das Stativ mit dem Smartphone auf den zweiten Abstand. Bringen Sie die Teilnehmer auf dem mittleren Punkt der Wanderung Weg zu stehen. Befolgen Sie die Anweisungen in Protokoll 2.2 Schritte - 2.5.
- Speichern und überprüfen Sie die 3D-Motion-Capture-Aufnahmen und Smartphone-Aufnahmen vor dem Entfernen von Smart-Marker.
3. Datenanalyse
- Folgen Sie Software / Anweisungen des Herstellers des Kniewinkels zu berechnen. notieren Sie manuell die Kniewinkel, die auf dem Bildschirm beim Aufsetzen der Ferse und Zehen off-Phase des Gangzyklus angezeigt wird.
- Füllen Sie die Analyse von Smartphone-Aufnahmen für Fersenauftreffposition und toe off-Veranstaltungen von einem Team von zwei Ermittler gefangen genommen, der auf den Moment des Fersenauftreffposition und Zehen zustimmen vonf Ereignisse und Winkelmessung Landmarken. Verwenden Sie einen Stift für eine erhöhte Genauigkeit der Orientierungspunkt Platzierung für Kniewinkelmessungen. Die nachfolgenden Schritte werden gemeinsam von den beiden Forschern getan.
- Um die Test anzuzeigen, die gerade aufgenommen wurde, wählen Sie den Video Quadrat in der linken unteren Ecke des Bildschirms (in vertikaler Ausrichtung).
- Mit Hilfe der Bildlaufleiste am unteren Rand des Bildschirms, wählen Sie den Rahmen, in dem sich das Motiv am nächsten Fersenauftreffposition oder Zehe ab (je nachdem, was die bevorzugte Variable ist) in der Mitte des Bildschirms.
- Um in den Winkel fallen, tippen Sie auf dem weißen, skizzierte Bleistift-Symbol in der oberen rechten Seite des Bildschirms.
- Wählen Sie den Winkel Option, die zweite Option im Dropdown-Menü.
- Wählen Sie eine gewünschte Farbe und den Winkel-Hersteller. Bitte beachten Sie, dass nur ein Winkel auf einmal gemessen werden. Der Winkel, gemessen in diesem Protokoll bestand lediglich der Kniewinkel in der Sagittalebene.
- Schieben oder tippen Sie mit dem Stift überall auf dem Bildschirm in der DropWinkel.
- Platzieren der Mitte des Winkels auf das Kniegelenk (Condylus lateralis), wobei die Vektoren nach oben entlang des Oberschenkels und nach unten in Richtung der lateralen Malleolus erreichen.
- Bei Bedarf "zoom in", indem zwei Finger dicht nebeneinander in der Mitte des Bildschirms, und sie langsam auseinander zu ziehen.
HINWEIS: Sobald zufrieden mit der Platzierung des Winkels berechnet das Tool automatisch die Kniewinkel zu diesem gegebenen Rahmen. - Um den Kniewinkel in anderen Phasen der Zehe ab oder Fersenauftreffposition identifizieren, wiederholen Sie die Schritte 3,4-3,10.
4. Klinische Protokoll
- Messen Sie und markieren einen 6-m Gehweg ein Maßband und Marker / Klebeband verwendet wird.
- Legen Sie das Smartphone auf einem Stativ parallel und in der Nähe der Mitte des 6-Meter Gehweg.
- Stellen Sie das Stativ 2 m entfernt vom Zentrum des Gehwegs der unteren Extremität zu erfassen, oder 4 m entfernt den Rumpf und unteren Extremität zu erfassen. Alle Kamerapositionen ermöglichen, sich aufly Erfassung der Sagittalebene Kinematik.
- Berechnen Sie die Höhe der Smartphone-Kamera Objektivhöhe vom Boden mithilfe der folgenden Formeln:
In der Nähe Kamerakonfiguration (2 m) für die nur die untere Extremität capture
Kameraobjektiv - height = (0.87xPatient Referenz der Beinlänge in Metern) - 0,12
Far Kamerakonfiguration (4 Meter) für beide unteren Extremitäten und des Rumpfes capture
Kameraobjektiv - height = Patienten Referenzbeinlänge in Metern - 0.23 - Wiederholen Abschnitte 2 - 3 zu erfassen und zu analysieren Daten, die die Smartphone-App.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Alle 32 Patienten beendeten die 6 Gehversuchen; jedoch sind die Daten von 6 der Teilnehmer wurden nicht aufgrund von technischen Problemen in der Datenanalyse, die in schlechten Markierung Sichtbarkeit führt. Die absoluten Messfehler der Kniewinkel waren dest während Zehe ab Ereignisse (3,12 ± 5,44 Grad) im Vergleich zum Aufsetzen der Ferse (5,81 ± 5,26 Grad) (Tabelle 1b). Es gab keine statistisch signifikanten Vereinbarungen (P> 0,05) zwischen dem Smartphone-Anwendung und 3D-Motion-Capture-Maßnahmen der Kniewinkel. Es gab auch keine signifikanten Unterschiede (P> 0,05) zwischen den absoluten Messfehler zwischen den beiden Kamerapositionen (2,0 m und 4,0 m). Die Teilnehmer Beinlänge entfielen 40,4% Varianz der Höhe, in der die Smartphone-Kamera in der Ferne platziert wurde (4,0 m, p <0,0001) und 50% Varianz in der Nähe von Abstand (2,0 m, p <0,0001).
(Tabelle 1a). Bei Veranstaltungen Toe Aus 1, Heel Schlag 1 und Toe Off 2, für beide in der Nähe und weite Strecken zeigte die Smartphone-Anwendung moderate Vereinbarung. Verbesserte Vereinbarung wurde auf Toe beobachtet Aus 2, die beide in den nahen und fernen Entfernungen, mit verbesserter ICC-Werte beobachtet (Toe Aus 2 in der Nähe von ICC = 0,447, p <0,05; Zehe ab 2 Far ICC = 0,454, p <0,05).
| Kameraposition | Gait Phase | mittlere Errors | Std. Abweichung |
| In der Nähe von | Heel Schlag 1 | 5.74 | 8.49 |
| Heel Strike 2 | 6.36 | 4.14 | Toe Aus 1 | 3,93 | 5 |
| Toe Aus 2 | 2.49 * | 4.99 | |
| Weit | Heel Schlag 1 | 4,97 | 5,58 |
| Heel Strike 2 | 5,47 | 3.6 | |
| Toe Aus 1 | 2,71 | 5,64 | |
| Toe Aus 2 | 2,54 * | 4.69 |
Tabelle 1: Intrakorrelationsanalyse mit Signifikanzwerte (p-Wert). * Zeigt p <0,05.
| Kameraposition | Gait Phase | Intra Korrelation | Bedeutung |
| In der Nähe von | Heel Schlag 1 | 0,168 | 0,368 |
| 0,324 | 0,126 | ||
| Heel Strike 2 | 0,335 | 0,07 | |
| Toe Aus 2 | 0,447 | 0,018 * | |
| Weit | Heel Schlag 1 | 0,157 | 0,327 |
| Toe Aus 1 | 0,284 | 0,084 | |
| Heel Strike 2 | 0,248 | 0,119 | |
| Toe Aus 2 | 0,454 | 0,046 * |
Tabelle 2: Kniewinkel Messfehler. Bland-Altman Plots aus der Differenz der Maßnahmen zwischen der Anwendung und Motion - Capture - Systeme bieten visuelle Beweise erzeugt, deutet darauf hin , dass die Unterschiede sind von einer zufälligen Art, ohne irgendwelche Fehler proportional beobachtet werden (2a & 2b). Die Parzellen for 2,0 m und 4,0 m Entfernungen zeigen Daten, die um die mittlere Differenz Linie in der Mitte mehr verstreut sind. Dies zeigt, dass die Kameraposition auf die Fehler bei der Messung nicht bei.
Abbildung 2. Bland und Altman Plots , welches den Unterschied zwischen Maßnahmen Aufgenommen von der App und 3D - Motion - Capture - System während Toe off bei Far and Near Kamerapositionen. a) Kameraposition Far Toe Aus 2. b) Kameraposition in der Nähe von Toe Aus 2.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Der Zweck dieser Validierungsstudie war es, die Gültigkeit eines frei verfügbaren Smartphone-Anwendung, um zu bestimmen, klinisch als eine objektive und kostengünstiges Mittel zur Verwendung von Smartphone-Technologie für kinematische Ganganalyse im klinischen Umfeld eingesetzt werden. Bestehende Validierungsstudien, die kinematische Maßnahmen mit einer Smartphone-Anwendung geprüft sind begrenzt und haben keine dynamischen kinematischen Maßnahmen während des Gehens in der Sagittalebene aufgezeichnet beurteilt. Diese Validierungsstudie ist die erste mit einem Smartphone kinematischen Knie Maßnahmen in der Sagittalebene untersucht zu haben. Darüber hinaus ist diese Validierungsstudie ist die erste ein Protokoll für die kinematische Ganganalyse in der Sagittalebene zu entwickeln bekannt, eine Smartphone-Anwendung für die Replikation in der klinischen Einstellung.
Basierend auf den Ergebnissen, gab es einen signifikanten Unterschied zwischen den Kniewinkelmessungen durch die 3D-Motion-Capture-System und Smartphone-Anwendung, die exp sein sollteektiert. Es gibt nur begrenzte Genauigkeit der Messungen durch das Smartphone im Vergleich zur Kapazität des 3D-Motion-Capture-System erhalten. Die begrenzte Genauigkeit des Smartphones auf den technologischen Parametern basieren, die auf das jeweilige Gerät verfügbar waren, als die Studie durchgeführt wurde. Die Technik entwickelt sich weiter, können die Smartphone-Plattformen mit verbesserten Erfassungsraten präsentieren. Die Möglichkeit, Videos für die Analyse und Erfassung von Standbildern in einem Bewegungsrahmen zu verlangsamen kann auch die Genauigkeit der kinematischen Analyse der verfügbaren Smartphone-Plattformen zu verbessern. Der Einbau von Funktionen wie High-Definition-Video-Aufzeichnung, Slow-Motion-Capture, Qualität der Zoom und Fokus Kapazitäten können erheblich die Analyse des Endes ohne Verzerrung des gewünschten Gangs Moment verbessern. Auch wenn die Genauigkeit der Messung erhalten, das Knie Maß beeinflusst, wurde zwischen den beiden Kameraabstände kein signifikanter Unterschied in der Messfehler erkannt. Es war mäßig Zustimmung desKniewinkelmessungen während der Zehe ab Phase, was auf die erhöhte Zustimmung der Kniebeugung Maßnahme im Vergleich zu Zustimmung der Kniestreckung oder Überstreckung Messung während Fersenauftreffposition.
Im Durchschnitt ein 2 - 6 Grad-Bereich von wurde Messfehler erkannt. Der Fehlerbereich in dieser Studie entspricht gut mit einem etablierten klinisch akzeptablen Bereich des Fehlers. Zum Beispiel genommen multiple goniometrischen Maßnahmen einer Extremität durch einen einzelnen Prüfer hat eine Reichweite von 4 bis 5 Grad. 27, 28 Ferner ist die mittlere Standardabweichung von Extremität goniometrisches von mehreren Prüfern getroffenen Maßnahmen ist 5 bis 6 Grad. Bei einer Studie im Vergleich Erfassung von mechanischen Hebe Untersuchung in der Sagittalebene ist Messfehler auch reflektierende der klinisch akzeptabel Maßnahme zuvor erwähnt. In einer Studie von Norris et al. 5, der Standardfehlergemessen an der Hüfte, Knie und Knöchel bedeuten wurde während der mechanischen Hebe analysiert. Es lag bei 6,1 Grad Fehler für Knie-Messungen. Jedoch verwendet die Maßnahmen, die durch Norris einen Camcorder, die Maßnahmen mit der Analyse auf einem Computer mit einem Smartphone kompatiblen Anwendung aufzuzeichnen. Die Messfehler können nicht direkt mit den in dieser Studie Maßnahmen verglichen werden, da alle Maßnahmen auf einem Smartphone sowohl erfasst und analysiert wurden. Um die Ergebnisse in diesem Manuskript, alle Schritte in dem Protokoll vorgestellt zu replizieren muss wie beschrieben befolgt werden. Insbesondere Abschnitt 2 kritisch diese Validierung Technik auf die Durchführung und auch eine gültige kinematischen Maßnahme mit der Smartphone-App zu erhalten. Diese Schritte beschreiben, die Smartphone-Kamera Platzierungsverfahren und die Durchführung der kinematischen Maßnahmen.
Neben der Validierung der Smartphone-Nutzung für kinematische Verbindung Messung hat diese Studie die Verwendung von Smartphone zu vereinfachen und zu standardisieren, versuchtTechnologie zur Ganganalyse der Sagittalebene in der Klinik. Die Forscher entwickelten ein Protokoll für eine realistische Wiedergabe dieser Studie in einem klinischen Raum, unter Verwendung minimal und leicht verfügbare Ausrüstung. Das Protokoll enthält Parameter für den Raum benötigt, Ausrüstung benötigt, und die notwendigen Formeln patientenspezifische Setup für eine angemessene Erfassung der gewünschten unteren Extremität Segmente zu berechnen. Durch Anschluss an das Setup unten beschrieben, sind die Ermittler relativ zuversichtlich, dass Kliniker gültige kinematische Maßnahmen mit ± 5 Grad Fehler erhalten wird.
Subscription Required. Please recommend JoVE to your librarian.
Materials
| Name | Company | Catalog Number | Comments |
| Hudl Technique App | Hudl | Online app | Freely downladable app from adroid /apple store |
| Optotrak Certus 3D motion capture system | Northern Digital inc | Optotrak certus System | http://www.ndigital.com/msci/products/optotrak-certus/ |
| Smartphone | Apple | Iphone 5 | www.apple.com |
References
- Brunnekreef, J. J., van Uden, C. J., van Moorsel, S., Kooloos, J. G. Reliability of videotaped observational gait analysis in patients with orthopedic impairments. BMC Musculoskelet Disord. 6 (17), (2005).
- Jette, D. U., Halbert, J., Iverson, C., Miceli, E., Shah, P. Use of standardized outcome measures in physical therapist practice: perceptions and applications. Phys Ther. 89 (2), 125-135 (2009).
- Jette, D. U., et al. Evidence-based practice: beliefs, attitudes, knowledge, and behaviors of physical therapists. Phys Ther. 83 (9), 786-805 (2003).
- Stuberg, W. A., Colerick, V. L., Blanke, D. J., Bruce, W. Comparison of a Clinical Gait Analysis Method Using Videography and Temporal-Distance Measures with 16-Mm Cinematography. Phys Ther. 68 (8), 1221-1225 (1988).
- Norris, B. S., Olson, S. L. Concurrent validity and reliability of two-dimensional video analysis of hip and knee joint motion during mechanical lifting. Physiother Theory Pract. 27 (7), 521-530 (2011).
- Robinson, J. L., Smidt, G. L. Quantitative gait evaluation in the clinic. Phys Ther. 61 (3), 351-353 (1981).
- Krystkowiak, P., et al. Gait abnormalities induced by acquired bilateral pallidal lesions: a motion analysis study. J Neurol. 253 (5), 594-600 (2006).
- Grunt, S., et al. Reproducibility and validity of video screen measurements of gait in children with spastic cerebral palsy. Gait Posture. 31 (4), 489-494 (2010).
- Womersley, L., May, S. Sitting posture of subjects with postural backache. J Manipulative Physiol Ther. 29 (3), 213-218 (2006).
- DeForge, D., et al. Effect of 4-aminopyridine on gait in ambulatory spinal cord injuries: a double-blind, placebo-controlled, crossover trial. Spinal Cord. 42 (12), 674-685 (2004).
- Lucareli, P. R., et al. Gait analysis following treadmill training with body weight support versus conventional physical therapy: a prospective randomized controlled single blind study. Spinal Cord. 49 (9), 1001-1007 (2011).
- Lucareli, P. R., et al. [Gait analysis and quality of life evaluation after gait training in patients with spinal cord injury]. Rev Neurol. 46 (7), 406-410 (2008).
- McFadyen, B. J., Swaine, B., Dumas, D., Durand, A. Residual effects of a traumatic brain injury on locomotor capacity: a first study of spatiotemporal patterns during unobstructed and obstructed walking. J Head Trauma Rehabil. 18 (6), 512-525 (2003).
- Shin, J. C., Yoo, J. H., Jung, T. H., Goo, H. R. Comparison of lower extremity motor score parameters for patients with motor incomplete spinal cord injury using gait parameters. Spinal Cord. 49 (4), 529-533 (2011).
- Reid, S., Held, J. M., Lawrence, S. Reliability and Validity of the Shaw Gait Assessment Tool for Temporospatial Gait Assessment in People With Hemiparesis. Arch Phys Med Rehabil. 92 (7), 1060-1065 (2011).
- Stokic, D. S., Horn, T. S., Ramshur, J. M., Chow, J. W. Agreement Between Temporospatial Gait Parameters of an Electronic Walkway and a Motion Capture System in Healthy and Chronic Stroke Populations. Am J Phys Med Rehabil. 88 (6), 437-444 (2009).
- Arazpour, M., et al. Evaluation of a novel powered hip orthosis for walking by a spinal cord injury patient: a single case study. J. Prosthet. Orthot. Int. 36 (1), 105-112 (2012).
- Prado-Medeiros, C. L., et al. Effects of the addition of functional electrical stimulation to ground level gait training with body weight support after chronic stroke. Revista Brasileira De Fisioterapia. 15 (6), 436-444 (2011).
- Sousa, C. O., Barela, J. A., Prado-Medeiros, C. L., Salvini, T. F., Barela, A. M. Gait training with partial body weight support during overground walking for individuals with chronic stroke: a pilot study. J Neuroeng Rehabil. 8 (48), (2011).
- Krebs, D. E., Edelstein, J. E., Fishman, S. Reliability of observational kinamatic gait analysis. J Am Phys Ther Assoc. 65, 1027-1033 (1995).
- Martin, S. More than half of MDs under age 35 now using PDAs. Can. Med. Assoc. J. 169 (9), 952 (2003).
- Mosa, A. M., Yoo, I., Sheets, L. A Systematic Review of Healthcare Applications for Smartphones. BMC Med Inform Decis Mak. 12, (2012).
- Ferriero, G., et al. Reliability of a smartphone-based goniometer for knee joint goniometry. Int J Rehabil Res. 36 (2), 146-151 (2013).
- Vohralik, S. L., Bowen, A. R., Burns, J., Hiller, C. E., Nightingale, E. J. Reliability and validity of a smartphone app to measure joint range. Am J Phys Med Rehabil. 94 (4), 325-330 (2015).
- Scholtes, S. S., Gretchen, Ability to detect change in single leg squat movement patterns following instruction in females with patellofemoral pain using 2D motion analysis methods. Combined Sections Meeting. , APTA. Las Vegas, USA. (2014).
- Eltoukhy, M. A., Asfour, S., Thompson, C., Latta, L. Evaluation of the performance of digital video analysis of human motion: dartfish tracking system. IJSER. 3 (3), 1-6 (2012).
- Boone, D. C., et al. Reliability of goniometric measurements. Phys Ther. 58 (11), 1355-1360 (1978).
- Variability and reliability of joint measurements. Am J Sports Med. Bovens, A. M., van Baak, M. A., Vrencken, J. G., Wijnen, J. A., Verstappen, F. T. 18 (1), 58-63 (1990).
