Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Medicine
Click here for the English version

Medicine

En metod för att kvantifiera Upper Limb Performance i det dagliga livet som använder accelerometrar

Published: April 21, 2017 doi: 10.3791/55673
Automatic Translation
1,2,3, 1, 1,4,5, 1,2,3
1Program in Physical Therapy, Washington University School of Medicine, 2Program in Occupational Therapy, Washington University School of Medicine, 3Department of Neurology, Washington University School of Medicine, 4Mallinckrodt Institute of Radiology, Washington University School of Medicine, 5Department of Biomedical Engineering, Washington University

Summary

Detta protokoll beskriver en metod för att kvantifiera övre extremiteten prestanda i det dagliga livet genom att använda handledsburen accelerometrar.

Abstract

En viktig orsak till remiss till rehabilitering efter stroke och andra neurologiska tillstånd är att förbättra sin förmåga att fungera i det dagliga livet. Det har blivit viktigt att mäta en persons aktiviteter i det dagliga livet, och inte bara mäta sin kapacitet för verksamheten inom strukturerad miljö för en klinik eller laboratorium. En bärbar sensor som nu möjliggör mätning av daglig rörelse är accelerometern. Accelerometrar är kommersiellt tillgängliga enheter liknar stora armbandsur som kan bäras hela dagen. Data från accelerometrar kan kvantifiera hur benen är engagerade för att utföra aktiviteter i människors hem och samhällen. Denna rapport beskriver en metod för att samla in accelerometry uppgifter och förvandla det till kliniskt relevant information. Först är data som samlas in genom att ha deltagaren bära två accelerometrar (en på varje handled) för 24 h eller längre. De accelerometry data laddas sedan ner och bearbetas för att producera fyra different-variablerna som beskriver viktiga aspekter av övre extremitet aktivitet i det dagliga livet: timmars användning, användningsförhållande, magnitud förhållande, och det bilaterala magnitud. Densitets tomter kan konstrueras som visuellt representerar data från 24 h användningsperioden. Variablerna och deras resulterande densitet tomter är mycket konsekvent i neurologiskt intakta, samhällslevande vuxna. Denna slående konsistens gör dem ett användbart verktyg för att avgöra om övre extremiteten daglig prestanda skiljer sig från det normala. Denna metod är lämplig för forskningsstudier som undersöker övre extremiteterna dysfunktion och insatser för att förbättra övre extremiteten prestanda i det dagliga livet hos personer med stroke och andra patientgrupper. På grund av sin relativa enkelhet, kan det inte dröja länge innan det är också införlivas i klinisk Neurorehabilitation praktiken.

Introduction

Under de senaste två decennierna har det skett en explosion av intresse för bärbara sensorer för att mäta rörelser. En bärbar sensor som har genererat en hel del intresse i Neurorehabilitation fältet är accelerometern. 1, 2, 3 Accelerometrar, som namnet antyder, mäta accelerationer i gravitations enheter (1 g = 9,8 m / s 2) eller i godtyckliga enheter som kallas aktivitetsräkningar (1 aktivitetsräkning = en tillverkare specificerat gravitations värde). Accelerationer, liksom mänsklig rörelse, typiskt mätas och registreras i tre dimensioner, som motsvarar de olika axlar hos anordningen. De anordningar är kommersiellt tillgängliga och liknar stora armbandsur; de kan bäras under dagliga aktiviteter med minimala störningar. På grund av den rimliga kostnader och deras lättillgänglighet, är användningen av accelerometrar (kallas accelerometry) integreras i neurorehabilitation forskning.

Värdet av accelerometry till området för Neurorehabilitation är att det erbjuder en icke-invasiv, opartisk, kvantitativt mått på övre extremitet motorisk aktivitet utanför kliniken eller laboratoriet. 3 En viktig målsättning för rehabilitering för personer med stroke och andra neurologiska tillstånd är att förbättra sin förmåga att fungera i det dagliga livet, och inte bara på kliniken eller laboratoriet. Den Världshälsoorganisationens International Classification of Funktion skiljer mellan kapaciteten för aktivitet, mätt i en strukturerad miljö med kliniska tester, och prestanda för aktiviteten, såsom uppmätt i en ostrukturerad miljö. 4 Accelerometry möjliggör mätning av övre extremiteterna prestation i ostrukturerade miljö, det vill säga vad någon egentligen gör när de inte är på kliniken eller laboratoriet, inte bara vad de kunde göra. Införande av accelerometry i stroke Rehabilitation forskning nu utmanar länge haft antagandet att funktionella förbättringar i en strukturerad klinisk miljö översätta till förbättringar i prestanda i ostrukturerade, vardag. 5, 6, 7, 8

Vår grupp 9, 10, 11, 12, 13, 14 och andra 7, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24 har been tillbringade en hel del tid och kraft på att utveckla accelerometry metodik för användning inom forskning och klinisk praxis. Accelerometry har blivit väl etablerad som en giltig och pålitligt verktyg för att mäta övre extremiteten prestanda efter stroke. 1, 2, 15, 16, 17, 25 Den senaste utmaningen har vrida rå accelerometerdata i kliniskt meningsfull information (se referens 3 för en sammanfattning av denna utvecklingsprocess). Den metod som beskrivs här kan användas för särskiljande övre extremiteten prestanda i det dagliga livet i friska kontrolldeltagare 10, 12 från den i deltagare som har drabbats av stroke 6, 9, 11 14 Accelerometern metoden är lämplig för forskningsstudier som undersöker övre extremiteterna dysfunktion och insatser för att förbättra övre extremiteten prestanda i det dagliga livet hos personer med stroke och andra neurologiska populationer. På grund av sin relativa enkelhet, kan det inte dröja länge innan det är också införlivas i klinisk Neurorehabilitation praktiken.

Protocol

Detta protokoll godkändes av Human Research Protection Office Washington University.
OBS: Instruktioner skrevs specifika för kommersiellt tillgängliga accelerometrar och deras tillhörande programvara för datainsamling (se tabell of Materials).

1. Förberedelse av Accelerometrar att samla in data

  1. Anslut de två accelerometrar till datorn (via dockningsstationen) för att ladda sina batterier; Detta kommer att säkerställa inspelningen under hela användningstiden.
  2. Med accelerometrar ansluten till datorn, öppna lämplig mjukvara för att initiera dem.
  3. Inom programmet, välj 'Initialisering' synkronisera accelerometern klockor till varandra och till den lokala datorn och ställ datainsamlingsparametrarna enligt följande.
    1. Enter (eller välj från kalendern och klockan) start- och slutdatum och tider. Välj början av datainsamling baserade på när accelerometers kommer att placeras på deltagarens och en sluttid på minst 24 timmar senare.
      OBS! Dag bär period ger en bra representation av daglig verksamhet i icke anställda vuxna. 12 Längre bär perioder kan vara mer lämplig för vuxna eller barn med varierande dagliga scheman. 3, 18, 26
    2. Välj '30 Hz från rullgardinsmenyn för 'Sampling Rate'.
    3. Lämna 'LED Alternativ' och 'Trådlösa alternativ' okontrollerat.
    4. För att förlänga batteritiden, aktivera 'Idle viloläge'.
  4. För att slutföra initieringen processen väljer du 'Ange ämne Info'.
    1. Ange ämne specifik information för lokalisering av accelerometern (handled) och karossidan ( 'Rätt' eller 'vänster').
    2. Välj att fylla i annat ämne specifik information som desiröd; post kommer att vara för endast identifiering och kommer inte att påverka dataanalyser som beskrivs här.
    3. När du är klar väljer du "Initialize Devices för att slutföra processen. När initieringen är bekräftad, kan accelerometrar säkert kopplas bort från datorn.

2. Placering och bärandet av Accelerometrar att samla in data från deltagare

  1. Placera en accelerometer på varje handled för deltagaren.
    OBS: De accelerometrar bör passa tätt, men inte för tätt mot handleden, som en stor armbandsur. En mängd olika band kan användas beroende på storleken, preferens, och komfort nivå av deltagaren.
  2. Instruera deltagaren enligt följande, och svara på eventuella frågor deltagaren kan ha om användningsperioden och aktivitet under denna tid.
    1. Be deltagaren att göra sin ordinarie verksamhet under hela dagen; accelerometrar kan kännas konstigt i början, menen snart vänjer sig dem.
    2. Instruera dem att accelerometrarna är vattentät och kan bäras under duscha eller diskar. Instruera dem att inte bära accelerometrar under längre perioder av simning.
    3. Be dem att hålla accelerometrar på under tupplurar och övernattning.
      OBS! Accelerometrar är märkta för att identifiera vänster och höger sensorer. Om accelerometrar måste tas bort under användningsperioden, etiketterna hjälpa till att identifiera rätt sida när du sätter tillbaka dem på. Instruera användare att skriva ner på bär log när de togs bort och sätta på igen accelerometrar bärs på natten eftersom när vi låta folk ta bort dem, de ofta inte sätta tillbaka på, eller sätts tillbaka på motsatta lemmar.
  3. Skicka deltagaren hem med uppmuntran att delta i dagliga aktiviteter och instruktioner om när du ska ta de två accelerometrar av, och hur man kan föra eller skicka tillbaka accelerometrar och wearing log.

3. ladda ner data för visuell inspektion

  1. När accelerometrar har återvänt efter en bär period av 24 h eller mer, ansluta accelerometrar till datorn för att hämta de registrerade uppgifterna.
  2. Välj 'Download' i lämplig programvara och sedan välja en plats för att lagra data på datorn med hjälp av 'Ändra plats' -knappen.
    1. Välj alternativet 'Skapa AGD fil'.
    2. För filer som är lätta att se, välja '10 s'från 'Epoch' listrutan. Använd dessa filer i steg 3.3.
    3. Välj 'Hämta alla enheter'.
  3. Inspektera data för att bekräfta accelerometrar var slitna för den planerade tidsperioden och / eller att uppgifterna matchar bära stocken.
    1. Från huvudmenyn, klicka på 'Arkiv | Öppna AGD File' och sedan välja de filer som ska öppnas.
    2. Titta på '; Daily Grafer för att se de insamlade data.
    3. Bekräftar att aktiviteten inträffade under typiska vakna timmar och att det inte längre perioder utan aktivitet, utom i nattetid. Diagrammen kan skalas att fokusera på mindre steg tid och rullas igenom om så önskas.

4. Ladda ned data för bearbetning

  1. Upprepa nedladdningsprocessen (steg 3,2), men den här gången väljer '1 s' från 'Epoch' listrutan. Detta kommer bin data till 1 s epoker, 10, 11, 12 och generera filer som kommer att användas för beräkningar.
    OBS: De accelerometrar och programvara som används här (se tabell of Materials) använd proprietär mjukvara för att filtrera bort högfrekvent, icke-mänsklig aktivitet (t.ex. accelerationer från att vara i en bil ride). Filtrering kan behöva göras med anpassade skrivna program om du använderolika enheter och programvara. Anpassad skrivna programvara kan också användas för att identifiera och ta bort övre extremiteten tremor, såsom i en person med Parkinsons sjukdom.
  2. Från 1 s filer som sparats i steg 4,1, beräkna en vektorstorleken tidsserie av de 3-dimensionella uppgifter som kvadratroten ur (x 2 + y 2 + z 2) från data från varje accelerometer. Den här gången serien kan sedan användas för att beräkna ett antal variabler för att kvantifiera övre extremiteten aktivitet under det dagliga livet.
    OBS! Instruktioner Bearbetnings antar en dag bär period. Om användningsperioden är längre, kan data bearbetas i separata enkel dag bitar, eller som en enda tidsserie med beräknade variabler justeras av av längden av slit period när det är lämpligt.

5. Variabler och grafiska representationer Skapad från Accelerometry Data

OBS: övre extremiteten rörelser i samband med promenader ingår i de analyserade data. Tidigare arbete har fastställt att gång inte påverkar accelerometer förhållandet variabler. 15 Även om införandet av walking ändrar inte icke-förhållandet variabler för neurologiskt intakta vuxna 27 är det möjligt att införandet av promenader kan resultera i en liten överskattning av de icke-förhållandet variabler för deltagare med stroke.

  1. Beräkna timmars användning av varje lem genom att summera alla sekunder under registreringsperioden när aktivitetsräkning var icke-noll, och sedan omvandla till timmar. 12, 17
    OBS: Denna beräkning ger ett värde för varje lem.
  2. Beräkna förbrukningsförhållandet (även kallad aktivitetsförhållande) genom att dividera de timmars användning av den icke-dominanta lem (eller påverkas lem) genom timmarna av användning av den dominanta (eller icke-påverkade) lem.
    OBS: Användning förhållandet kvantifierar den totala varaktigheten av en lem verksamhet i förhållande till den andra.ef "> 12, 15 Denna beräkning ger ett enda värde, typiskt mellan 0 och 1. Ett värde på 1 indikerar de båda skänklarna används för lika varaktig hela användningsperioden. Ett värde på noll betyder att den icke-dominanta eller drabbade extremiteten användes inte alls.
  3. Beräkna storleken förhållandet enligt följande.
    1. För varje sekund av data i tidsserier, beräkna den naturliga logaritmen av vektorn storleken av den icke-dominanta lem (eller påverkas lem) dividerat med vektorstorleken av den dominanta (eller icke-drabbade) lem.
    2. Ersätta värden som är större än 7 och mindre än -7, med 7 och -7, respektive, för att kategorisera enda lem rörelse. 11
      OBS: Storleken förhållandet kvantifierar bidraget från varje lem till daglig verksamhet på en andra-för-sekund. 10, 11 Detta är begreppsmässigt liknar användningen förhållandet, men tar hänsyn till integrensity rörlighet (accelerations storlek) av varje lem under varje sekund. Denna beräkning ger en tidsserie värden, där värden på noll indikerar båda benen hade samma rörelse intensitet under den tidsögonblick. Positiva värden indikerar rörelse större intensitet från den icke-dominanta (eller drabbade) lem och negativa värden anger rörelse större intensitet från den dominerande (eller opåverkat) lem.
  4. Beräkna bilaterala storleksordning som summan av vektor magnitud från de två benen.
    OBS: Det bilaterala magnitud kvantifierar intensiteten av rörelsen i både armar på en andra-för-sekund. 10, ger 11 Denna beräkning en tidsserie av värden, där värdet anger rörelsen intensitet, med högre värden indikerande höga intensiteter.
  5. Konstruera densitets tomter att grafiskt representera accelerometry data från båda skänklarna 11 som foldalar.
    1. Rita varje sekund av data som en bivariat histogram med frekvensen representeras i färg. Ställ in färgskalan så att kallare färger (blues) indikerar mindre frekvent aktivitet och varmare färger (gul genom röd) indikerar mer frekvent aktivitet.
    2. rita magnitud förhållande, vilket indikerar det bidrag en skänkel kontra den andra, på x-axeln.
    3. Plotta bilaterala magnitud, indikerar intensiteten av rörelsen, på y-axeln.
    4. Plotta enkel lem värden som separata staplarna på längst till vänster bar (-7), vilket indikerar aktivitet av bara den dominerande (eller opåverkad) lem, och längst till höger (7), vilket indikerar aktivitet av bara den icke-dominanta (eller påverkas ) lem.
      OBS! Tomter ge ett sammanhang för forskare, kliniker och deltagarna att tolka två variabler tillsammans, storleken förhållandet och det bilaterala omfattning. Ett alternativ för att skapa densitet tomter hjälp accelerometry data finns tillgängliga här. 44 </ Sup>

Representative Results

Data från en referent prov av community-bostad, neurologiskt intakta vuxna kan användas för att tolka data från deltagare med stroke eller andra förhållanden som påverkar övre extremiteten prestanda. 10, 11, 12 Tabell 1 visar sammanfattande statistik för timmars användning och användningen förhållandet från en frisk referent prov. Sammantaget, de flesta människor är aktiva med sina dominanta och icke dominanta handen för ungefär samma tid under dagen. Den genomsnittliga är nära 9 h, men det finns ett stort utbud, fånga mer aktiva och mindre aktiva människor. Den genomsnittliga användningen förhållandet är knappt 1,0 och har en liten standardavvikelse. Således, oavsett hur aktiv man är, är de dominerande och icke-dominanta lemmar som används för liknande löptider under hela dagen. Vidare har ålder inte påverkar övre lem prestandamått i närvaro av god hälsa.lass = "externa referenser"> 12 Beräknade värden väsentligen utanför dessa referent värden (± 3-4 SDS) bör noggrant kontrolleras för att säkerställa att de är verkliga, såsom föreslås av Uswatte och kollegor. 16

Genomsnitt Standardavvikelse Minimum Maximal
Timmars dominerande lem användning 9,1 1,9 4,4 14,2
Timmars icke-dominanta lem användning 8,6 2 4,1 15,5
användning förhållande 0,95 0,06 0,79 1,1

Tabell: Sammanfattning Accelerometry Statistik från Neurgiskt intakt, gemenskapen Bostaden vuxna. Värden är från referent prov av 74 gemenskap bostad vuxna (medelålder 54 ± 11, 53% kvinnliga, 84% högra dominant), från 12 referens.

Densitets tomter tillåter en att ta en närmare titt på data. Figur 1 är en representativ densitet diagram från en frisk vuxen, med data samlas in och behandlas såsom beskrivits ovan. Tomter som detta ger viktig information om övre extremiteterna prestanda i det dagliga livet. Det finns tre viktiga inslag i denna tomt som är mycket konsekvent över vuxna i alla åldrar. 3, 11 För det första är bilden symmetrisk. Detta tyder på att de övre extremiteterna är aktiva tillsammans hela dagen, med de dominerande och icke-dominanta lemmar som används på samma sätt. Likheten i rörelse kan inte presentera vara vid en specifik instans i tiden, med varje skänkel taking sin tur leder eller släpar under olika aktiviteter, men kan ses under loppet av dagen. Även staplarna på vardera sidan vid -7 och 7 (vilket indikerar enbart dominerande och uteslutande icke-dominanta aktivitet) är liknande i färg. Symmetrin strider mot gemensamma uppfattningar om handen dominans. Andra, är handlingen trädformad med ett brett bottenparti och rundade kanter. De 'fälgar' eller rundade kanter av bottenpartiet representerar aktivitet där en lem rör sig medan den andra är relativt stilla. Ett exempel på detta skulle vara att placera föremål i en behållare med en hand medan hålla behållaren med den andra. 10 symmetri i de rundade kanterna tyder på att båda händerna är aktiva för att utföra och stabilisera på samma sätt under loppet av dagen. Den översta toppen representerar de mindre vanliga, högre intensitet aktiviteter, såsom att placera stora föremål på en hög hylla med båda händerna. 10 För det tredje finns det en varm glöd i mitten. Detta indikerar att de mest frekventa övre extremiteten rörelser är låg intensitet med ungefär lika stora bidrag från både lemmar. Exempel på detta skulle vara att skriva eller skära med kniv och gaffel. 10

Figur 1
Figur 1: Representativt exempel från en neurologiskt intakta Vuxen. Densiteten diagrammet visar 24 timmarna av övre extremitet användning i det dagliga livet, plottad på en andra-för-sekund. X-axeln (magnitud förhållande) indikerar bidraget från varje lem till aktivitet. Y-axeln (bilateral magnitud) anger intensiteten av rörelsen. Färgen representerar frekvens, med den stora färgstapeln skala på den högra sidan av figuren, där ljusare färger indikerar större frekvenser. De små bars på -7 och 7 representerar ensidiga dominant och icke-dominanta aktivitet, respektive."> Klicka här för att se en större version av denna siffra.

Över detta prov av vuxna, densitets tomter är påfallande lika i form och färg. 11 Människor som är relativt inaktiva tenderar att ha kortare, bredare, bilder med svalare färger. Människor som är mycket aktiva tenderar att ha högre bilder med varmare färger. Den slående överensstämmelse mellan vuxna gör det lätt att identifiera deltagarna övre extremiteterna prestanda som är annorlunda än dessa normer.

Figur 2 är ett exempel på en densitet tomt i en person med stroke. Denna person är en högerhänt hane som hade en ischemisk stroke påverkar hans hjärna på höger sida 11 månader innan dessa data samlas in. Den högra sidan av hjärnan styr vänster sida av kroppen, och hans vänstra övre extremiteterna hade måttlig pares och dysfunktion, såsom visas av en Motricity Index 28 poäng 60/100 och en åtgärd Research Arm Test 29 poäng 38/57. Under 24 timmar bär period paretic vänster lem var aktiv under 1,5 timmar och icke-paretic höger ben var aktiv under 5,8 h. Hans användning förhållandet var 0,47, ungefär hälften av normalvärdet. Jämfört med densiteten plotten i Figur 1, är denna densitet plot avgjort asymmetrisk, vilket indikerar att paretic övre extremiteten var sällan aktiv under det dagliga livet. Den svala färger på mittdelen av tomten jämfört med de mörka röda färger för den inre bar vid -7 indikerar en hög frekvens av rörelse med bara den icke-paretic lem. Den totala toppen är låg, vilket indikerar endast låg intensitet aktiviteter. Sammantaget indikerar densiteten plot att den paretic lemmen deltar endast minimalt i daglig aktivitet.

figur 2
Figur 2: Representativt exempel från en Person med stroke. Densiteten diagrammet visar 24 timmarna av övre extremitet användning i det dagliga livet, plottad på en andra-för-sekund. X-axeln (magnitud förhållande) indikerar bidraget från varje lem till aktivitet. Y-axeln (bilateral magnitud) anger intensiteten av rörelsen. Färgen representerar frekvens, med den stora färgstapeln skala på den högra sidan av figuren, där ljusare färger indikerar större frekvenser. De små bars på -7 och 7 representerar ensidiga dominant och icke-dominanta aktivitet, respektive. Jämför symmetri, topphöjd och färg till Figur 1. klicka god här för att se en större version av denna siffra.

Medan accelerometry metoden har utvecklats för användning hos personer med stroke, nyttan av denna metod omfattar andra populationer. Det kan vara fördelaktigt för att utvärdera resultaten i en Varihället av patientpopulationer. Figur 3 är ett exempel på en densitet tomt i en person med en övre lem amputation nedanför armbågen. Denna person var en 75-årig man, skadades i en olycka ungefär åtta år sedan. Hans högra tidigare dominant, hand amputerades vid tidpunkten för olyckan. Han äger en övre extremiteten protes men bär det bara 1-2 gånger per månad för att lyfta tunga föremål. Merparten av tiden, som i denna siffra, han inte bära den. Under 24 h användningsperioden, den intakta, vänster lem var aktiv för 6,9 h och den kvarvarande, högra lemmen var aktiv för 4,7 h (accelerometer bars distalt på den kvarvarande lemmen). Hans användning förhållandet var 0,68, vilket tyder på en preferens för ingrepp med den intakta extremiteten över den kvarvarande lemmen. Denna densitet tomt är mindre symmetrisk och har svalare färger än den hos en kontrollindivid (Figur 1), men är mer symmetriska och visar mer aktivitet än personen med stroke som visas i figur 2. Sålunda, denna person favors intakt lem, men ändå engagerar residualextremiteten i aktiviteter i det dagliga livet.

figur 3
Figur 3: Representativt exempel från en person med Övre extremitet amputation. Densiteten diagrammet visar 24 timmarna av övre extremitet aktivitet i det dagliga livet, plottad på en andra-för-sekund. X-axeln (magnitud förhållande) indikerar bidraget från varje lem för att aktivitet vid det ögonblick i tiden. Y-axeln (bilateral magnitud) anger intensiteten av rörelsen. Färgen representerar frekvens, med den stora färgstapeln skala på den högra sidan av figuren, där ljusare färger indikerar större frekvenser. De små bars på -7 och 7 representerar ensidiga dominant och icke-dominanta aktivitet, respektive. Jämför symmetri, topphöjd och färg till fig 1 och 2. klicka god här för att se en större version av denna siffra.

Ett annat exempel på hur denna metod kan användas i personer med begränsad rörlighet som behöver öka aktiviteten. Figur 4 är ett exempel på en densitet diagram från en äldre, högerhänt individuell vistas i en skicklig omvårdnad anläggning. Denna person var försvagade efter en akut sjukdom och att ta emot vård och rehabilitering för att återfå självständighet och återvända hem. Den dominerande lem var aktiv för 2,4 timmar och den icke-dominanta lem var aktiv för 2,0 timmar. Användningen förhållandet var 0,84, vilket är på den lägre delen av den normativa intervallet (se tabell 1). Denna densitet tomt är nästan symmetrisk, som kan förväntas från ett allmänt medicinskt tillstånd, men toppen är mycket låg och färgerna är oftast cool, vilket indikerar liten aktivitet under användningsperioden.

OAD / 55.673 / 55673fig4.jpg"/>
Figur 4: Representativt exempel från en person Återställning från medicinsk sjukdom i en Skickliga Nursing Facility (SNF). Densiteten diagrammet visar 22 h av övre extremitet aktivitet i det dagliga livet, plottad på en andra-för-sekund. X-axeln (magnitud förhållande) indikerar bidraget från varje lem för att aktivitet vid det ögonblick i tiden. Y-axeln (bilateral magnitud) anger intensiteten av rörelsen. Färgen representerar frekvens, med den stora färgstapeln skala på den högra sidan av figuren, där ljusare färger indikerar större frekvenser. De små bars på -7 och 7 representerar ensidiga dominant och icke-dominanta aktivitet, respektive. Jämför symmetri, topphöjd och färg till Figur 1. klicka god här för att se en större version av denna siffra.

Slutligen kan denna metod inte be bara för vuxna. Protokollet är lämplig för barn, med mindre anpassningar för att uppmuntra bär (t.ex. färgglada band, förslag att enheterna "gör du ser ut som en superhjälte). Densitets tomter från typiskt utvecklade barn visar samma allmänna former som vuxna, trädet-formen är smalare och toppen väsentligt högre. Barnens formerna överensstämmer med deras större aktivitetsnivå; ett exempel på densitets tomter från ett typiskt utvecklar barnet och ett barn med hemiparetic cerebral pares kan ses på sid. 25, figur 5B och 5C i referens 3. Ytterligare undersökningar behövs för ansökan till pediatrisk klinisk praxis. Det bör noteras att användningen förhållandet har en konsekvent måttlig förhållande till självrapportering av övre extremiteterna aktivitet hos vuxna med stroke, ett, men hos barn med cerebral pares, är användningen förhållandet inte är relaterade till den överordnade rapporten övre limb aktivitet. 30 Oavsett om den förändrade förhållandet mellan sensor mätas och rapporteras värden ligger i de uppfattningar om reportrarna eller i någon kvantitativ eller kvalitativ skillnad i hur barn flyttar är okänd. Framtida studier är i högsta grad behövs för att bestämma normativa värden för normalutvecklade barn och undersöka tolkningen av värdena hos barn med funktionshinder.

Discussion

Denna rapport detaljer en metod för att mäta övre extremiteten prestanda i vardagen använder accelerometrar som bärs på handlederna. Användning av denna metod rehabilitering forskning och klinisk praxis ger ett betydande framsteg på befintliga metoder, det vill säga möjlighet att lära sig hur en experimentell eller typiska behandlingseffekterna funktionell prestanda i det dagliga livet, inte bara kapacitet på kliniken eller laboratoriet. Accelerometry kan användas tillsammans med, eller i stället för, självrapporterade mått på daglig prestanda, 31, 32, 33, som kan vara mer mottagliga för kognitiva brister eller omedvetna fördomar. 34, 35, 36, 37 Tidig antagandet av denna metodik har gett data som strider mot förväntningarna, 5 vilket skulle kunna tvinga tHan fält att ompröva innehållet och leverans av rehabiliteringstjänster.

Kritiska steg i protokollet säkerställa korrekta och verkliga data samlades in under användningsperioden (protokoll steg 2,2, 2,3 och 3,3). Underlåtenhet att följa dessa steg kan leda till beräknade värden som inte har någon betydelse. Det är relativt lätt att se till att accelerometrar är på de tilldelade handlederna som personen lämnar kliniken eller laboratoriet. Visuell inspektion av data efter accelerometrarna returneras är nödvändigt, eftersom deltagarna ofta beter sig annorlunda än instrueras eller förväntade. Även relativt sällsynt, har deltagarna varit kända för att ta bort accelerometrar strax efter att ha lämnat utredningsgrupp, sätta dem igen på fel sida, eller försöker uppmuntra andra i familjen att bära dem. Mycket av detta kan undvikas om accelerometrarna är tydligt märkta för varje sida, är klädd i loggen avslutad och data inspekteras strax after återvända, det vill säga om en uppföljande telefonsamtal behövs för att klargöra att bära sidan och tider.

Medan accelerometry metodiken kvantifierar allmän övre extremiteten prestanda, inte ge information om rörelsekvalitet eller om specifika aktiviteter som utfördes under användningsperioden, såsom att veta att en deltagare äter; se referens 3 för en diskussion om denna fråga. Som ett verktyg då kommer accelerometry vara mest användbar som en utfallsmått när den vetenskapliga fråga eller rehabilitering ingripande är inriktad på att förändra den allmänna övre extremiteten prestanda i det dagliga livet, såsom mängden aktivitet och medverkan av bilaterala lemmar i den dagliga verksamheten. Accelerometry blir mindre användbar som en utfallsmått när den vetenskapliga fråga eller rehabilitering ingripande är inriktad på att förändra kvaliteten på rörelsen eller ändra endast ett fåtal specifika rörelser i det dagliga livet. Vi räknar med att computational metoder kommer att förbättras med tiden och kommande generationer av denna metod kan ha möjlighet att övervinna dessa begränsningar.

Sammanfattningsvis innebär accelerometry en möjlighet för kvantitativ bedömning av övre extremiteterna prestanda i det dagliga livet. Metodiken som beskrivs här kan vara den övre extremiteten version av de vanligaste rörlighet metoder, där steg per dag eller minuters måttlig fysisk aktivitet är inspelade på bärbara enheter. 38, 39, 40, 41, 42, 43 medan de utvecklade för personer med stroke kommer mångsidigheten hos metoden möjliggör framtida tillämpning i en mängd andra populationer. Ytterligare metodutveckling behövs hos vuxna och barn neurorehabiliation andra än stroke populationer för att svara på klinisk och forsknings questions relaterade till bilateral aktivitet av de övre extremiteterna.

Disclosures

Författarna förklarar att de inte har några motstridiga ekonomiska intressen.

Acknowledgments

Vi tackar Brittany Hill, Ryan Bailey, och Mike Urbin för deras bidrag till accelerometry metodik och data. Finansieringen för detta projekt kommer från NIH R01 HD068290.

Materials

Name Company Catalog Number Comments
Accelerometers (2) Actigraph LLC wGT3X-BT This is the most common device on the market.  Similar products are available from other vendors.  http://actigraphcorp.com/products-showcase/activity-monitors/actigraph-wgt3x-bt/
Hub Actigraph LLC 7 Port USB Hub This device connects the accelerometers to the computer allowing for charging and communication. Includes hub, usb cables, power connector. http://actigraphcorp.com/products/7-port-usb-hub-2016/
Straps  Actigraph LLC Woven Nylon Wrist Band  Other straps that are velcro or disposable are also available.  http://actigraphcorp.com/product-category/accessories/
Actilife Software Actigraph LLC It is best to purchase the software from the same vendor as the accelerometers.  Similar products are available from other vendors. http://actigraphcorp.com/products-showcase/software/actilife/
Computational software The most common software is MATLAB, but computation could also be done in Excel or other similar products.  

DOWNLOAD MATERIALS LIST

References

  1. Lang, C. E., Bland, M. D., Bailey, R. R., Schaefer, S. Y., Birkenmeier, R. L. Assessment of upper extremity impairment, function, and activity after stroke: foundations for clinical decision making. J Hand Ther. 26 (2), 104-115 (2013).
  2. Gebruers, N., Vanroy, C., Truijen, S., Engelborghs, S., De Deyn, P. P. Monitoring of physical activity after stroke: a systematic review of accelerometry-based measures. Arch Phys Med Rehabil. 91 (2), 288-297 (2010).
  3. Hayward, K. S., et al. Exploring the role of accelerometers in the measurement of real world upper limb use after stroke. Brain Impairment. 17 (1), 16-33 (2016).
  4. Towards a common language for Functioning, Disability, and Health: ICF. , World Health Organization. Geneva. (2002).
  5. Waddell, K. J., et al. Does task-specific training improve upper limb performance in daily life post stroke? Neurorehabil Neural Repair. , (2016).
  6. Doman, C. A., Waddell, K. J., Bailey, R. R., Moore, J. L., Lang, C. E. Changes in Upper-Extremity Functional Capacity and Daily Performance During Outpatient Occupational Therapy for People With Stroke. Am J Occup Ther. 70 (3), (2016).
  7. Rand, D., Eng, J. J. Predicting daily use of the affected upper extremity 1 year after stroke. J Stroke Cerebrovasc Dis. 24 (2), 274-283 (2015).
  8. Lemmens, R. J., et al. Accelerometry measuring the outcome of robot-supported upper limb training in chronic stroke: a randomized controlled trial. PLoS One. 9 (5), 96414 (2014).
  9. Bailey, R. R., Birkenmeier, R. L., Lang, C. E. Real-world affected upper limb activity in chronic stroke: an examination of potential modifying factors. Top Stroke Rehabil. 22 (1), 26-33 (2015).
  10. Bailey, R. R., Klaesner, J. W., Lang, C. E. An accelerometry-based methodology for assessment of real-world bilateral upper extremity activity. PLoS One. 9 (7), 103135 (2014).
  11. Bailey, R. R., Klaesner, J. W., Lang, C. E. Quantifying Real-World Upper-Limb Activity in Nondisabled Adults and Adults With Chronic Stroke. Neurorehabilitation and Neural Repair. 29 (10), 969-978 (2015).
  12. Bailey, R. R., Lang, C. E. Upper-limb activity in adults: referent values using accelerometry. J Rehabil Res Dev. 50 (9), 1213-1222 (2013).
  13. Urbin, M. A., Bailey, R. R., Lang, C. E. Validity of body-worn sensor acceleration metrics to index upper extremity function in hemiparetic stroke. J Neurol Phys Ther. 39 (2), 111-118 (2015).
  14. Urbin, M. A., Waddell, K. J., Lang, C. E. Acceleration Metrics Are Responsive to Change in Upper Extremity Function of Stroke Survivors. Arch Phys Med Rehabil. , (2014).
  15. Uswatte, G., et al. Ambulatory monitoring of arm movement using accelerometry: an objective measure of upper-extremity rehabilitation in persons with chronic stroke. Arch Phys Med Rehabil. 86 (7), 1498-1501 (2005).
  16. Uswatte, G., et al. Validity of accelerometry for monitoring real-world arm activity in patients with subacute stroke: evidence from the extremity constraint-induced therapy evaluation trial. Arch Phys Med Rehabil. 87 (10), 1340-1345 (2006).
  17. Uswatte, G., et al. Objective measurement of functional upper-extremity movement using accelerometer recordings transformed with a threshold filter. Stroke. 31 (3), 662-667 (2000).
  18. Rand, D., Eng, J. J., Tang, P. F., Jeng, J. S., Hung, C. How active are people with stroke?: use of accelerometers to assess physical activity. Stroke. 40 (1), 163-168 (2009).
  19. Rand, D., Givon, N., Weingarden, H., Nota, A., Zeilig, G. Eliciting upper extremity purposeful movements using video games: a comparison with traditional therapy for stroke rehabilitation. Neurorehabil Neural Repair. 28 (8), 733-739 (2014).
  20. Connell, L. A., McMahon, N. E., Simpson, L. A., Watkins, C. L., Eng, J. J. Investigating measures of intensity during a structured upper limb exercise program in stroke rehabilitation: an exploratory study. Arch Phys Med Rehabil. 95 (12), 2410-2419 (2014).
  21. de Niet, M., Bussmann, J. B., Ribbers, G. M., Stam, H. J. The stroke upper-limb activity monitor: its sensitivity to measure hemiplegic upper-limb activity during daily life. Arch Phys Med Rehabil. 88 (9), 1121-1126 (2007).
  22. Vega-Gonzalez, A., Bain, B. J., Granat, M. H. Measuring continuous real-world upper-limb activity. Conf Proc IEEE Eng Med Biol Soc. 4, 3542-3545 (2005).
  23. Vega-Gonzalez, A., Granat, M. H. Continuous monitoring of upper-limb activity in a free-living environment. Arch Phys Med Rehabil. 86 (3), 541-548 (2005).
  24. van der Pas, S. C., Verbunt, J. A., Breukelaar, D. E., van Woerden, R., Seelen, H. A. Assessment of arm activity using triaxial accelerometry in patients with a stroke. Arch Phys Med Rehabil. 92 (9), 1437-1442 (2011).
  25. Lang, C. E., Wagner, J. M., Edwards, D. F., Dromerick, A. W. Upper Extremity Use in People with Hemiparesis in the First Few Weeks After Stroke. J Neurol Phys Ther. 31 (2), 56-63 (2007).
  26. Rand, D., Eng, J. J. Disparity between functional recovery and daily use of the upper and lower extremities during subacute stroke rehabilitation. Neurorehabil Neural Repair. 26 (1), 76-84 (2012).
  27. Bailey, R. R. Assessment of Real-World Upper Limb Activity in Adults with Chronic Stroke. , Washington University. St. Louis, MO. Doctoral thesis (2015).
  28. Collin, C., Wade, D. Assessing motor impairment after stroke: a pilot reliability study. J Neurol Neurosurg Psychiatry. 53 (7), 576-579 (1990).
  29. Yozbatiran, N., Der-Yeghiaian, L., Cramer, S. C. A standardized approach to performing the action research arm test. Neurorehabil Neural Repair. 22 (1), 78-90 (2008).
  30. Sokal, B., Uswatte, G., Vogtle, L., Byrom, E., Barman, J. Everyday movement and use of the arms: Relationship in children with hemiparesis differs from adults. J Pediatr Rehabil Med. 8 (3), 197-206 (2015).
  31. Uswatte, G., Taub, E., Morris, D., Light, K., Thompson, P. A. The Motor Activity Log-28: assessing daily use of the hemiparetic arm after stroke. Neurology. 67 (7), 1189-1194 (2006).
  32. Duncan, P. W., et al. The stroke impact scale version 2.0. Evaluation of reliability, validity, and sensitivity to change. Stroke. 30 (10), 2131-2140 (1999).
  33. Simpson, L. A., Eng, J. J., Backman, C. L., Miller, W. C. Rating of Everyday Arm-Use in the Community and Home (REACH) scale for capturing affected arm-use after stroke: development, reliability, and validity. PLoS One. 8 (12), 83405 (2013).
  34. Bradburn, N. M., Rips, L. J., Shevell, S. K. Answering autobiographical questions: the impact of memory and inference on surveys. Science. 236 (4798), 157-161 (1987).
  35. Tatemichi, T. K., et al. Cognitive impairment after stroke: frequency, patterns, and relationship to functional abilities. J Neurol Neurosurg Psychiatry. 57 (2), 202-207 (1994).
  36. Adams, S. A., et al. The effect of social desirability and social approval on self-reports of physical activity. Am J Epidemiol. 161 (4), 389-398 (2005).
  37. Prince, S. A., et al. A comparison of direct versus self-report measures for assessing physical activity in adults: a systematic review. Int J Behav Nutr Phys Act. 5, 56 (2008).
  38. Cavanaugh, J. T., et al. Capturing ambulatory activity decline in Parkinson's disease. J Neurol Phys Ther. 36 (2), 51-57 (2012).
  39. Paul, S. S., et al. Obtaining Reliable Estimates of Ambulatory Physical Activity in People with Parkinson's Disease. J Parkinsons Dis. , (2016).
  40. Danks, K. A., Roos, M. A., McCoy, D., Reisman, D. S. A step activity monitoring program improves real world walking activity post stroke. Disabil Rehabil. 36 (26), 2233-2236 (2014).
  41. Roos, M. A., Rudolph, K. S., Reisman, D. S. The structure of walking activity in people after stroke compared with older adults without disability: a cross-sectional study. Phys Ther. 92 (9), 1141-1147 (2012).
  42. Mudge, S., Stott, N. S. Test--retest reliability of the StepWatch Activity Monitor outputs in individuals with chronic stroke. Clin Rehabil. 22 (10-11), 871-877 (2008).
  43. Mudge, S., Stott, N. S., Walt, S. E. Criterion validity of the StepWatch Activity Monitor as a measure of walking activity in patients after stroke. Arch Phys Med Rehabil. 88 (12), 1710-1715 (2007).
  44. Accelerometry - Program in Physical Therapy. , Available from: https://accelerometerchart.wusm.wustl.edu (2016).

Tags

Medicin mänsklig rörelse hand arm mätning dagliga aktiviteter bärbara sensorer utfall rehabilitering accelerometry
En metod för att kvantifiera Upper Limb Performance i det dagliga livet som använder accelerometrar
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Lang, C. E., Waddell, K. J.,… More

Lang, C. E., Waddell, K. J., Klaesner, J. W., Bland, M. D. A Method for Quantifying Upper Limb Performance in Daily Life Using Accelerometers. J. Vis. Exp. (122), e55673, doi:10.3791/55673 (2017).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter