Summary

Home-based monitor voor gait en activity analyse

Published: August 08, 2019
doi:

Summary

Dit innovatieve apparaat maakt gebruik van Magneto-inertiële sensoren om gang-en activiteitsanalyse in ongecontroleerde omgevingen mogelijk te maken. Momenteel in het kwalificatieproces als een uitkomstmaat in het Europees medisch Agentschap, een van de toepassingen zal zijn om te dienen als een klinisch eindpunt in klinische proeven in neuromusculaire ziekten.

Abstract

Huidige uitkomsten in de neuromusculaire stoornis klinische proeven omvatten motorische functie schalen, getimede tests, en sterkte maatregelen uitgevoerd door getrainde klinische evaluatoren. Deze maatregelen zijn enigszins subjectief en worden uitgevoerd tijdens een bezoek aan een kliniek of ziekenhuis en vormen daarom een punten beoordeling. Punten beoordelingen kunnen worden beïnvloed door de dagelijkse toestand van de patiënt of factoren zoals vermoeidheid, motivatie, en interhuidige ziekte. Om een Home-based monitoring van gang en activiteit mogelijk te maken, is een draagbare Magneto-inertiële sensor (WMIS) ontwikkeld. Dit apparaat is een bewegings monitor die bestaat uit twee zeer lichte horloge achtige sensoren en een docking station. Elke sensor bevat een Tri-axiale versnellingsmeter, gyroscoop, magnetometer en een barometer die lineaire acceleratie, hoeksnelheid, het magnetische veld van de beweging in alle richtingen en barometrische hoogte opneemt. De sensoren kunnen op de pols, enkel of rolstoel worden gedragen om de bewegingen van het onderwerp gedurende de dag te registreren. Het docking station maakt het uploaden en opladen van sensor batterijen tijdens de nacht mogelijk. Gegevens worden geanalyseerd met behulp van eigen algoritmen voor het berekenen van parameters die representatief zijn voor het type en de intensiteit van de uitgevoerde beweging. Deze WMIS kan een set digitale biomerkers opnemen, inclusief cumulatieve variabelen, zoals het totale aantal meters dat liep, en beschrijvende gang-variabelen, zoals het percentage van de meest snelle of langste stap dat de topprestaties van de patiënt boven een vooraf gedefinieerde tijdsperiode.

Introduction

Een aantal potentiële therapieën zijn in ontwikkeling voor de behandeling van genetische neuromusculaire ziekten. Deze ziekten omvatten Duchenne spierdystrofie (DMD) en spinale musculaire atrofie (SMA) type 3. Proefpersonen met deze ziekten in eerste instantie met proximale onderste ledematen zwakte die leidt tot progressieve moeilijkheden bij ambulatie. De laatste stap in translationeel onderzoek is het aantonen van de werkzaamheid van een mogelijke behandeling of aanpak in een klinisch onderzoek. Er zijn specifieke, kwantificeerbare, objectieve en betrouwbaardere maatregelen nodig. Het belang van dergelijke maatregelen werd onlangs benadrukt door het falen van de fase IIb ataluren trial1 en de fase III biomarin trial2. Een van de waarschijnlijke verklaringen voor deze mislukkingen was de variabiliteit en de niet-lineaire evolutie van de primaire uitkomstmaat van deze proeven, de 6 minuten lopen test3 (6 mwt). Het verhogen van de betrouwbaarheid en gevoeligheid voor de verandering van de uitkomst maatregelen en het begrijpen van de factoren die tot hun variatie leiden, kunnen ertoe bijdragen dat het aantal mislukte proefversies met betrekking tot de belangrijkste uitkomst maatregelen afneemt.

Een van de beperkingen van de huidige uitkomsten is de subjectiviteit van de beoordeling. Om de objectiviteit van beoordelingen verder te vergroten, toonde Heberer et al.4 aan dat door middel van een marker set en het gebruik van een gang analyse software, er een significante toename van de paslengte was bij patiënten die werden behandeld met steroïden in vergelijking met de naïeve groep. Heup gewrichts kinetiek zijn vroege markers van proximale zwakte bij patiënten met DMD en reageren op verandering met steroïde interventie, wat de enige beschikbare behandeling is voor deze patiënten. Gait-laboratoria zijn echter alleen beschikbaar in grote klinieken. Bovendien zijn laboratorium evaluaties punt beoordelingen en kan de conditie van een patiënt sterk variëren op basis van dag tot dag als gevolg van factoren zoals vermoeidheid, motivatie en interactuele ziekte.

Het gebruik van continue en Home-based metingen moet zowel een meer objectieve als een meer globaal representatieve beoordeling bereiken. In andere gebieden van Neurologie, bijvoorbeeld Parkinson5 of multiple sclerose6, hebben verschillende studies de haalbaarheid, betrouwbaarheid en consistentie beoordeeld met andere maatregelen van verschillende sensoren, waaronder versnellingsmeters met of zonder gyrometers of magnetometers, maar geen van deze apparaten is momenteel een gouden standaard voor de evaluatie van patiënten tijdens klinische proeven. Op het gebied van neuromusculaire ziekten is er momenteel geen gevalideerde methode voor continue thuis monitoring van patiënten. In de afgelopen jaren heeft het Instituut voor myologie in Parijs, door een nauwe samenwerking tussen clinici en ingenieurs, verschillende apparaten ontwikkeld voor de beoordeling van de bovenste ledematen om de sterkte van de bovenste ledematen nauwkeurig te evalueren en de functie7,8 , 9. een draagbare Magneto-inertiële sensor (WMIS; dat wil zeggen, actimyo) is ontwikkeld in samenwerking met een bedrijf dat gespecialiseerd is in navigatiesystemen. In eerste instantie een bewakings apparaat gewijd aan niet-ambulante proefpersonen met neuromusculaire aandoeningen zoals DMD en SMA10,11, hetzelfde apparaat is nu gebruikt om ambulante patiënten in twee verschillende configuraties te monitoren: sensoren op beide enkels of één sensor aan de pols en de andere op de enkel. De configuratie voor een niet-ambulante populatie bestaat uit een sensor in de rolstoel en de andere aan de pols.

Deze WMIS is in staat om alle bewegingen van de ledemaat waarop het is geplaatst nauwkeurig vast te leggen en te kwantificeren. Het meetprincipe is gebaseerd op het gebruik van Micro-elektromechanische systeem (MEMS) inertiële sensoren en magnetometers die worden bediend via Magneto-inertiële vergelijkingen. Speciale algoritmen zorgen voor nauwkeurige kwalificatie en kwantificering van patiëntenbewegingen in een niet-gecontroleerde omgeving.

Het algemene doel van de methode is de identificatie en kwantificering van elke beweging die een patiënt over een vooraf bepaalde periode produceert, en deze maatregelen te integreren in ziektespecifieke uitkomst maatregelen die representatief zijn voor de voorwaarde gedurende een bepaalde tijd.

Om ambulante en niet-ambulante patiënten met bewegingsstoornissen thuis effectief te kunnen beoordelen, moet het apparaat aan de patiënt worden verstrekt door een getrainde service checker die ervoor zorgt dat de instructies zijn begrepen. Een onderzoeker en een patiëntenhandboek worden bij het apparaat meegeleverd. Deze WMIS wordt momenteel gebruikt als een verkennende uitkomstmaat in een aantal klinische studies voor neuromusculaire en neurologische ziekten (NCT03351270, NCT02780492, NCT01385917, NCT03039686, NCT03368742, NCT02500381). Er zijn specifieke procedures ontwikkeld die zijn aangepast aan de pathologie en/of het ontwerp van de klinische proef.

Protocol

Elk gebruik van het hulpmiddel moet worden uitgevoerd in overeenstemming met de regels die zijn vastgesteld door het referentie protocol, gevalideerd door de ethische Commissie en de nationale regelgevende instanties van het land. Het gebruik van het apparaat en de verschillende daaraan verbonden elementen moeten worden uitgevoerd binnen het beoogde gebruik zoals beschreven in de handleiding van de patiënt. Opmerking: om in aanmerking te komen voor gebruik van de WMIS, moet de patiënt ouder …

Representative Results

De hier gepresenteerde gegevens zijn verkregen tijdens klinische proeven die zijn goedgekeurd door de ethische Commissie en het Franse regelgevende Agentschap. Alle patiëntenvertegenwoordigers ondertekenden een geïnformeerde toestemming. Deze WMIS werd voor het eerst gebruikt in een klinische studie setting in 2012 voor gecontroleerde en Home-based monitoring van bewegingen van de bovenste ledematen bij niet-ambulante DMD-pati…

Discussion

In het afgelopen decennium zijn een aantal verschillende systemen ontwikkeld, zoals een activity monitor (tabel van materialen [IV]), die accelerometrische sensoren gebruikt om de activiteiten van het dagelijks leven voor de kwantificering van energie-uitgaven13te monitoren. Een triaxiale versnellingsmeter (tabel van materialen [V]) werd gebruikt door Tanaka et al.14 om de activiteit van voorschoolse kinderen te monitoren. Lau et al.<sup cl…

Disclosures

The authors have nothing to disclose.

Acknowledgements

De auteurs bedanken Anne-Gaëlle Le Moing, Amélie Moreaux, en Eric Dorveaux voor hun bijdrage aan de ontwikkeling van deze wearable Magneto-inertiële sensor en Jackie Wyatt voor de review.

Materials

ActiMyo Sensors Sysnav SF-000080 Wearable magneto-inertal sensors attached to the patient for movment recording
Helen Hayes marker set Vicon NA Whole body jumpsuit with predefined Vicon's spots
OrthoTrak (Motion Analysis, Santa Rosa, CA, USA) Motion Lab Systems Gait analysis software
ActiGraph ActiGraph Corp GTM1 Activity monitor, used by researchers to capture and record continuous, high resolution physical activity and sleep/wake information
ActivTracer GMS LTD GMS Co. Ltd Japan AC-301A Triaxial accelerometer
ADXL202E dual-accelerometer Analog Devices ADXL212AEZ High precision, low power, complete dual axis accelerometer with signal conditioned, duty cycle modulated outputs, all on a single monolithic IC.
ENC-03J gyroscope Murata Electronics ENC-03J Vibration Sensors
DynaPort MiniMod MCROBERTS Small and light case containing a tri-axial accelerometer, a rechargeable battery, an USB connection, and raw data storage on a MicroSD card
MM-2860 Sunhayato Sunhayato MM-2860 3-axis accelerometer
MicroStone MA3-10Ac MA3-04AC Microstone Co. Acceleration sensors
RT3 Activity monitor Abledata NA Triaxial accelerometer
Aparito aparito NA Wearables and disease specific mobile apps to deliver patient monitoring outside of the hospital; Elin Davies, Aparito: https://www.aparito.com/
Docking station Sysnav SF-000118
Sensor Sysnav SF-000080
Bracelet
(black/grey L)
(black/grey S) (black/yellow L) (black/yellow S)
Sysnav ZZ-000093 ZZ-000094 ZZ-000247 ZZ-000248
Patient manual Sysnav FD-000086
Ethernet cable (2 m max.) Sysnav IC-000458
Power cable
(EU)
(UK)
(US)
Sysnav ZE-000440 ZE-000441 ZE-000442
Power supply unit Sysnav ZE-000443
Ankle strap Sysnav ZZ-000462
Small bag Sysnav ZZ-000033

References

  1. McDonald, C. M., et al. Ataluren in patients with nonsense mutation Duchenne muscular dystrophy (ACT DMD): a multicentre, randomised, double-blind, placebo-controlled, phase 3 trial. The Lancet. 390 (10101), 1489-1498 (2017).
  2. Aartsma-Rus, A., et al. Development of Exon Skipping Therapies for Duchenne Muscular Dystrophy: A Critical Review and a Perspective on the Outstanding Issues. Nucleic Acid Therapeutics. 27 (5), 251-259 (2017).
  3. McDonald, C. M., et al. The 6-minute walk test as a new outcome measure in Duchenne muscular dystrophy. Muscle & Nerve. 41 (4), 500-510 (2010).
  4. Heberer, K., et al. Hip kinetics during gait are clinically meaningful outcomes in young boys with Duchenne muscular dystrophy. Gait & Posture. 48, 159-164 (2016).
  5. Pan, W., et al. Actigraphy monitoring of symptoms in patients with Parkinson’s disease. Physiology & Behavior. 119, 156-160 (2013).
  6. Supratak, A., et al. Remote Monitoring in the Home Validates Clinical Gait Measures for Multiple Sclerosis. Frontiers in Neurology. 9, 561 (2018).
  7. Seferian, A. M., et al. Upper Limb Strength and Function Changes during a One-Year Follow-Up in Non-Ambulant Patients with Duchenne Muscular Dystrophy: An Observational Multicenter Trial. PloS One. 10 (2), e0113999 (2015).
  8. Seferian, A. M., et al. Upper Limb Evaluation and One-Year Follow Up of Non-Ambulant Patients with Spinal Muscular Atrophy: An Observational Multicenter Trial. PLoS One. 10 (4), e0121799 (2015).
  9. Servais, L., et al. Innovative methods to assess upper limb strength and function in non-ambulant Duchenne patients. Neuromuscular Disorders. 23 (2), 139-148 (2013).
  10. Le Moing, A. G., et al. A Movement Monitor Based on Magneto-Inertial Sensors for Non-Ambulant Patients with Duchenne Muscular Dystrophy: A Pilot Study in Controlled Environment. PLoS One. 11 (6), e0156696 (2016).
  11. Chabanon, A., et al. Prospective and longitudinal natural history study of patients with Type 2 and 3 spinal muscular atrophy: Baseline data NatHis-SMA study. PLoS One. 13 (7), e0201004 (2018).
  12. Valentini, R., Martinelli, B., Mezzarobba, S., De Michiel, A., Toffano, M. Optokinetic analysis of gait cycle during walking with 1cm- and 2cm-high heel lifts. The Foot. 19 (1), 44-49 (2009).
  13. Rothney, M. P., Brychta, R. J., Meade, N. N., Chen, K. Y., Buchowski, M. S. Validation of the ActiGraph Two-Regression Model for Predicting Energy Expenditure. Medicine & Science in Sports & Exercise. 42 (9), 1785-1792 (2010).
  14. Tanaka, C., Tanaka, S. Daily Physical Activity in Japanese Preschool Children Evaluated by Triaxial Accelerometry: The Relationship between Period of Engagement in Moderate-to-Vigorous Physical Activity and Daily Step Counts. Journal of Physiological Anthropology. 28 (6), 283-288 (2009).
  15. Lau, H., Tong, K. The reliability of using accelerometer and gyroscope for gait event identification on persons with dropped foot. Gait & Posture. 27 (2), 248-257 (2008).
  16. Zijlstra, A., Goosen, J. H. M., Verheyen, C. C. P. M., Zijlstra, W. A body-fixed-sensor based analysis of compensatory trunk movements during unconstrained walking. Gait & Posture. 27 (1), 164-167 (2008).
  17. Brandes, M., Zijlstra, W., Heikens, S., van Lummel, R., Rosenbaum, D. Accelerometry based assessment of gait parameters in children. Gait & Posture. 24 (4), 482-486 (2006).
  18. Liu, K., Liu, T., Shibata, K., Inoue, Y., Zheng, R. Novel approach to ambulatory assessment of human segmental orientation on a wearable sensor system. Journal of Biomechanics. 42 (16), 2747-2752 (2009).
  19. Itoh, T., Morioka, I. Developing Leg-Motion Measurement System Using Acceleration Sensors. Electrical Engineering in Japan. 204 (1), 59-66 (2018).
  20. Scott, E., et al. Development of a functional assessment scale for ambulatory boys with Duchenne muscular dystrophy. Physiotherapy Research International. 17 (2), 101-109 (2012).
  21. Sonenblum, S. E., Sprigle, S., Caspall, J., Lopez, R. Validation of an accelerometer-based method to measure the use of manual wheelchairs. Medical Engineering & Physics. 34 (6), 781-786 (2012).
  22. Hiremath, S. V., Ding, D. Regression equations for RT3 activity monitors to estimate energy expenditure in manual wheelchair users. 2011 Annual International Conference of the IEEE Engineering in Medicine and Biology Society. , 7348-7351 (2011).
  23. Ciuti, G., Ricotti, L., Menciassi, A., Dario, P. M. E. M. S. Sensor Technologies for Human Centred Applications in Healthcare, Physical Activities, Safety and Environmental Sensing: A Review on Research Activities in Italy. Sensors. 15 (3), 6441-6468 (2015).
  24. del Rosario, M., Redmond, S., Lovell, N. Tracking the Evolution of Smartphone Sensing for Monitoring Human Movement. Sensors. 15 (8), 18901-18933 (2015).
  25. Shoaib, M., Bosch, S., Incel, O., Scholten, H., Havinga, P. Fusion of Smartphone Motion Sensors for Physical Activity Recognition. Sensors. 14 (6), 10146-10176 (2014).
  26. Miao, F., Cheng, Y., He, Y., He, Q., Li, Y. A Wearable Context-Aware ECG Monitoring System Integrated with Built-in Kinematic Sensors of the Smartphone. Sensors. 15 (5), 11465-11484 (2015).
  27. EMA. . Draft qualification opinion on stride velocity 95th centile as a secondary endpoint in Duchenne Muscular Dystrophy measured by a valid and suitable wearable device*. , (2018).
  28. Coulter, E. H., et al. Validity of the activPAL3 activity monitor in people moderately affected by Multiple Sclerosis. Medical Engineering & Physics. 45, 78-82 (2017).
  29. Thorp, J. E., Adamczyk, P. G., Ploeg, H. L., Pickett, K. A. Monitoring Motor Symptoms during Activities of Daily Living in Individuals with Parkinson’s Disease. Frontiers Neurology. 9, 1036 (2018).

Play Video

Cite This Article
Lilien, C., Gasnier, E., Gidaro, T., Seferian, A., Grelet, M., Vissière, D., Servais, L. Home-Based Monitor for Gait and Activity Analysis. J. Vis. Exp. (150), e59668, doi:10.3791/59668 (2019).

View Video