Summary

Hembaserad Monitor för gång-och aktivitetsanalys

Published: August 08, 2019
doi:

Summary

Denna innovativa enhet använder Magneto-tröghetssensorer för att möjliggöra gång-och aktivitetsanalys i okontrollerade miljöer. För närvarande i kvalificeringsprocessen som ett resultat åtgärd i Europeiska läkar myndigheten, en av ansökningarna kommer att fungera som en klinisk Endpoint i kliniska prövningar på neuromuskulära sjukdomar.

Abstract

Aktuella utfall i neuromuskulär sjukdom kliniska prövningar inkluderar motoriska skalor, tidsinställda tester, och styrke åtgärder som utförs av utbildade kliniska utvärderare. Dessa åtgärder är något subjektiva och utförs under ett besök på en klinik eller sjukhus och utgör därför en punkt bedömning. Punkt bedömningar kan påverkas av patientens dagliga tillstånd eller faktorer som trötthet, motivation och tillstötande sjukdom. För att möjliggöra hembaserad övervakning av gång och aktivitet har en bärbar Magneto-tröghets sensor (WMIS) utvecklats. Den här enheten är en rörelse Monitor som består av två mycket lätta klockliknande sensorer och en dockningsstation. Varje sensor innehåller en Tri-axial accelerometer, gyroskop, magnetometer, och en barometer som registrerar linjär acceleration, vinkelhastighet, det magnetiska fältet av rörelsen i alla riktningar, och barometrisk höjd, respektive. Sensorerna kan bäras på handleden, fotleden, eller rullstol för att registrera motivet rörelser under dagen. Dockningsstationen möjliggör uppladdning och laddning av sensor batterier under natten. Data analyseras med hjälp av egenutvecklade algoritmer för att beräkna parametrar som är representativa för typen och intensiteten av den utförda rörelsen. Denna WMIS kan spela in en uppsättning digitala biomarkörer, inklusive kumulativa variabler, såsom totalt antal meter gick, och beskrivande gång variabler, såsom andelen av de mest snabba eller längsta steg som representerar den högsta prestandan hos patienten under en fördefinierad tidsperiod.

Introduction

Ett antal potentiella terapier är i utveckling för behandling av genetiska neuromuskulära sjukdomar. Dessa sjukdomar inkluderar Duchennes muskeldystrofi (DMD) och spinal muskelatrofi (SMA) typ 3. Försökspersoner med dessa sjukdomar initialt med proximala nedre extremiteten svaghet som leder till progressiva svårigheter i ambulation. Det sista steget i translationell forskning är att påvisa effekten av en potentiell behandling eller strategi i en klinisk prövning. Det krävs specifika, kvantifierbara, objektiva och tillförlitliga åtgärder. Betydelsen av sådana åtgärder betonades nyligen av misslyckandet med fas IIb-ataluren-studien1 och fas III-studien av BioMarin2. En av de sannolika förklaringarna till dessa misslyckanden var variationen och den ickelinjära utvecklingen av det primära utfallet måttet av dessa prövningar, den 6-minuters promenad test3 (6 MWt). Ökad tillförlitlighet och känslighet för förändringen av resultatåtgärder och förståelsen av de faktorer som leder till deras variation kan bidra till att minska antalet misslyckade försök i samband med de viktigaste resultatmåtten.

En av begränsningarna i de aktuella resultaten är subjektivitet i bedömningen. För att ytterligare öka objektiviteten i bedömningar, Heberer et al.4 visade att genom en markör uppsättning och användning av en gånganalys programvara, det fanns en signifikant ökning av steglängd hos patienter som behandlats med steroider jämfört med den naiva gruppen. Höftleds kinetik är tidiga markörer för proximala svaghet hos patienter med DMD och är mottagliga för förändring med steroid intervention, som är den enda tillgängliga behandlingen för dessa patienter. Gång laboratorier är dock endast tillgängliga i stora kliniker. Dessutom är laboratorieutvärderingar punkt bedömningar, och en patients tillstånd kan i hög grad variera på en dag till dag grund av faktorer som trötthet, motivation, och tillstötande sjukdom.

Användningen av kontinuerlig och hembaserad mätning bör uppnå både en mer objektiv och en mer globalt representativ bedömning. Inom andra områden av neurologi, till exempel Parkinson5 eller multipel skleros6, har flera studier bedömt genomförbarheten, tillförlitligheten och överensstämmelsen med andra mått på olika sensorer, inklusive accelerometrar med eller utan gyrometrar eller magnetometrar, men ingen av dessa enheter är för närvarande en guld standard för utvärdering av patienter under kliniska prövningar. När det gäller neuromuskulära sjukdomar finns det för närvarande ingen validerad metod för kontinuerlig hem övervakning av patienter. Under de senaste åren, genom ett nära samarbete mellan kliniker och ingenjörer, Institute of myology i Paris har utvecklat flera enheter för övre extremitets bedömning att exakt utvärdera övre extremitets styrka och funktion7,8 , 9. en bärbar Magneto-tröghets sensor (WMIS, dvs actimyo) har utvecklats i samarbete med ett företag specialiserat på navigationssystem. Initialt en övervakningsenhet tillägnad icke-ambulerande försökspersoner med neuromuskulära sjukdomar som DMD och SMA10,11, har samma enhet nu använts för att övervaka ambulerande patienter i två olika konfigurationer: sensorer på båda vrister eller en sensor vid handleden och den andra vid fotleden. Konfigurationen för en icke-ambulerande population består av en sensor vid rullstolen och den andra vid handleden.

Denna WMIS kan exakt fånga och kvantifiera alla rörelser i extremiteten på vilken den är placerad. Mätprincipen är baserad på användningen av mikroelektromekaniska system (MEMS) tröghetssensorer och magnetometrar som drivs genom Magneto-tröghets ekvationer. Dedikerade algoritmer möjliggör noggrann kvalificering och kvantifiering av patienternas rörelser i en icke-kontrollerad miljö.

Det övergripande målet med metoden är att tillhandahålla identifiering och kvantifiering av alla rörelser som produceras av en patient under en fördefinierad tidsperiod, och att integrera dessa åtgärder i sjukdomsspecifika resultatåtgärder som är representativa för patientens under en viss tidsperiod.

För att effektivt bedöma ambulerande och icke-ambulerande patienter med rörelsestörningar i hemmet, måste anordningen tillhandahållas patienten av en utbildad utvärderare som är ansvarig för att se till att instruktionerna har förståtts. En utredare och en patient handbok medföljer enheten. Denna WMIS används för närvarande som en undersökande resultat åtgärd i ett antal kliniska prövningar för neuromuskulära och neurologiska sjukdomar (NCT03351270, NCT02780492, NCT01385917, NCT03039686, NCT03368742, NCT02500381). Särskilda förfaranden som är anpassade till patologi och/eller till den kliniska prövningen har utvecklats.

Protocol

All användning av anordningen skall ske i enlighet med de regler som fastställs i referens protokollet och som validerats av etikkommittén och landets nationella regleringsmyndigheter. Användningen av anordningen och de olika element som är knutna till den måste göras inom den avsedda användningen som beskrivs i patientens bruksanvisning. Anmärkning: för att vara berättigad till användning av WMIS måste patienten vara över 5 år gammal, kunna förstå och följa användningsregle…

Representative Results

Data som presenteras här förvärvades under kliniska prövningar som godkänts av etikkommittén och den franska tillsynsmyndigheten. Alla patientrepresentanter undertecknade ett informerat samtycke. Denna WMIS användes först i en klinisk studie i 2012 för kontrollerad och hembaserad övervakning av övre extremitets rörelser hos icke-ambulerande DMD-patienter (NCT01611597), som visade autonomi och genomförbarhet av enhet…

Discussion

Under det senaste decenniet har ett antal olika system utvecklats, såsom en Aktivitetskontroll (tabell över material [IV]), som använder accelerometriska sensorer för att övervaka dagliga aktiviteter för kvantifiering av energi utgifter13. En triaxiella accelerometer (tabell över material [V]) användes av Tanaka et al.14 för att övervaka aktiviteten hos förskolebarn. Lau et al.15 visade genom kombinationen…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Författarna tackar Anne-Gaëlle Le Moing, Amélie Moreaux, och Eric Dorveaux för deras bidrag till utvecklingen av denna bärbara Magneto-tröghets sensor och Jackie Wyatt för översynen.

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