Bu içeriği görüntülemek için JoVE aboneliğiniz gereklidir. Giriş yapın veya ücretsiz denemenizi bugün başlatın.

Yöntem makalesi

Yaşlı yetişkinlerde düşme riskini tespit etmek için aletli Timed Up and Go testinde hareket yakalama teknolojisinin kullanılması

2.1K görüntülenme

⸱

DOI:

10.3791/66025

⸱

25 Ekim 2024

 ,  ,  ,  , 
1Department of Neurology, The Seventh Medical Center of Chinese PLA General Hospital, 27th Department of Health Cadre, The Second Medical Center of Chinese PLA General Hospital, 3Department of Neurology, NO 984 Hospital of PLA, 4Department of Emergency, General Hospital of Baoding First Central Hospital, 5Department of Hand and Foot Surgery, Beijing University of Chinese Medicine Third Affiliated Hospital

* These authors contributed equally

Bu makalede

Özet

Aletli Timed Up and Go (iTUG) testi, yeni teknolojilerin gelişmesiyle birlikte vücut sallanma ve yürüme analizinde giderek daha fazla ilgi görmektedir. iTUG'un alt bileşenlerini hareket yakalama ile analiz etmek için bir protokol sunuyoruz.

Özet

Tıp ve teknolojinin çabalarına rağmen, yaşlı erişkinlerde düşme insidansı hala artmaktadır. Bu nedenle, düşme riskinin erken tespiti, düşmenin önlenmesi için giderek daha önemli hale gelmektedir. Timed Up and Go (TUG) testi, hareketliliği değerlendirmek için iyi kabul edilen bir araçtır ve yaşlı erişkinlerde gelecekteki düşme riskini tahmin etmede kullanılabilir. Klinik uygulamada, testin tamamlanması için gereken toplam süre, TUG testinin ana sonuç ölçüsüdür. Basitliği ve genelliği nedeniyle, geleneksel TUG testi, hareket analizi için küresel bir test olarak kabul edilmiştir. Bununla birlikte, son zamanlarda, araştırmacılar TUG testini alt bileşenlere ayırmaya çalıştılar ve daha fazla araştırma için puan sistemini güncellediler. Geleneksel TUG testinin yeni bir modifikasyonu olan aletli Time Up and Go (iTUG) testinin, yaşlı erişkinlerde hareket bozukluklarını ve düşme riskini tahmin etmek için hassas bir araç olduğu bildirilmiştir. Bu çalışmanın amacı, iTUG test alt bileşenlerini hareket yakalama teknolojisi kullanarak analiz etmek ve hangi iTUG test alt görevlerinin gelecekteki düşme riski ile ilişkili olduğunu belirlemektir.

Giriş

Düşme en sık görülen geriatrik sendromlardan biridir ve dünya çapında kazara veya kasıtsız yaralanmaya bağlı ölümlerin ikinci önde gelen nedenidir1. 65 yaşın üzerindeki yetişkinlerde düşme, fonksiyonel bozulmaya, sakatlığa, yaşam kalitesinin düşmesine, hastanelerde kalış süresinin artmasına ve hatta mortaliteye neden olabilir 2,3. Bu nedenle düşmelerin önlenmesi son derece önemlidir.

Düşme olaylarının belirleyicilerini belirlemek için, önceki araştırmacılar yürüyüş analizleri, denge testleri, zihinsel durum, yatıştırıcı ilaç kullanımı ve önceki yıl düşme öyküsüne odaklanmışlardır 4,5 Zamanlı Yukarı ve Git (TUG) testi, hareketliliğin hızlı performansa dayalı bir ölçüsüdür. TUG testi yaşlı erişkinlerde kapsamlı bir şekilde incelenmiştir ve düşme riski için basit bir tarama testi olarak önerilmektedir6. Yaygın olarak kullanılan bu test, bir sandalyeden kalkmak, tercih edilen hızda 3 m yürümek, dönmek, geri dönmek ve oturmaktan oluşur. Bu testin geleneksel klinik sonucu, toplam süresine7 bağlıdır ve bir kronometre ile değerlendirilir.

Klinik uygulamada, konvansiyonel TUG testi, deneğin performansını alt bileşenlere bölmeden bir dizi aktiviteyi gerçekleştirmek için toplam süreyi ölçer8. Son zamanlarda, bazı araştırmacılar, farklı TUG test bileşenlerinin, gelecekteki düşüşlerin öngörücüleri olarak özellikle hassas olabileceğini öne sürdüler9. Sayısallaştırılmış aletli TUG (iTUG) testi kullanılırken, TUG testinin tek tek bileşenleri ayrı ayrı analiz edilebilir. iTUG kullanılarak, her bir TUG test alt aşamasının çeşitli özelliklerini objektif olarak değerlendirmek ve her bir hareketin ilgili süreleri, hızları ve açısal hızı gibi nicel veriler elde etmek mümkündür. Daha ayrıntılı verilerle, iTUG testi, düşme riskinin daha fazla göstergesi olabilecek spesifik eksiklikleri tespit etmenin avantajını göstermiştir10.

Hareket analizinde altın standart olan hareket yakalama teknolojileri, Parkinson Hastalığı (PD)11, bilişsel bozukluk12 ve ayak bileği artriti13 olan hastalarda ve ayrıca sağlıklı yetişkinlerde14 hareketi tespit etmek için kullanılmıştır. Mevcut çalışmada, iTUG test alt bileşenlerini hareket yakalama teknolojisi kullanarak analiz etmeyi ve iTUG test alt görevleri ile gelecekteki potansiyel düşme riski arasındaki ilişkiyi belirlemeyi amaçladık.

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Protokol

Bu çalışma, Çin'in Pekin kentindeki Çin PLA Genel Hastanesi Yedinci Tıp Merkezi Akademik Etik Kurulu tarafından onaylanmıştır.

1. Katılımcı dahil etme/çıkarma kriterleri

  1. 65 yaş ve üstü katılımcıları işe alın ve bilgilendirilmiş onaylarını alın.
  2. Diz artriti, tromboanjiitis obliterans ve gut gibi belirgin görme ve alt ekstremite engeli olan katılımcıları hariç tutun.

2. Test alanının hazırlanması

  1. Odanın etrafına dağıtılmış 5 kamera ile 8 m x 1 m veya daha geniş standartlaştırılmış iTUG test alanını kurun (bkz. Şekil 1). Geleneksel TUG kurulumlarını test alanına koyun: bir sandalye ve katılımcıya geri dönmesini hatırlatan bir işaret.
    NOT: Rota çizgilerini gösteren işaretler isteğe bağlıdır.
  2. Hareket yakalama alanının tüm kameraların kapsamı ile sınırlı olduğundan ve tüm TUG test kurulumunun ışığı yansıtmadığından emin olun.

3. Test öncesi prosedürler için yazılım hazırlığı

  1. Hareket yakalama yazılımını odada kullanılacak bilgisayara yükleyin.
  2. Hareket yakalama yazılımını başlatmak için Arayıcı düğmesine tıklayın. Yazılımı başlattıktan sonra, Genel Camara Yapılandırması için, çoğu durum için kabul edilebilir olan varsayılan modu seçin (kare hızı = 60 kare/sn, deklanşör hızı = 1/1.000 sn). Seçili Kamera Ayarlarını ve Kamera Yapılandırma Ayarlarını varsayılan modda da ayarlayın.
  3. Gerçek zamanlı ayarları yapmak için Canlı modu seçin.
    NOT: Gönderi modu , yakalanan verileri analiz etmek için kullanılır.
  4. İşaretçi ayarlarını yapılandırmak için İşaret Kümeleri'ne tıklayın.
  5. Toprak Ekseni Kalibrasyonu'nda XY eksenini ve Kalibrasyon birimlerinde milimetreyi seçin.
  6. Kalibrasyon varyasyonunu seçmek için Kalibre Et'e tıklayın.
  7. İlk Kalibrasyonu seçin ve "L" şeklindeki düğmeye tıklayın. Aynı zamanda, "L" şeklindeki kalibratörü sahaya götürün ve tüm kameralar tarafından yakalanabileceğinden emin olmak için alanın ortasına koyun.
    NOT: "L" şeklindeki kalibratör, dört ışık yansıtıcı işaretleyici içerir.
  8. 12 kameranın tümünün dört yansıtıcı işaretleyiciyi algılayıp algılayamadığını ekranda kontrol edin. Herhangi bir kamera ≤3 işaretçisi algılarsa, ekranın solundaki açıklığı ve eşiği azaltın. Herhangi bir kamera ≥5 işareti algılarsa, alanı kontrol edin ve istenmeyen yansıtıcı işaretleri temizleyin veya kapatın.
    NOT: Eski katılımcının bazı küçük eşyaları kamera tarafından algılanabilir.
  9. "L" şeklindeki kalibratörü sahadan çıkarın.
  10. "T" şeklindeki düğmeye tıklayın. Aynı zamanda, "T" şeklindeki kalibratörü sahaya alın ve tüm kameralar tarafından yakalanabildiğinden emin olmak için sallayın.
  11. Yukarı Eksen Kalibrasyonu'nda Z eksenini ve Kalibrasyon birimlerinde milimetreyi seçin.
  12. Doktorların tüm kameraların işaretçileri yakalayıp yakalayamadığını kontrol etmesini sağlayın. İşaretleyicileri, özellikle TUG testinin olası alanını kaplayacak şekilde alanın her köşesinde sallayın.
  13. 12 kameranın tümünün "T" şeklindeki kalibratörü algılayıp algılayamadığını ekranda kontrol edin. Herhangi bir kamera bunu algılayamazsa, kameranın yönünü değiştirin.
    NOT: Kalibre edilmesi gereken iki işaretleyici şekli vardır; "L" şeklinde ve "T" şeklindedir. "L" şeklindeki kalibratör, XY eksenini kalibre etmek için dört ışık yansıtıcı noktaya sahiptir ve "T" şeklindeki kalibratör, Z eksenini kalibre etmek için dört ışık yansıtıcı noktaya sahiptir. Kalibrasyon süresi 60 s veya daha fazla sürecektir. Etkili bir yakalama, ekranın rengini yeşile çevirir.
  14. Kalibrasyonu tamamlamak için Son'a tıklayın.
  15. Etkili kalibrasyon modunu kaydetmek için Kalibrasyonu Kaydet'e tıklayın.
    NOT: Kalibrasyon bir 2D modelde gerçekleştirilir; Test sırasında genellikle bir 3D model kullanılır.

4. iTUG testi

NOT: Katılımcılar dar ama rahat kıyafetler ve ayakkabılar giymelidir.

  1. Yansıtıcı noktaları anatomik işaretlere takın: servikal 7 spinöz süreç vetorasik 10 spinöz süreç, sol akromion ve sağ akromion.
    NOT: Her katılımcıya en fazla 17 yansıtıcı nokta eklenmiş olabilir. Ne kadar çok yansıtıcı nokta eklenirse, toplanan veriler o kadar doğru olur, ancak aynı zamanda katılımcılar kendilerini o kadar az rahat hissederler.
  2. Ekranın sağ satırındaki yansıtıcı noktalara sağ tıklayın ve bunları C7, T10, sol omuz ve sağ omuz olarak aday gösterin.
  3. Talimatı katılımcılara gösterin. Talimat "Lütfen sandalyeden kalkın, tercih ettiğiniz hızda 3 m yürüyün, arkanızı dönün, geri dönün ve oturun" şeklindedir.
  4. Talimatlara aşina olduklarından emin olmak için katılımcılardan iTUG testini önceden yapmalarını isteyin.
    NOT: Yansıtıcı noktalar eklendikten sonra her katılımcının rahat olduğundan emin olun.
  5. Katılımcıya iTUG testini gerçekleştirmesi talimatını verin.
    NOT: Katılımcıların iTUG görevini tamamlamak için yürümeleri gerekmektedir.
  6. Katılımcı iTUG testini gerçekleştirirken bilgisayar ekranında yer alan başlat ve durdur butonlarına tıklayın.
    NOT: iTUG testi sırasında, hareket yakalama sistemi, bağlı tüm noktalardan 60 Hz frekansında veri örnekleri alır; buna göre bir video oluşturulur (bkz. Video 1).

5. Veri toplama ve iTUG test değişkenlerinin tanımlanması

  1. Kayıt Ayarı düğmesine tıklayın.
    NOT: Veriler bir elektronik tabloda saklanır ve bulunur.
  2. Ham Kamera Verilerini Seçme |Paletli ASCTI | İzlenen İkili. Yakalama Süresi 20 sn'dir.
  3. Katılımcının adını yazın.
  4. Veri toplamayı başlatmak için Kaydet düğmesine tıklayın.
  5. Videoyu izleyerek iTUG testinin alt aşamalarını belirleyin ve verilere göre değişkenleri hesaplayın.
    1. Aşağıdaki değişkenleri tanımlayın: geleneksel TUG testi toplam süresi, faz 1 süresi (sandalyeden kalkma), faz 1 vücut sallanması (sandalyeden yükselme), faz 2 süresi (tercih edilen hızda 3 m yürüme), faz 2 vücut sallanması (tercih edilen hızda 3 m yürüme), faz 3 zamanı (dönme), faz 3 vücut sallanması (dönme), faz 3 vücut sallanması (dönme), Faz 3 (dönme), faz 4 zamanı (geri dönme), faz 4 vücut sallanması (geri dönme) ve faz 5 zamanının (oturma) açısal hızı.
      NOT: Ayrıntılar, Caronni ve meslektaşları15 tarafından anlatılanlara benzer.

6. Downton Düşme Riski Endeksi (DFRI)

  1. Downton Düşme Riski Endeksi'ni (DFRI) kullanarak düşme riskini değerlendirin.
    NOT: DFRI (Tablo 1), her biri bir puan alan 11 risk maddesi içerir. Puanlar, 0-11 aralığında toplam indeks puanına toplanır. ≥3 puanın düşme riskinin yüksek olduğunu gösterdiği kabul edilir. Düşme riskini değerlendirmek için, DFRI genellikle bir hastaneye kabul edilen katılımcılar için kullanılır ve Evde Düşme ve Kaza Tarama Aracı (HOME FAST) toplum sakinleri için daha uygundur.

7. İstatistiksel analiz

  1. Tüm istatistiksel analizleri gerçekleştirmek için piyasada bulunan bir istatistiksel yazılım paketi kullanın. Grup farklılıklarını değerlendirmek için Student t-testini kullanın ve iTUG'un alt bileşenleri ile toplam örneklem üzerindeki DFRI puanı arasındaki ilişkiyi değerlendirmek için Pearson korelasyon katsayısını seçin, P < 0.05 istatistiksel olarak anlamlı bir fark olduğunu göstermektedir.
  2. Yöntemimiz ile McRoberts sensörü arasındaki Faz 1 süresi, Faz 3 açısal hızı ve Faz 4 süresi için uyumu değerlendirmek için Bland-Altman prosedürlerini kullanın (Malzeme Tablosuna bakın). İki ölçüm yöntemi arasındaki ortalama farkı ve hesaplanan ortalama fark için %95 uyum sınırını hesaplayın.

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Sonuçlar

Düşme riski yüksek olan on üç yaş (DFRI skoru: 3-11) ve düşme riski düşük olan (DFRI skoru: 0-2) 11 yaşlı katılımcı çalışmaya dahil edildi. DFRI Tablo 1'de detaylandırılmıştır. Daha önce de belirtildiği gibi, 3 veya daha fazla bir puanın, hastanede yatış sırasında hastalar için yüksek düşme riskini gösterdiği düşünülmektedir16.

Demografik veriler cinsiyet, yaş, TUG test puanı ve iTUG test...

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Tartışma

Protokoldeki kritik adımlar, yanlılığı önlemek için yansıtıcı noktaları anatomik yer işaretlerine doğru bir şekilde bağlamaktır. Ayrıca, iTUG testinin her bir alt bileşeninin tanımlanması da kritik bir adımdır; Tanımlama için bir video incelemesi yardımcı olur.

TUG test skorlarında gruplar arasında marjinal bir fark vardı, bu da geleneksel TUG skorlarının düşme riskini ayırt etmek için yeterince hassas olmayabileceğini ima ediyordu. Faz 1 süresi ve Faz 5 süres...

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Açıklamalar

Yazarların açıklanacak herhangi bir çıkar çatışması yoktur.

Teşekkürler

Yazarlar, dijital teknoloji desteği için Dr. Honghua Zhou'ya teşekkür ediyor. Bu çalışma, Capital'in Çin'in Sağlık İyileştirme ve Araştırma Fonları (ID:2024-2-7031) tarafından desteklenmiştir.

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Malzemeler

Bu makalede kullanılan malzemelerin listesi
AdŞirketKatalog numarasıYorumlar
Siyah şeritDeli60 mm x 20 m
KalibratörNOKOVreflektör işaretleyici1L şekli
KalibratörNOKOVreflektör işaretleyici2T şekli
SandalyeYUANSHENGYUANDAI" 10076062317820"
BilgisayarHUAWEIHONOR
McRoberts sensörü DynaPort Hybrid, McRoberts, Lahey, Hollanda
Hareket yakalama kamerasıNOKOVMars2H
Hareket yakalama yazılımıNOKOVDG-01
Yansıtıcı işaretleyiciNOKOVkalibratörler içinküçük işaretleyici
Yansıtıcı işaretleyiciNOKOViçinbüyük işaretleyici
katılımcılar

Kaynaklar

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

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Yeniden basım ve izinler

Daha fazla makale keşfet

Düşme Riski TespitiEnstrümante TUG TestiMobilite DeğerlendirmesiYaşlı YetişkinlerVücut Sallantı AnaliziReflektif MarkörlerDownton Düşme Riski İndeksiHareket Bozuklukları
Yaşlı yetişkinlerde düşme riskini tespit etmek için aletli Timed Up and Go testinde hareket yakalama teknolojisinin kullanılması
Bize Ulaşın
Kütüphaneye Öner

Gizlilik

Kullanım Koşulları

Politikalar

Telif Hakkı © 2026 MyJoVE Corporation. Tüm hakları saklıdır.