Home-Based Monitor für Gait- und Aktivitätsanalyse

Bioengineering

Your institution must subscribe to JoVE's Bioengineering section to access this content.

Fill out the form below to receive a free trial or learn more about access:

 

Summary

Dieses innovative Gerät verwendet magneto-inertiale Sensoren, um Gang- und Aktivitätsanalysen in unkontrollierten Umgebungen zu ermöglichen. Derzeit im Qualifizierungsprozess als Ergebnismaßnahme in der Europäischen Medizinischen Agentur, wird eine der Anwendungen als klinischer Endpunkt in klinischen Studien bei neuromuskulären Erkrankungen dienen.

Cite this Article

Copy Citation | Download Citations | Reprints and Permissions

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).

Please note that all translations are automatically generated.

Click here for the english version. For other languages click here.

Abstract

Aktuelle Ergebnisse in klinischen Studien mit neuromuskulären Störungen umfassen motorische Funktionsskalen, zeitlange Tests und Kraftmaßnahmen, die von geschulten klinischen Evaluatoren durchgeführt werden. Diese Maßnahmen sind leicht subjektiv und werden während eines Klinikbesuchs oder Krankenhauses durchgeführt und stellen daher eine Punktbewertung dar. Punktbewertungen können durch den täglichen Zustand des Patienten oder Faktoren wie Müdigkeit, Motivation und zwischenlaufende Erkrankungen beeinflusst werden. Um eine heimbasierte Überwachung von Gang und Aktivität zu ermöglichen, wurde ein tragbarer Magneto-Inertialsensor (WMIS) entwickelt. Bei diesem Gerät handelt es sich um einen Bewegungsmonitor, der aus zwei sehr leichten, uhrähnlichen Sensoren und einer Dockingstation besteht. Jeder Sensor enthält einen dreiachsigen Beschleunigungsmesser, Gyroskop, Magnetometer und ein Barometer, das lineare Beschleunigung, Winkelgeschwindigkeit, das Magnetfeld der Bewegung in alle Richtungen und die barometrische Höhe aufzeichnet. Die Sensoren können am Handgelenk, Knöchel oder Rollstuhl getragen werden, um die Bewegungen des Motivs während des Tages aufzuzeichnen. Die Dockingstation ermöglicht das Hochladen und Aufladen von Sensorbatterien während der Nacht. Die Daten werden mit proprietären Algorithmen analysiert, um Parameter zu berechnen, die für den Typ und die Intensität der ausgeführten Bewegung repräsentativ sind. Dieser WMIS kann eine Reihe von digitalen Biomarkern aufzeichnen, einschließlich kumulativer Variablen, z. B. der Gesamtanzahl der zurückgelegten Zähler, und beschreibenden Gangvariablen, z. B. dem Prozentsatz des schnellsten oder längsten Schritts, der die höchste Leistung des Patienten über einen vordefinierten Zeitraum.

Introduction

Eine Reihe von möglichen Therapien sind in der Entwicklung für die Behandlung von genetischen neuromuskulären Erkrankungen. Zu diesen Krankheiten gehören Duchenne-Muskeldystrophie (DMD) und spinale Muskelatrophie (SMA) Typ 3. Probanden mit diesen Krankheiten treten zunächst mit proximaler Schwäche der unteren Extremität auf, was zu fortschreitenden Schwierigkeiten bei der Ambulation führt. Der letzte Schritt in der translationalen Forschung ist der Nachweis der Wirksamkeit einer potenziellen Behandlung oder eines ansatzes in einer klinischen Studie. Spezifische, quantifizierbare, objektive und zuverlässige Maßnahmen sind erforderlich. Die Bedeutung solcher Maßnahmen wurde kürzlich durch das Scheitern der Phase IIb ataluren Studie1 und der Phase-III-Biomarin-Studie2hervorgehoben. Eine der wahrscheinlichen Erklärungen für diese Fehler war die Variabilität und die nichtlineare Entwicklung des primären Ergebnismessmaßes dieser Versuche, des 6-minütigen Gehtests3 (6 MWT). Die Erhöhung der Zuverlässigkeit und Sensibilität für die Änderung der Ergebnismaßnahmen und das Verständnis der Faktoren, die zu ihrer Variation führen, könnten dazu beitragen, die Anzahl der Studienfehler im Zusammenhang mit den wichtigsten Ergebnismaßnahmen zu verringern.

Eine der Einschränkungen der aktuellen Ergebnisse ist die Subjektivität der Bewertung. Um die Objektivität der Bewertungen weiter zu erhöhen, heberer et al.4 zeigte, dass durch einen Marker-Set und die Verwendung einer Ganganalyse-Software, gab es eine signifikante Erhöhung der Schrittlänge bei Patienten mit Steroiden im Vergleich zu der naiven Gruppe behandelt. Hüftgelenkskinetik sind frühe Marker der proximalen Schwäche bei Patienten mit DMD und reagieren auf Veränderungen mit Steroid-Intervention, die die einzige verfügbare Behandlung für diese Patienten ist. Gait-Labore gibt es jedoch nur in großen Kliniken. Darüber hinaus sind Laborbewertungen Punktbewertungen, und der Zustand eines Patienten kann aufgrund von Faktoren wie Müdigkeit, Motivation und zwischenlaufenden Erkrankungen von Tag zu Tag stark variieren.

Der Einsatz kontinuierlicher und häuslicher Messungen sollte sowohl eine objektivere als auch eine globaler repräsentative Bewertung erreichen. In anderen Bereichen der Neurologie, z.B. Parkinson5 oder Multiple Sklerose6, haben mehrere Studien die Machbarkeit, Zuverlässigkeit und Konsistenz mit anderen Maßnahmen verschiedener Sensoren, einschließlich Beschleunigungsmesser mit oder ohne Gyrometer oder Magnetometer, aber keines dieser Geräte ist derzeit ein Goldstandard für die Bewertung von Patienten während klinischer Studien. Im Bereich der neuromuskulären Erkrankungen gibt es derzeit keine validierte Methode zur kontinuierlichen Heimüberwachung von Patienten. In den letzten Jahren hat das Institut für Myologie in Paris durch eine enge Zusammenarbeit zwischen Ärzten und Ingenieuren mehrere Geräte zur Beurteilung der oberen Gliedmaßen entwickelt, um die Stärke der oberen Gliedmaßen und die Funktion7,8 , 9. Ein tragbarer Magnetsensor (WMIS; d.h. ActiMyo) wurde in Zusammenarbeit mit einem auf Navigationssysteme spezialisierten Unternehmen entwickelt. Ursprünglich ein Überwachungsgerät für nicht-ambulante Probanden mit neuromuskulären Störungen wie DMD und SMA10,11, das gleiche Gerät wurde jetzt verwendet, um ambulante Patienten in zwei verschiedenen Konfigurationen zu überwachen: Sensoren auf beiden Knöchel oder einen Sensor am Handgelenk und den anderen am Knöchel. Die Konfiguration für eine nicht-ambulante Population besteht aus einem Sensor am Rollstuhl und dem anderen am Handgelenk.

Dieser WMIS ist in der Lage, alle Bewegungen des Gliedes, auf dem es platziert ist, präzise zu erfassen und zu quantifizieren. Das Messprinzip basiert auf dem Einsatz mikroelektromechanischer System (MEMS) Trägialsensoren und Magnetometer, die über magneto-inertiale Gleichungen betrieben werden. Spezielle Algorithmen ermöglichen eine präzise Qualifizierung und Quantifizierung der Bewegungen von Patienten in einer unkontrollierten Umgebung.

Das übergeordnete Ziel der Methode besteht darin, jede von einem Patienten über einen vordefinierten Zeitraum erzeugte Bewegung zu identifizieren und zu quantifizieren und diese Maßnahmen in krankheitsspezifische Ergebnismaßnahmen zu integrieren, die für die Zustand über einen bestimmten Zeitraum.

Um ambulante und nicht ambulante Patienten mit Bewegungsstörungen zu Hause effektiv beurteilen zu können, muss das Gerät dem Patienten von einem geschulten Gutachter zur Verfügung gestellt werden, der dafür verantwortlich ist, sicherzustellen, dass die Anweisungen verstanden wurden. Ein Prüfer und eine Patientenhand werden mit dem Gerät zur Verfügung gestellt. Dieses WMIS wird derzeit als explorative Ergebnismaßnahme in einer Reihe von klinischen Studien für neuromuskuläre und neurologische Erkrankungen eingesetzt (NCT03351270, NCT02780492, NCT01385917, NCT03039686, NCT03368742, NCT02500381). Es wurden spezifische Verfahren entwickelt, die an die Pathologie und/oder das Design klinischer Studien angepasst sind.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Jede Verwendung des Geräts muss in Übereinstimmung mit den Regeln des Referenzprotokolls erfolgen, das von der Ethikkommission und den nationalen Regulierungsbehörden des Landes validiert wurde. Die Verwendung des Geräts und der verschiedenen daran angebrachten Elemente muss innerhalb des im Patientenhandbuch beschriebenen Verwendungszwecks erfolgen.

HINWEIS: Um die WMIS nutzen zu können, muss der Patient älter als 5 Jahre sein, in der Lage sein, die Nutzungsregeln zu verstehen und zu befolgen, eine Informierteinwilligkeit zu erteilen, Mitglied oder Begünstigter eines Systems der sozialen Sicherheit zu sein und alle Protokollanforderungen erfüllen zu können. Es gibt keine spezifischen Ausschlusskriterien.

1. Vorbereitung auf den Besuch des Teilnehmers im Klinikum

  1. Überprüfen Sie den Inhalt des Koffers: (1) die Dockingstation, um die Sensoren in der Nacht für das Hochladen von Daten auf einen USB-Stick und das Aufladen von Batterien, (2) das Netzkabel in zwei Teile, um die Dockingstation an ein Netzteil zu verbinden, (3) das Ethernet-Kabel an Schnittstelle mit einem Router zulassen, (4) die beiden Sensoren zur täglichen Aktivitätsaufzeichnung, (5) Bänder zur Befestigung der Sensoren je nach gewählter Konfiguration und ambulantem Status des Teilnehmers (Knöchel-Knöchel: zwei Knöchelarmbänder mit zwei Aufklebern die Verschleißseite zu unterscheiden; Knöchel-Handgelenk: ein KnöchelArmband und ein Armband; Handgelenk-Rollstuhl: ein Armband und eine Rollstuhltasche), (6) ein Teilnehmerhandbuch und ein Prüfhandbuch, (7) eine Aufgabenerinnerung, (8) ein Schraubendreher zum Austausch des USB-Sticks und (9) zwei leere USB-Sticks.
    ANMERKUNG: Wenn eine Internetverbindung verfügbar ist, erfolgt die Datenübertragung automatisch
  2. Drucken und bereiten Sie das Zuordnungsformular vor, um die Zuordnung eines Geräts zu einem Teilnehmer aufzuzeichnen. Dadurch wird die Datenabstimmung mit der Betreff-ID ermöglicht.

2. Schulung des Themas während des ersten Besuchs

  1. Positionierung dieses WMIS
    1. Basierend auf den Von den Forschern gesuchten Daten sowie dem ambulanten Status des Patienten verwenden Sie unterschiedliche Konfigurationen für die Platzierung der Sensoren.
      1. Für ambulante Patienten, fixieren Sie die beiden Sensoren entweder am Handgelenk und einem Knöchel für die Aktivitätsaufzeichnung der oberen und unteren Gliedmaßen oder an beiden Knöcheln für nur die Aktivität der unteren Gliedmaßen.
      2. Für nicht-ambulante Patienten, fixieren Sie einen Sensor am Handgelenk und den anderen am Rollstuhl.
  2. Erläutern Sie dem Teilnehmer die Positionierung der Sensoren.
    1. Für ambulante Teilnehmer, fixieren Sie die beiden Sensoren entweder am Handgelenk und einem Knöchel oder an beiden Knöcheln.
      1. Legen Sie für die Handgelenk-Knöchel-Konfiguration einen Sensor mit dem mitgelieferten Armband auf das Handgelenk der dominanten Hand, sodass die Wellen auf die Finger zeigen. Platzieren Sie den zweiten Sensor auf dem Knöchel, auf der gleichen Seite wie der Handgelenksensor, über dem äußeren Malleolus mit den Wellen, die in die Vorwärtsrichtung zeigen.
        HINWEIS: Der Sensor muss auf dem Handgelenk platziert werden.
      2. Legen Sie für die Knöchel-Knöchel-Konfiguration einen Sensor auf jeden Knöchel, über dem äußeren Malleolus mit den Wellen, die in die Vorwärtsrichtung zeigen.
        HINWEIS: Aufkleber sollten auf den Sensoren angebracht werden, um die Verschleißseite anzuzeigen.
    2. Für nicht-ambulante Teilnehmer, fixieren Sie einen Sensor am Handgelenk und den anderen am Rollstuhl.
      1. Legen Sie für die Handgelenk-Rollstuhl-Konfiguration einen Sensor mit dem mitgelieferten Armband auf das Handgelenk der dominanten Hand des Teilnehmers, sodass die Wellen auf die Finger zeigen. Legen Sie den zweiten Sensor in die mitgelieferte Tasche. Befestigen Sie es an einem sicheren Ort am Rollstuhl.
        HINWEIS: Schalten Sie die Sensoren unabhängig von der verwendeten Konfiguration nicht um. Die Sensoren sollten kuschelig, aber nicht zu fest am Handgelenk und/oder Knöchel passen, um zu verhindern, dass sie sich herumdrehen.
  3. Erklären Sie dem Teilnehmer den täglichen Ablauf für die Verwendung von Sensoren.
    1. Abendroutine
      1. Schließen Sie die Dockingstation an das Netzteil an. Schließen Sie die Dockingstation an den Router an, wenn eine Internetverbindung verfügbar ist. Setzen Sie die Sensoren in die Dockingstation ein.
      2. Lokalisieren Sie die beiden Leuchtdioden (LEDs) an der Dockingstation, die den Status der Sensoren anzeigen. Nachdem Sie an eine Stromquelle angeschlossen sind, stellen Sie sicher, dass die Station piept und die Dioden orange werden, um anzuzeigen, dass die Sensorbatterien geladen werden und dass Daten von den Sensoren auf das USB-Laufwerk heruntergeladen werden.
        HINWEIS: Wenn die LEDS nach 5 min immer noch blinken, starten Sie den Vorgang von Anfang an neu. Wenn das Problem weiterhin besteht, wenden Sie sich an das Team des klinischen Standorts.
    2. Morgenroutine
      1. Stellen Sie sicher, dass die LEDs grün sind, was darauf hinweist, dass die Sensoren-Batterien vollständig geladen sind und dass Die Daten aus dem Speicher der Sensoren gelöscht wurden. Entfernen Sie die Sensoren von der Dockingstation. Tragen Sie die Sensoren in der vom Bewerter demonstrierten Konfiguration.
        HINWEIS: Wenn die LED an einem oder beiden Sensoren nach zwei aufeinanderfolgenden Tagen orange ist, wenden Sie sich an das klinische Zentrum.
    3. Tagesroutine
      1. Tragen Sie die Sensoren den ganzen Tag und legen Sie die Sensoren am Ende des Tages wieder auf die Dockingstation.
        HINWEIS: Entfernen Sie die Sensoren bei Aktivitäten mit Wasser, speziellen medizinischen Untersuchungen (z. B. Magnetresonanztomographie [MRT], CT-Scan, Röntgen) oder bei Aktivitäten, die sie beschädigen könnten, und bewahren Sie sie an einem sicheren Ort auf einer festen Oberfläche auf. Setzen Sie das Tragen der Sensoren nach der Aktivität fort.
    4. Am Ende des Aufzeichnungszeitraums alle Geräteime im Koffer aufräumen und das Gerät ins Klinikum zurückbringen.
      HINWEIS: Ermutigen Sie den Teilnehmer, sich an normalen täglichen Aktivitäten zu beteiligen, die so viel wie möglich die Sensoren tragen.
  4. Füllen Sie ein spezielles Zuweisungsformular aus.

3. Datenerhebung und -analyse

  1. Datenerfassung
    HINWEIS: Die Sensoren nehmen Signale kontinuierlich für bis zu 16 h auf und speichern die Informationen in einem internen Speicher (Film 1). Die Dockingstation ermöglicht das Herunterladen der in den Sensoren gespeicherten Daten am Ende eines jeden Tages und das Laden der Batterien während der Nacht. Die an die Dockingstation heruntergeladenen Daten werden auf einem USB-Laufwerk gespeichert, auf das nur die Bewerter zugreifen können.
    1. Ein standardmäßiges 64-GB-USB-Laufwerk kann bis zu 3 Monate tägliche Aufzeichnungsinformationen (ca. 16 h/Tag) aufnehmen. Stellen Sie USB-Laufwerke mit höherer oder niedrigerer Kapazität bereit, um sie so genau wie möglich an die Einschränkungen der Protokolle anzupassen.
    2. Wenn die Dockingstation nicht mit dem Internet verbunden ist, lassen Sie den Bewerter das USB-Laufwerk von der Dockingstation entfernen (mit dem spezifischen Schraubendreher im Koffer) und ersetzen Sie es am Ende des Aufnahmezeitraums durch einen leeren. Das USB-Laufwerk sollte zur Analyse an das Support-Team gesendet werden.
      HINWEIS: Wenn die Dockingstation mit dem Internet verbunden ist, werden die Daten in den Cloud-Speicher hochgeladen. Daher ist es nicht notwendig, das USB-Laufwerk zu ändern, da alle Daten automatisch vom USB-Laufwerk gelöscht werden, sobald die Dateien in die Cloud hochgeladen werden.
  2. Datenanalyse
    1. Extrahieren Sie an ausgewählten Zeitpunkten während der Studie Daten aus dem Cloud-Speicher und analysieren Sie Daten mit einem dedizierten Algorithmus. Passen Sie die Analysezeiträume und die Monitoring-Berichte basierend auf der klinischen Studie an.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Die hier vorgestellten Daten wurden in klinischen Studien erfasst, die von der Ethikkommission und der französischen Regulierungsbehörde genehmigt wurden. Alle Patientenvertreter unterzeichneten eine informierte Einwilligung.

Dieses WMIS wurde erstmals 2012 in einer klinischen Studie zur kontrollierten und heimbasierten Überwachung von Ober-Limb-Bewegungen bei nicht-ambulanten DMD-Patienten (NCT01611597) eingesetzt, die die Autonomie und Durchführbarkeit des Geräteeinsatzes demonstrierten10. Variablen, wie die Norm der Winkelgeschwindigkeit, das Verhältnis der vertikalen Komponente der Beschleunigung zur Gesamtbeschleunigung, die Höhenrate und die berechnete Leistung wurden identifiziert, um die Aktivität der oberen Gliedmaßen von Patienten in einem kontrollierte Umgebung (Tabelle 1). In einem zweiten Schritt wurden diese Variablen mit der Wirksamkeit von Patienten während einer standardisierten und validierten Aufgabe korreliert, die auch die Prüfung der Gerätezuverlässigkeit10erlaubte. Eine vollständigere Validierung von Variablen, die für nicht ambulante Probanden relevant sind, ist im Gange.

Der Validierungsprozess bei ambulanten Patienten ist viel weiter fortgeschritten. Kürzlich hat der Ausschuss für Humanarzneimittel (CHMP) die öffentliche Konsultation zur Qualifizierung der 95. Zentiver-Schrittgeschwindigkeit (95CSV) als validiertes sekundäres Ergebnis bei ambulanten DMD-Patienten und die endgültige Annahme von Qualifikationsgutachten steht noch aus. Dieses WMIS ermöglicht die Identifizierung und Messung (Höhe, Länge, Geschwindigkeit) jedes einzelnen Schritts (Abbildung 1) über einen langen Zeitraum und ermöglicht die Analyse der Verteilung aller erfassten Schritte, was die Berechnung des Zentils der Schrittgeschwindigkeit und länge. Der 95CSV schien die empfindlichste Variable für Veränderungen bei ambulanten DMD-Patienten zu sein. Der 95CSV bietet eine sensible Ergebnismaßnahme, die eine kleine Anzahl von Patienten pro Gruppe in einer kontrollierten Studie ermöglicht. Mehrere andere Parameter, die von diesem WMIS messbar sind, sind weniger empfindlich auf Veränderungen als 95CSV, aber sie hängen enger mit der Lebensqualität zusammen, wie z. B. die zurückgelegte Strecke pro Stunde und die Anzahl der Stürze pro Stunde (Tabelle 1).

Die Genauigkeit der Gangbahn wurde zunächst in Steuerungen getestet, mit einem optokinetischen System, das eine ausgezeichnete Übereinstimmung zwischen den mit dem optokinetischen System gemessenen Flugbahnen und dem magnetoinertialen Sensor12bestätigte. Bei Patienten haben wir die Übereinstimmung zwischen den von diesem WMIS während einer 6 MWT gemessenen Entfernungen bis zur von Physiotherapeuten gemessenen Entfernung bewertet. Abbildung 2 zeigt die Knöchelbahn und Orientierung, die aus unseren WMIS-Messungen während einer Runde eines 6 MWT rekonstruiert wurden. Für diese Studie wurden Daten von 23 ambulanten DMD-Patienten (NCT02780492) während 31 6 MWT (einige Patienten führten einen zweiten Test 6 Monate später) erhalten. Die Ergebnisse werden in Abbildung 3dargestellt. Die Differenz zwischen dem von unserem WMIS gemessenen Abstand und dem Referenzwert 6 MWT (nach Korrektur für die Länge der Drehung um die Kegel, siehe Abbildung 2) lag innerhalb von 5%.

Figure 1
Abbildung 1: Darstellung der Schrittlänge durch die schwarze Linie, die die berechnete Flugbahn der Knöchelposition während des von diesem WMIS rekonstruierten Gehens darstellt. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Figure 2
Abbildung 2: Darstellung der Flugbahn während einer Runde eines 6 MWT, das von diesem WMIS rekonstruiert wurde. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Figure 3
Abbildung 3: Der mit dieser WMIS (y-Achse) berechnete Abstand von 6 MWT im Vergleich zu dem Vom Physiotherapeuten während desselben Tests (x-Achse) gemessenen Abstand für 31 6 MWT, der von 23 Patienten durchgeführt wurde. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Movie 1
Film 1: Rekonstruktion der Knöchelbahn während des Gehens mit diesem WMIS. Bitte klicken Sie hier, um dieses Video anzuzeigen. (Rechtsklick zum Download.)

Gehparameter Parameter der oberen Gliedmaßen
Prozentsatz der zu Fuß verbrachten Zeit (%) Prozentsatz der Zeit mit Aktivität der oberen Gliedmaßen (%)
Gehstrecke pro Stunde (m/h) Mittlere Winkelgeschwindigkeit des Handgelenks (°/s)
Mittlere Schrittgeschwindigkeit (m/s) 95. Winkelgeschwindigkeit des Handgelenks (°/s)
95CSV (m/s) Mittlere vertikale Beschleunigung (g)
Mittlere Schrittlänge (m) 95. Vertikale Beschleunigung (g)
95. Perzentil der Schrittlänge (m) Mittlere Leistung (W/kg)
Anzahl der Stürze pro Stunde (Anzahl/h) 95. Leistung (W/kg)

Tabelle 1: Liste der Parameter.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

In den letzten zehn Jahren wurden eine Reihe verschiedener Systeme entwickelt, wie z. B. ein Aktivitätsmonitor (Tabelleder Materialien [IV]), der beschleunigungsmetrische Sensoren verwendet, um Aktivitäten des täglichen Lebens für die Quantifizierung des Energieverbrauchs zu überwachen13. Ein triaxialer Beschleunigungsmesser(Materialtabelle [V]) wurde von Tanaka et al.14 verwendet, um die Aktivität von Vorschulkindern zu überwachen. Lau et al.15 zeigte durch die Kombination eines Dual-Accelerometers(Materialtabelle [VI]) und eines Gyroskops(Materialtabelle [VII]), dass die räumzeitlichen Eigenschaften des Gangs durch die Verwendung von Trägheits- Sensoren. Zijlstra et al.16 analysierten Stamm und 289 Kompensatorische Bewegungen des Beckens traten während des Ganges mit einem körperfixierten Sensor auf. Die meisten Geräte, die für Ganganalysen verwendet werden, sind Dreiachsbeschleunigungsmesser17,18,19 (Materialtabelle [VIII, IX, X]). Neben Beschleunigungsmessern umfasst unser WMIS drei Gyroskope, ein Magnetometer und ein Barometer. Trägiksensoren stellen eine interessante Technologie zur Beurteilung der Bewegung neuromuskulärer Patienten dar, da es schwierig ist, ihre reduzierten Bewegungen und ihre abnormen Gangarten zu beurteilen. Unser WMIS kann zur Bewertung selbst schwerbehinderter Patienten eingesetzt werden und liefert im Gegensatz zu Waagen und anderen Werkzeugen objektive und zuverlässige Daten. Tatsächlich kann das genaue Maß der Schritte nicht mit einfachen, am Handgelenk getragenen Trägialsensoren erreicht werden, sondern erfordert hochstabile und präzise kalibrierte Trägialsensoren, die mit hoher Frequenz abgetastet und auf der unteren Extremität platziert werden, um die Schrittbahn zu berechnen. Dasselbe gilt für andere explorative Ergebnisse, bei ambulanten Patienten, wie Treppensteigen oder Stürzen.

Wir haben gezeigt, dass eine genaue Schätzung der Fußbahn in ambulanter DMD mit unserem WMIS möglich ist, der im täglichen Leben getragen werden kann. Die validierten 6 MWT3 und die North Star Ambulatory Assessment (NSAA)20 wurden mit den Variablen unseres Geräts korreliert, die spontane Wanderung während der zweiwöchigen Aufzeichnung beschreiben und sind empfindlich auf Veränderungen in der DMD-Population über einen Zeitraum von 6 Monaten zeit.

Die Diskriminierung der Oberkörperaktivität während der Benutzung des Rollstuhls kann eine Herausforderung darstellen. Die Accelerometrie ermöglicht die Überwachung körperlicher Aktivität, die entweder direkt mit Rollstuhlbewegungen 21 oder den oberen Gliedmaßen während der Bewegung des Rollstuhls22 zusammenhängt (Materialtabelle [XI]). Durch die Platzierung eines Sensors auf dem Rollstuhl und die Verwendung von Daten aus dem dreiachsigen Beschleunigungsmesser, Gyroskop und Barometer kann unser WMIS die Aktivität der oberen Gliedmaßen von Rollstuhl- und Betreuerbewegungen unterscheiden und auch sehr schwache Bewegungen präzise quantifizieren.

Die geringe Größe unserer Sensoren entspricht den Empfehlungen von Ciuti et al. 23 der darauf hingewiesen hat, dass die Miniaturisierung von Sensoren neue Anwendungen in verschiedenen Bereichen ermöglicht. Verbesserungen in der Technologie ermöglichen jetzt eine einfache Bedienung, den Zugang und die Förderung der heimbasierten Überwachung von Patienten durch Datenübertragungssysteme, die in intelligente Geräte wie Smartphones24,25,26integriert sind. Sensoren in Smartphones sind jedoch nicht so kalibriert, dass sie als klinische Ergebnismessung verwendet werden können, und die Variabilität im Zeitverlauf wird nicht kontrolliert. So können Smartphones oder Tablets für patientengemeldete Ergebnismessungen(Materialtabelle [XII]) verwendet werden, aber nicht als Vorrichtung zur präzisen und kontinuierlichen Messung von Bewegungen.

Mit unserem Gerät und seinem Protokoll sind mehrere Einschränkungen verbunden. Eine der größten Herausforderungen bei der kontinuierlichen Heimerfassung besteht darin, dass die Patientenkonformität im Laufe der Zeit tendenziell abnimmt. Um dieses Problem anzugehen, mussten wir den minimalen Zeitraum mit der geringsten Variabilität der definierten Variablen finden, die für einen Patienten als klinisch signifikant angesehen werden können. Dies wurde definiert als 180 Stunden Aufnahme, was zwei Wochen27entspricht.

Ein kritischer Schritt des Protokolls ist das Training. Der Patient muss für die Verwendung des Geräts geschult werden, und es ist entscheidend, dass der Bewerter, der das Gerät bereitstellt, und das Training zuerst angemessen geschult wurde. Der beste Weg, die Schulung des klinischen Teams und der Patienten zu optimieren, um eine konsistente Nutzung des Geräts zu gewährleisten, ist ein persönliches Training.

Unser WMIS findet Anwendungen außerhalb des neuromuskulären Bereichs, zum Beispiel bei der Bewertung von Patienten mit Multipler Sklerose oder Parkinson-Krankheit, bei denen andere weniger empfindliche und zuverlässige Geräte bereits getestet wurden28,29. Qualifizierungsprozesse unter Berücksichtigung von Messzuverlässigkeit, Variabilität, Störfaktoren, minimal sinnvollen Unterschieden und Veränderungsempfindlichkeit müssen für diese Probanden durchgeführt werden, da sie bei ambulanten Patienten mit DMD durchgeführt wurden. hier beschrieben.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Charlotte Lilien, Teresa Gidaro, Andreea Seferian und Erwan Gasnier sind Mitarbeiter am Institut für Myologie und haben keine Verbindung zu Sysnav. Laurent Servais ist Mitarbeiter am Institut für Myologie und am CHRMN Lüttich und ist nicht mit Sysnav verbunden. Marc Grelet ist Mitarbeiter von Sysnav. David Vissiére ist der Gründer von Sysnav.

Acknowledgments

Die Autoren danken Anne-Gaélle Le Moing, Amélie Moreaux und Eric Dorveaux für ihren Beitrag zur Entwicklung dieses tragbaren Magnetsensors und Jackie Wyatt für die Rezension.

Materials

Name Company Catalog Number Comments
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

DOWNLOAD MATERIALS LIST

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*. EMA/CHMP/SAWP/527447/2018 (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).

Comments

0 Comments


    Post a Question / Comment / Request

    You must be signed in to post a comment. Please or create an account.

    Usage Statistics