Summary

Verwendung der Motion-Capture-Technologie im instrumentierten Timed Up and Go-Test zur Erkennung des Sturzrisikos bei älteren Erwachsenen

Published: October 25, 2024
doi:

Summary

Der instrumentierte Timed Up and Go (iTUG) Test gewinnt mit der Entwicklung neuer Technologien zunehmend an Bedeutung in der Körperschwankungs- und Ganganalyse. Wir stellen ein Protokoll vor, um die Teilkomponenten des iTUG mit Motion Capture zu analysieren.

Abstract

Trotz der Bemühungen von Medizin und Technik nimmt die Häufigkeit von Stürzen bei älteren Erwachsenen immer noch zu. Daher wird die frühzeitige Erkennung des Sturzrisikos für die Sturzprävention immer wichtiger. Der TUG-Test (Timed Up and Go) ist ein anerkanntes Instrument zur Beurteilung der Mobilität und kann zur Vorhersage des zukünftigen Sturzrisikos bei älteren Erwachsenen verwendet werden. In der klinischen Praxis ist die Gesamtzeit bis zum Abschluss des Tests das wichtigste Maß für das Ergebnis des TUG-Tests. Aufgrund seiner Einfachheit und Allgemeingültigkeit gilt der traditionelle TUG-Test als globaler Test für die Bewegungsanalyse. In letzter Zeit haben Forscher jedoch versucht, den TUG-Test in Unterkomponenten aufzuteilen und sein Punktesystem für weitere Untersuchungen aktualisiert. Der instrumentierte Time Up and Go (iTUG)-Test, bei dem es sich um eine neue Modifikation des traditionellen TUG-Tests handelt, hat sich als empfindliches Instrument zur Vorhersage von Bewegungsstörungen und des Sturzrisikos bei älteren Erwachsenen erwiesen. Ziel der vorliegenden Studie war es, die Teilkomponenten des iTUG-Tests mit Hilfe der Motion-Capture-Technologie zu analysieren und zu ermitteln, welche Teilaufgaben des iTUG-Tests mit dem potenziellen Risiko zukünftiger Stürze zusammenhängen.

Introduction

Stürze sind eines der häufigsten geriatrischen Syndrome und weltweit die zweithäufigste Ursache für unfallbedingte oder unbeabsichtigte Todesfälle durch Verletzungen1. Bei Erwachsenen über 65 Jahren kann ein Sturz zu Funktionsbeeinträchtigungen, Behinderungen, verminderter Lebensqualität, längerem Krankenhausaufenthalt und sogar zur Mortalität führen 2,3. Daher ist die Vermeidung von Stürzen von größter Bedeutung.

Um Prädiktoren für Sturzereignisse zu bestimmen, konzentrierten sich frühere Forscher auf Ganganalysen, Gleichgewichtstests, den mentalen Zustand, den Konsum von Beruhigungsmitteln sowie die Vorgeschichte von Stürzen im Vorjahr 4,5 Der Timed Up and Go (TUG)-Test ist ein schnelles leistungsbasiertes Maß für die Mobilität. Der TUG-Test wurde bei älteren Erwachsenen ausgiebig untersucht und wird als einfacher Screening-Test für das Sturzrisiko empfohlen6. Dieser weit verbreitete Test besteht darin, von einem Stuhl aufzustehen, 3 m mit der bevorzugten Geschwindigkeit zu gehen, sich umzudrehen, zurückzukehren und zu sitzen. Das traditionelle klinische Ergebnis dieses Tests hängt von seiner Gesamtdauerab 7 und wird durch eine Stoppuhr bewertet.

In der klinischen Praxis misst der konventionelle TUG-Test die Gesamtzeit für die Durchführung einer Reihe von Tätigkeiten, ohne die Leistung des Probanden in die Unterkomponenten8 zu unterteilen. In jüngster Zeit haben einige Forscher vorgeschlagen, dass verschiedene TUG-Testkomponenten als Prädiktoren für zukünftige Stürze besonders empfindlich sein könnten9. Bei der Verwendung des digitalisierten instrumentierten TUG-Tests (iTUG) können die einzelnen Komponenten des TUG-Tests getrennt analysiert werden. Durch den Einsatz des iTUG ist es möglich, mehrere Merkmale jeder TUG-Testunterphase objektiv zu bewerten und quantitative Daten zu erhalten, wie z. B. die relevanten Dauer, Geschwindigkeiten und Winkelgeschwindigkeit jeder Bewegung. Mit detaillierteren Daten hat der iTUG-Test gezeigt, dass es von Vorteil ist, spezifische Defizite zu erkennen, die eher auf das Sturzrisiko hinweisen können10.

Als Goldstandard in der Bewegungsanalyse wurden Motion-Capture-Technologien zur Erkennung von Bewegungen bei Patienten mit Parkinson (PD)11, kognitiven Beeinträchtigungen12 und Sprunggelenksarthritis13 sowie bei gesunden Erwachsenen14 eingesetzt. In der aktuellen Studie haben wir uns zum Ziel gesetzt, die Teilkomponenten des iTUG-Tests mittels Motion-Capture-Technologie zu analysieren und den Zusammenhang zwischen den Teilaufgaben des iTUG-Tests und dem potenziellen Risiko zukünftiger Stürze zu ermitteln.

Protocol

Diese Studie wurde von der Akademischen Ethikkommission des Seventh Medical Center des Chinese PLA General Hospital in Peking, China, genehmigt. 1. Ein-/Ausschlusskriterien für Teilnehmer Rekrutieren Sie Teilnehmer im Alter von 65 Jahren oder älter und holen Sie deren Einwilligungserklärung ein. Schließen Sie Teilnehmer mit offensichtlichen Sehbehinderungen und Behinderungen der unteren Gliedmaßen aus, wie z. B. Kniear…

Representative Results

Es wurden dreizehn Teilnehmer im Alter von 11 Jahren mit einem hohen Sturzrisiko (DFRI-Score: 3-11) und 11 Probanden mit einem niedrigen Sturzrisiko (DFRI-Score: 0-2) rekrutiert. Der DFRI ist in Tabelle 1 aufgeführt. Wie bereits erwähnt, wird ein Score von 3 oder mehr als Hinweis auf ein hohes Sturzrisiko für Patienten während des Krankenhausaufenthaltsangesehen 16. <p class="jove_content" fo:keep-together….

Discussion

Die kritischen Schritte im Protokoll bestehen darin, die reflektierenden Punkte genau an den anatomischen Orientierungspunkten zu befestigen, um Verzerrungen zu vermeiden. Darüber hinaus ist die Identifizierung jeder Unterkomponente des iTUG-Tests ebenfalls ein kritischer Schritt. Ein Video-Review ist hilfreich für die Identifikation.

Es gab einen marginalen Unterschied zwischen den Gruppen in den TUG-Testergebnissen, was darauf hindeutet, dass die tradition…

Offenlegungen

The authors have nothing to disclose.

Acknowledgements

Die Autoren danken Dr. Honghua Zhou für die Unterstützung der digitalen Technologie. Diese Studie wurde von den Capital’s Funds for Health Improvement and Research of China (ID:2024-2-7031) unterstützt.

Materials

Black strip Deli 60 mm x 20 m
Calibrator NOKOV reflector marker1 L shape
Calibrator NOKOV reflector marker2 T shape
Chair YUANSHENGYUANDAI “10076062317820”
Computer HUAWEI HONOR
McRoberts sensor  DynaPort Hybrid, McRoberts, The Hague, The Netherland
Motion capture camera NOKOV Mars2H
Motion capture software NOKOV DG-01
Reflective marker NOKOV small marker for calibrators
Reflective marker NOKOV large marker for participants

Referenzen

  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).

Play Video

Diesen Artikel zitieren
Cai, X., Zhao, H., Shan, X., Huang, Y., Wei, F. Using Motion Capture Technology in the Instrumented Timed Up and Go Test to Detect the Risk of Falling in Aged Adults. J. Vis. Exp. (212), e66025, doi:10.3791/66025 (2024).

View Video