概要

モーションキャプチャ技術を計測されたTimed Up and Goテストで使用して、高齢者の転倒リスクを検出

Published: October 25, 2024
doi:

概要

計装化されたTimed Up and Go(iTUG)テストは、新技術の開発に伴い、体の揺れや歩行の分析でますます注目を集めています。モーションキャプチャを使用してiTUGのサブコンポーネントを分析するためのプロトコルを提示します。

Abstract

医学と技術による努力にもかかわらず、高齢者の転倒の発生率は依然として増加しています。そのため、転倒リスクの早期発見は、転倒防止のためにますます重要になってきています。Timed Up and Go(TUG)テストは、可動性を評価するための広く受け入れられているツールであり、高齢者の将来の転倒リスクを予測するために使用できます。臨床現場では、テストを完了するまでの合計時間が TUG テストの主な結果の尺度です。その単純さと一般性により、従来のTUGテストは動き分析のためのグローバルテストと見なされてきました。しかし、最近、研究者はTUGテストをサブコンポーネントに分割しようと試み、さらなる調査のためにスコアシステムを更新しました。従来のTUGテストを新たに改良した計装型Time Up and Go(iTUG)テストは、高齢者の運動障害や転倒リスクを予測するための高感度ツールであると報告されています。本研究の目標は、モーションキャプチャ技術を使用してiTUGテストサブコンポーネントを分析し、どのiTUGテストサブタスクが将来の転倒の潜在的なリスクに関連しているかを判断することでした。

Introduction

転倒は最も一般的な老人症候群の1つであり、世界中で事故または意図しない怪我関連の死亡の2番目に多い原因です1。65歳以上の成人では、転倒は機能障害、障害、生活の質の低下、入院期間の増加、さらには死亡につながる可能性があります2,3。したがって、転倒を防ぐことは最も重要です。

転倒イベントの予測因子を決定するために、以前の研究者は、歩行分析、バランステスト、精神状態、鎮静剤の使用、および前年の転倒歴に焦点を当ててきました 4,5 Timed Up and Go (TUG) テストは、可動性の迅速なパフォーマンスベースの尺度です。TUGテストは高齢者で広く研究されており、転倒のリスクに対する簡単なスクリーニングテストとして推奨されています6。この広く使用されているテストは、椅子から立ち上がり、好ましい速度で3m歩き、向きを変え、戻り、座ることで構成されています。このテストの従来の臨床結果は、その合計期間7 に依存し、ストップウォッチによって評価されます。

臨床診療では、従来のTUGテストは、被験者のパフォーマンスをサブコンポーネント8に分割することなく、一連の活動を実行するための合計時間を測定する。最近、一部の研究者は、さまざまなTUGテストコンポーネントが将来の転倒の予測因子として特に敏感である可能性があると提案しています9。デジタル化された計装化されたTUG(iTUG)テストを使用する場合、TUGテストの個々のコンポーネントを個別に分析できます。iTUGを使用することで、各TUGテストサブフェーズのいくつかの特性を客観的に評価し、各動きの関連する持続時間、速度、角速度などの定量的データを取得することができます。より詳細なデータにより、iTUGテストは、転倒リスク10をより示す可能性のある特定の欠損を検出する利点を示しています。

動き分析のゴールドスタンダードとして、モーションキャプチャ技術は、パーキンソン病(PD)11、認知障害12、足首関節炎13の患者、および健康な成人14の動きを検出するために使用されてきました。本研究では、モーションキャプチャ技術を用いてiTUGテストのサブコンポーネントを分析し、iTUGテストのサブタスクと将来の転倒の潜在リスクとの相関関係を明らかにすることを目指しました。

Protocol

この研究は、中国の北京にある中国人民解放軍総合病院の第7医療センターの学術倫理委員会によって承認されました。 1. 参加者の包含/除外基準 65歳以上の参加者を募集し、インフォームドコンセントを取得します。 膝関節炎、閉塞性血栓血管炎、痛風など、明らかな視覚障害および下肢障害のある参加者を除外します。 2. テストエリアの準備 5 m x 8 m以上の標準化されたiTUGテストエリア( 図1を参照)を設定し、12台のカメラを部屋全体に配置します。従来のTUGのセットアップをテストエリアに置きます:椅子と参加者に引き返すように促す看板。注意: ルートラインを示す標識はオプションです。 モーションキャプチャ領域がすべてのカメラの範囲に制限されていること、およびすべてのTUGテストセットアップが光を反射しないことを確認します。 3. 試験前の手続きのためのソフトウェア準備 部屋で使用するコンピューターにモーションキャプチャソフトウェアをインストールします。 クリック シーカー ボタンをクリックして、モーションキャプチャソフトウェアを起動します。ソフトウェアを起動した後、 一般的な Camara 構成では、ほとんどの状況で許容できる デフォルト モード (フレーム レート = 60 フレーム/秒、シャッター スピード = 1/1,000 秒) を選択します。 選択したカメラ設定 と カメラ構成設定を デフォルトモードでも設定します。 [ライブモード]を選択して、リアルタイム設定を設定します。注: ポストモード は、キャプチャされたデータを分析するために使用されます。 [マーカーセット]をクリックして、マーカー設定を構成します。 Ground AxisのCalibrationでXY軸を選択し、Calibration unitsでミリメートルを選択します。 [キャリブレーション]をクリックして、キャリブレーションのバリエーションを選択します。 Initial Calibrationを選択し、「L」字型のボタンをクリックします。同時に、「L」字型のキャリブレーターをフィールドに持ち込み、フィールドの中央に配置して、すべてのカメラでキャプチャできることを確認します。注意: 「L」字型のキャリブレーターには、4つの光反射マーカーが含まれています。 12台のカメラすべてが4つの反射マーカーを検出できるか、画面上で確認してください。カメラが≤3マーカーを検出した場合は、画面の左側にある明るさとしきい値を下げます。カメラが≥5マーカーを検出した場合は、フィールドを確認し、不要な反射マーカーを清掃または覆います。注:元参加者の小さな持ち物の一部がカメラによって検出される場合があります。 「L」字型のキャリブレーターをフィールドから取り外します。 「T」字型のボタンをクリックします。同時に、「T」字型のキャリブレーターを現場に持って行き、振って、すべてのカメラでキャプチャできることを確認します。 Up AxisのCalibrationでZ軸を選択し、Calibration unitsでミリメートルを選択します。 すべてのカメラがマーカーをキャプチャできるかどうかを医師に確認してもらいます。フィールドの各コーナーでマーカーを振る、特にTUGテストの可能なスペースをカバーします。 12台のカメラすべてが「T」字型のキャリブレーターを検出できるか、画面で確認してください。どのカメラでも検出できない場合は、カメラの向きを変えてください。注:キャリブレーションが必要なマーカーには2つの形状があります。「L」字型と「T字型」。「L」字型キャリブレーターには、XY軸をキャリブレーションするための4つの光反射ポイントがあり、「T」字型キャリブレーターにはZ軸をキャリブレーションするための4つの光反射ポイントがあります。キャリブレーション時間は60秒以上続きます。効果的なキャプチャーは、画面の色を緑色に変えます。 [Finish] をクリックしてキャリブレーションを完了します。 [ キャリブレーションの保存] をクリックして、有効なキャリブレーションモードを保存します。注:キャリブレーションは2Dモデルで実行されます。テスト中には3Dモデルがよく使用されます。 4. iTUGテスト 注:参加者は、タイトでありながら快適な服装と靴を着用する必要があります。 解剖学的ランドマークに反射点を取り付けます:頸部7棘突起と胸部10棘突起、左肩峰と右肩峰。注:各参加者は、最大17個の反射ポイントを取り付けることができます。反射ポイントが多ければ多いほど、収集されるデータは正確になりますが、参加者が感じる快適さも低下します。 画面の右行にある反射点を右クリックし、C7、T10、左肩、右肩に指定します。 参加者に指示を見せます。「椅子から立ち上がり、お好みの速度で3m歩き、向きを変えて戻って座ってください」という指示です。 参加者に事前にiTUGテストを実施してもらい、指示に精通していることを確認してください。注:反射ポイントが取り付けられた後、各参加者が快適であることを確認してください。 参加者に iTUG テストを実行するように指示します。注:参加者は、iTUGタスクを完了するために歩く必要があります。 参加者がiTUGテストを実行している間に、コンピューターの画面上の 開始 ボタンと 停止 ボタンをクリックします。注意: iTUGテスト中、モーションキャプチャシステムは、60Hzの周波数で接続されたすべてのポイントからデータをサンプリングします。それに応じてビデオが形成されます( ビデオ1を参照)。 5. iTUGテスト変数のデータ収集と定義 録音設定ボタンをクリックします。注: データはスプレッドシートに保存され、検索されます。 Raw カメラ データの選択 |追跡型ASCTI |追跡されたバイナリ。キャプチャー時間は 20 秒です。 参加者 の名前を入力します 。 「Record」ボタンをクリックして、データ収集を開始します。 ビデオを確認して iTUG テストのサブフェーズを特定し、データに従って変数を計算します。従来の TUG テストの合計時間、フェーズ 1 の時間 (椅子から立ち上がる)、フェーズ 1 の体の揺れ (椅子から立ち上がる)、フェーズ 2 の時間 (優先速度で 3 m 歩く)、フェーズ 2 の体の揺れ (優先速度で 3 m 歩く)、フェーズ 3 の時間 (向きを変える)、フェーズ 3 の体の揺れ (向きを変える)、 フェーズ3(方向転換)、フェーズ4時間(戻り)、フェーズ4の体揺れ(戻り)、フェーズ5時間(座っている)の角速度。注:詳細は、Caronniと同僚15によって記述されたものと似ています。 6.ダウントン転倒リスク指数(DFRI) ダウントン転倒リスク指数(DFRI)を使用して転倒リスクを評価します。注:DFRI(表1)には11のリスク項目が含まれており、それぞれに1ポイントが採点されます。スコアは、0 から 11 の範囲の合計インデックス スコアに合計されます。スコア≥3は、転倒のリスクが高いことを示していると考えられています。転倒リスクを評価するために、DFRIは通常、病院に入院した参加者に使用され、Home Falls and Accidents Screening Tool(HOME FAST)はコミュニティの住民により適しています。 7. 統計解析 市販の統計ソフトウェアパッケージを使用して、すべての統計分析を実行します。スチューデントの t検定を使用してグループの差を評価し、ピアソン相関係数を選択して、iTUGのサブコンポーネントと合計サンプルのDFRIスコアの関係を評価します。P < 0.05は統計的に有意な差を示します。 Bland-Altman手順を使用して、当社の方法とMcRobertsセンサーとの間のフェーズ1の持続時間、フェーズ3の角速度、およびフェーズ4の持続時間の一致を評価します( 材料の表を参照)。2つの測定方法の平均差と、計算された平均差の一致限界の95%を計算します。

Representative Results

転倒リスクが高い13人の高齢者参加者(DFRIスコア:3-11)と転倒リスクが低い11人の被験者(DFRIスコア:0-2)が募集されました。DFRIの詳細については 、表1を参照してください。前述したように、スコアが3以上であれば、入院中の患者の転倒リスクが高いと考えられる16。 人?…

Discussion

プロトコルの重要なステップは、バイアスを避けるために、反射ポイントを解剖学的ランドマークに正確に取り付けることです。さらに、iTUGテストの各サブコンポーネントの特定も重要なステップです。ビデオレビューは、識別に役立ちます。

TUGテストのスコアにはグループ間でわずかな差が存在し、従来のTUGスコアは転倒のリスクを識別する…

開示

The authors have nothing to disclose.

Acknowledgements

著者らは、デジタル技術のサポートについてHonghua Zhou博士に感謝します。本研究は、Capital’s Funds for Health Improvement and Research of China(ID:2024-2-7031)の支援を受けました。

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

参考文献

  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

記事を引用
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