Valutazione delle capacità fisiche dei pazienti con sarcopenia utilizzando l'analisi dell'andatura e la soletta intelligente per lo sviluppo di biomarcatori digitali

Rapporti scientifici volume 13, numero articolo: 10602 (2023) Citare questo articolo

485 accessi

1 Altmetrico

Dettagli sulle metriche

Lo scopo di questo studio è confrontare l’importanza delle variabili tra più strumenti di misurazione e utilizzare l’analisi dell’andatura della soletta intelligente e dell’intelligenza artificiale (AI) per creare variabili in grado di valutare le capacità fisiche dei pazienti con sarcopenia. Analizzando e confrontando pazienti con sarcopenia con pazienti non sarcopenici, questo studio mira a sviluppare modelli predittivi e di classificazione per la sarcopenia e scoprire biomarcatori digitali. I ricercatori hanno utilizzato apparecchiature intelligenti per la soletta per raccogliere dati sulla pressione plantare di 83 pazienti e uno smartphone per raccogliere dati video per la stima della posa. È stata condotta una Mann-Whitney U per confrontare il gruppo con sarcopenia di 23 pazienti e il gruppo di controllo di 60 pazienti. La soletta intelligente e la stima della posa sono state utilizzate per confrontare le capacità fisiche dei pazienti con sarcopenia con un gruppo di controllo. L'analisi delle variabili dei punti articolari ha mostrato differenze significative in 12 variabili su 15, ma non nella media del ginocchio, nell'intervallo della caviglia e nell'intervallo dell'anca. Questi risultati suggeriscono che i biomarcatori digitali possono essere utilizzati per differenziare i pazienti con sarcopenia dalla popolazione normale con maggiore precisione. Questo studio ha confrontato pazienti con disturbi muscoloscheletrici e pazienti con sarcopenia utilizzando solette intelligenti e stima della posa. Metodi di misurazione multipli sono importanti per una diagnosi accurata della sarcopenia e la tecnologia digitale ha il potenziale per migliorare la diagnosi e il trattamento.

La sarcopenia è una diminuzione correlata all’età della massa, della forza e della funzione muscolare. È un problema comune tra le persone anziane e può portare a una mobilità ridotta, a un aumento del rischio di cadute, fratture e a una ridotta qualità della vita1. Le cause della sarcopenia sono complesse e comprendono cambiamenti ormonali, ridotta attività fisica, stress ossidativo e infiammazione, nonché cambiamenti nella sintesi e degradazione delle proteine ​​muscolari2,3. Sono state sviluppate diverse linee guida per diagnosticare la sarcopenia e ci sono linee guida rappresentative presentate da istituzioni come EWGSOP e AWGS4,5,6. Queste linee guida diagnostiche includono elementi di valutazione della funzione fisica per i pazienti con sarcopenia, che vengono attualmente misurati in vari modi1,7,8.

La diagnosi della sarcopenia comporta la valutazione della massa muscolare, della forza, delle prestazioni fisiche e della composizione corporea attraverso vari metodi. Recentemente ci si è concentrati sulla valutazione delle prestazioni fisiche, utilizzando comunemente strumenti come il Gait Speed ​​Test, il Chair Stand Test, il Timed Up and Go (TUG) Test e il Handgrip Strength Test9,10. Tuttavia, questi metodi sono suscettibili di pregiudizi soggettivi da parte del misuratore o dell’ambiente. Per risolvere questo problema, si è assistito a una spinta verso l’uso dell’intelligenza artificiale (AI) per raccogliere dati sulle prestazioni fisiche11. In particolare, vengono discussi attivamente studi come il calcolo degli angoli e degli intervalli articolari utilizzando la stima della posa12,13.

Sono in corso ricerche per migliorare la precisione della misurazione delle prestazioni fisiche dei pazienti utilizzando apparecchiature intelligenti, insieme a tecnologie di intelligenza artificiale come la stima della posa del corpo14,15,16. La stima della posa è una tecnologia di visione artificiale che utilizza modelli di deep learning per stimare i punti chiave del corpo umano in tempo reale. Tiene traccia e rileva le articolazioni e le parti del corpo umano, consentendo la stima della posa 2D o 3D17,18,19. Attualmente è in corso una ricerca attiva per confrontare la sua accuratezza e utilità con il sistema di movimento VICON (Vicon Nexus; Vicon Motion Systems Ltd., Oxford, Inghilterra), che utilizza più fotocamere per eseguire un'acquisizione del movimento 3D altamente accurata12,20. Attraverso questi studi comparativi si sta verificando l'accuratezza e l'utilità del metodo di stima della posa12,20,21. Inoltre, attualmente vengono utilizzati vari dispositivi indossabili come smartwatch e plantari intelligenti per misurare le prestazioni fisiche dei pazienti. In particolare, la ricerca che utilizza sensori di unità di misurazione inerziale (IMU) come la Smart Insole viene condotta attivamente nel campo della distrofia muscolare e vengono identificati parametri spaziali e temporali significativi. Ad esempio, sono stati condotti studi che hanno analizzato l’andatura dell’osteoporosi e della distrofia muscolare utilizzando l’intelligenza artificiale e sensori indossabili. Sono stati condotti anche studi che hanno identificato pazienti affetti da distrofia muscolare utilizzando sensori IMU22,23.