DISCUSSIONI E CONCLUSIONI

Capitolo 4

DISCUSSIONI E CONCLUSIONI

Il cammino è caratterizzato da un pattern di attività motoria ciclica degli arti inferiori e del tronco che consente di trasferire il peso corporeo sull’arto di supporto e di avanzare l’arto controlaterale in avanti. L’unità fondamentale del movimento è il passo: la parte destra e sinistra del corpo si alternano nella locomozione bipede in perfetta opposizione di fase. Su terreni regolari e in condizioni normali il piede viene posizionato sempre nella posizione corretta anche senza il controllo visivo, la traiettoria seguita dal piede è molto regolare: la gamba si solleva il necessario perché non ci sia sfregamento della punta del piede sul terreno durante la fase di swing. La valutazione clinica del cammino, effettuata attraverso una analisi del passo, consente di analizzare attentamente il comportamento dei diversi distretti articolari e/o segmenti durante le singole fasi del ciclo del passo. Lo studio del cammino può essere utile nella diagnosi delle patologie a carico di uno dei sistemi coinvolti (sistema nervoso, muscoloscheletrico), può fornire informazioni per conoscere il livello di limitazione funzionale conseguente alla patologia, consente la pianificazione di specifici trattamenti, e fornisce importanti elementi di valutazione dell’efficacia di interventi riabilitativi. Il cammino è un fattore molto importante da tenere in considerazione poiché influenza in maniera significativa la qualità della vita. In ambito clinico e riabilitativo, le patologie che limitano la capacità di deambulazione necessitano di continuo monitoraggio e di terapie atte a rendere minimi il deficit e la progressione della malattia. Ad oggi, le tecniche di misura per la valutazione del cammino constano di macchinari ingombranti e costosi, ambienti e personale appositamente dedicati.

L’obiettivo di questa tesi è quello di verificare nuovi metodi di valutazione del cammino in modo tali da ridurre costi e tempi clinici per lo svolgimento di test clinici. I test di analisi del cammino attualmente in uso nelle strutture cliniche permettono di ottenere un’analisi qualitativa, che può essere invece resa quantitativa, quindi più esauriente e significativa, low cost e di facile esecuzione grazie all’uso di sensori inerziali indossabili wireless. In questo lavoro di Tesi è stato preso come riferimento il Timed-Up-and-Go test, rivisitato e riadattato per creare un protocollo sperimentale da validare, in prima analisi, su soggetti normodotati. I segnali estratti dai sensori sono stati processati ed elaborati, per estrarre dei parametri utili alla valutazione del suddetto test, ad oggi valutato dai clinici semplicemente tramite ispezione visiva. Si vuole, quindi, fornire misure più precise combinando efficienza, facilità e velocità d’impiego del test, unito alla massimizzazione del comfort per il paziente, alla possibilità di un più frequente monitoraggio dei parametri, all’ottimizzazione e personalizzazione delle terapie.

In questo studio è stato proposto lo sviluppo di un metodo innovativo di analisi del cammino basato sull’uso di due unità inerziali wireless, posizionate, rispettivamente, su stinco laterale destro e in zona lombare, per la stima di parametri biomeccanici e temporali. Sono stati raccolti dati sperimentali relativi al cammino di 12 soggetti, il metodo è stato validato e, infine, è stata effettuata un’ analisi statistica dei parametri estratti, evidenziando la loro distribuzione all’interno della popolazione. In questo capitolo verranno discussi i risultati ottenuti e mostrati nel precedente capitolo, ovvero i parametri estratti dall’analisi di ciascun sensore. Viene fatto riferimento, ove possibile, ai risultati riportati in letteratura, sebbene molti degli studi riscontrati abbiano come target di riferimento soggetti anziani e/o portatori di malattie neurologiche, invece lo studio corrente ha validato il metodo su soggetti giovani e sani. Tuttavia, si sottolinea che il presente studio è preliminare ad una fase futura destinata all’applicazione e validazione del metodo su un target di pazienti che necessiti di valutazione quantitativa del cammino patologico, per riconoscerne segni premonitori, valutarne terapie, ecc..; si presta inoltre ad individuare e analizzare quei parametri del cammino che possono risultare utili alla valutazione del cammino in specifici test clinici.

4.1

Discussione dei risultati

In merito alla durata temporale della prova, il parametro TGAIT, ricavato dal giroscopio, si riferisce al

tempo trascorso fra il primo e l’ultimo passo di ogni ripetizione del TUG test. Invece, TTUG, estratto

dall’accelerometro, si riferisce all’intero periodo della prova, cioè comprende le fasi di Sit-to-Stand, camminata e Stand-to-Sit.

Figura 48.TTUG messo in evidenza. Segnale accelerometrico processato relativo al secondo trial del soggetto 1.

Figura 49.TGAIT messo in evidenza. Segnale giroscopico processato relativo al secondo trial del soggetto 1.

Se proviamo a confrontare i valori, ci accorgiamo che vale sempre la relazione

T

< T

Infatti, la differenza è imputabile al tempo impiegato dal soggetto per alzarsi (TUP) e per sedersi

(TDOWN) dalla sedia, rispettivamente ad inizio e fine prova, e alle brevi pause che intercorrono tra la

soggetto deve anche ruotarsi di 180° prima di sedersi). In tabella 3 vengono riportati alcuni indici statistici dei parametri misurati:

Occorre considerare che il tipico TUG test, usualmente utilizzato in ambito clinico, prevede una traiettoria da percorrere che copre una distanza di 3 m, ma, in questo studio, viene scelta una traiettoria da percorrere di 7 m, prendendo spunto dallo studio condotto in [67].

TGAIT e TTUG sono fortemente dipendenti dalla scelta della distanza da percorrere, ragion per cui i

tempi di questi parametri quindi non trovano riscontri precisi in letteratura, anche perché in sede di esperimento, tra una ripetizione del test e la successiva, è stata prevista un’attesa di 5 s, per la stabilizzazione delle letture dei sensori. In [67], il parametro TTUG risulta di circa 14 s.

Per quanto riguarda TUP e TDOWN, i tempi calcolati sono compatibili con i risultati estrapolati dalla

letteratura (si fa riferimento ai gruppi di controllo, se presenti, negli studi analizzati). In tabella 4 si mostrano i confronti fra i risultati appena discussi:

Età TUP (s) TDOWN (s)

Analisi corrente [24-30] 1,63 ± 0,54 1,89 ± 0,58

[63] [50-80] 0,54 ± 0,14 0,85 ± 0,89

[65] [60-72] 1,5 ± 0,2 1,8 ± 0,32

[66] - 2 ± 0,47 1,5 ± 0,34

Tabella 4. Valori dei risultati di stad-up time e sit-down time, espressi come media ± deviazione standard, messi

a confronto tra studio corrente e riferimenti in letteratura, considerando l’età del target sperimentale.

Il numero di passi, rilevati dal giroscopio, corrisponde al numero dei massimi mid-swing (MS) individuati dall’algoritmo: precisamente, durante l’analisi, viene creato un vettore contenente gli indici di tali massimi ed il numero di passi corrisponde alla lunghezza di tale vettore. Si ricorda che i parametri derivati dall’analisi del giroscopio sono riferiti al solo arto destro, che indossa il sensore.

min max range μ σ

TGAIT (s) 10,26 15,16 4,9 12,74 1,23

TTUG (s) 17,19 20,77 3,58 17,96 1,08

TUP (s) 0,74 2,91 2,17 1,63 0,54

TDOWN (s) 1 3,24 2,24 1,89 0,58

Tabella 3. Minimo, massimo, range, media e deviazione standard dei parametri temporali misurati.

#StepsACC = 2*( #StepsGYRO)

#StepsACC = 2*( #StepsGYRO)±1

Il parametro estratto dal segnale accelerometrico, conta invece il numero di passi sulla base dei massimi del segnale individuati dall’algoritmo compresi fra il punto 2 (Sit-to-Stand) e il punto 5 (Stand-to-Sit).

Figura 50. Segnale giroscopico relativo al terzo trial del soggeto 6.

Figura 51. Segnale accelerometrico relativo al terzo trial del soggeto 6.

{

Nei dati raccolti, ciò è verificato per 29 trials su 36, ovvero per il 80,56% dei casi.

Rispetto alla fase del cammino, che costituisce la parte centrale del test, il metodo applicato per l’analisi risulta affidabile nella conta dei passi, sia per il giroscopio che per l’ accelerometro: in entrambi i segnali si distingue bene, visivamente, l’andamento dei passi nel segnale. L’analisi applicata per la conta dei passi attraverso i due segnali dà dei risultati compatibili fra i due sensori, in questa fase del test.

Un problema sorge, per lo più, nella parte terminale del test, ovvero quando il soggetto, conclusa la traiettoria da percorrere, deve risedersi: arrivando in maniera frontale rispetto alla posizione della sedia, il soggetto deve ruotare su se stesso di 180° per completare il task, è qui che compie piccoli passi di assestamento, i quali, dando luogo a dei massimi nel segnale, vengono erroneamente riconosciuti dall’algoritmo ed etichettati come ‘steps’, automaticamente.

In particolare, il giroscopio è molto più robusto dell’accelerometro nel discriminare questo tipo di errori: infatti l’escursione dei massimi rispetto ai minimi, nel segnale giroscopico è molto più marcata e ciò consente una più semplice differenziazione fra i massimi corrispondenti ai passi effettivi e i massimi corrispondenti ai piccoli passi pre-seduta, che vengono scartati automaticamente settando il valore della soglia nella prima parte della routine.

Nell’analisi accelerometrica, invece, vengono considerati come passi tutti i massimi compresi tra il punto 2 e il punto 5, e, inoltre, non si osserva una differenza di valori fra i massimi evidente come nel segnale giroscopico. Per cui, essendo variabili il numero dei passi di assestamento, non è stato possibile fissare un numero da sottrarre automaticamente alla fine del computo dei passi, perché ogni soggetto ha una modalità personale e non fissa di effettuare questo movimento. Per ovviare a ciò, ho valutato visivamente, caso per caso, il segnale, constatando che al computo finale dei passi estratti dall’algoritmo, occorre sottrarre una quantità pari a 0, 1 o 2, per ottenere un numero che corrisponda ai passi ‘utili’ ai fini della valutazione del test.

Talvolta sono stati anche osservati dei leggeri picchi corrispondenti a piccoli passi in fase iniziale del test, ovvero dopo che il soggetto si è alzato e prima di iniziare a camminare: anche questi possono essere considerati passi di assestamento e, come ciò, eliminabili dal computo finale di ‘steps’.

Questo offre uno spunto futuro di ottimizzazione, riguardo all’analisi del segnale accelerometrico, per cercare di rendere automatica la distinzione tra i passi utili e quelli di assestamento.

In [46] viene svolta un’analisi del cammino usando 2 giroscopi, posizionati nella parte inferiore delle gambe, posizionamento e frequenza di campionamento congrui al presente studio. Dai valori in tabella, si può notare una cadenza pressoché doppia in valore rispetto al nostro caso: ciò può essere imputato al fatto che, nel nostro caso, si fa riferimento alle misure provenienti da un singolo giroscopio, montato su gamba destra, infatti se moltiplichiamo per due (considerando il caso di numero pari di passi) si ha all’incirca una cadenza pari a 114 passi/min, valore che trova corrispondenza con lo studio di riferimento. I valori di poche unità di differenza sono imputabili alla velocità del soggetto. Anche rispetto al parametro TSTRIDE, si trova una buona corrispondenza

di valori.

Per quanto riguarda TSTANCE e TSWING i valori sono accettabili, si nota che nel gruppo target di

anziani si ha una maggiore durata della fase stance e una minore della fase di swing rispetto al gruppo dei giovani. I risultati sonoi confrontati in tabella 5:

Età Cadenza (passi/min) TSTRIDE TSTANCE TSWING

Analisi corrente [24-30] (57,01 ± 3,2) 1 arto 1,15 ± 0,06 0,55 ± 0,05 0,59 ± 0,04

[46] 30 (109,78 ± 11,5) 2 arti 1,11 ± 0,05 - -

[44] [64-75] - _{1,16 ± 0,13} 0,77 ± 0,12 0,39 ± 0,02

Tabella 5. Valori dei risultati di stride time, stance time e swing time, messi a confronto tra studio corrente

e riferimenti in letteratura, considerando l’età del target sperimentale.

Per caratterizzare il TUG test in questo studio, la linea di partenza per l’analisi accelerometrica è stata rappresentata dai due studi compiuti da Weiss et al. [62 -63].

Nel presenta lavoro è stata ottimizzata una parte della loro analisi, riguardante gli intervalli temporali relativi a Sit-to-Stand (TUP) e Stand-to-Sit (TDOWN): in particolare è stata calcolata l’esatta durata

temporale degli intervalli A1, B1, A2, B2; Weiss et al. avevano assunto che corrispondessero,

rispettivamente, a metà della durata di TUP e TDOWN.



Cadenza, T

T

T

Figura 52. Analisi degli intervalli, come appare nello studio di Weiss et al. [62].

Figura 53. Analisi ottimizzata degli intervalli nello studio corrente.

Sono riportati in tabella 6 i valori ottimizzati in questa analisi, in forma di media ± deviazione standard:

Età TA1 (s) T B1 (s) TA2 (s) T B2 (s)

Analisi corrente [24-30] 0,47 ± 0,26 0,21 ± 0,07 0,34 ± 0,15 0,69 ± 0,34

[62] [50-80] 0,25 ± 0,2 0,25 ± 0,2 0,35 ± 0,3 0,35 ± 0,3

[63] [50-80] 0,27 ± 0,14 0,27 ± 0,14 0,43 ± 0,89 0,43 ± 0,89

Tabella 6. Durata temporale degli intervalli A1, B1, A2, B2 rilevati dal presente studio messi a confronto con le fonti rilevate in letteratura.



Range degli intervalli e velocità media

TA = TB = TUP/2 TA = TB = TDOWN/2

TA1 = 0,176 ; TB1 =0,215

In tabella 7 si riporta, per ogni intervallo considerato, il range di velocità associato, inteso come escursione fra valore massimo e valore minimo, e la velocità media del cammino. I valori risultano accettabili e confrontabili con quelli riportati negli studi di riferimento.

4.2 Conclusioni e sviluppi futuri

Alla luce dei buoni risultati ottenuti, si può concludere che il metodo sviluppato risulta valido e preciso per l’analisi del cammino, secondo i parametri considerati. Il metodo è stato in grado di captare e analizzare bene i segnali di tutti i soggetti, gli algoritmi risultano robusti ed efficaci nell’individuazione dei punti caratteristici dei segnali e nell’estrazione dei parametri.

Si apre così la strada ad applicazioni future, che potrebbero riguardare l’applicazione del metodo a diversi target di soggetti, con possibile ottimizzazione degli algoritmi sulla base delle caratteristiche dei segnali. Nuovi target possono esser costituiti da pazienti geriatrici in genere, pazienti con deficit neurologici, amputati con protesi, ecc..

Future ricerche potrebbero investigare il potenziale dei test del cammino nel monitoraggio della progressione di malattie neurologiche nel tempo, seguire i pazienti nel decorso clinico, valutare i trattamenti, in maniera sempre più personalizzata ed efficiente. Tramite l’uso di questi sensori sfruttare velocità e facilità dei test nei trattamenti riabilitativi, monitorando in ambienti non-clinici il movimento e valutare meglio il potenziale espresso dalle terapie.

Sviluppi futuri potrebbero evidenziare la necessità di utilizzare posizionamenti differenti a seconda che il paziente faccia uso o meno di ausili, protesi, ortesi o indossi strumentazioni per terapie riabilitative. A tal proposito, il metodo sviluppato si presterebbe bene alla valutazione del cammino in soggetti che si sottopongono a terapia con elettrostimolazione funzionale (FES), che, applicata al nervo peroneale, favorisce la correzione del cosiddetto ‘piede cadente’, affezione che può manifestarsi in seguito ad ictus o ad altri deficit neurologici. In quest’ambito, la valutazione del cammino pre e post-terapia permetterebbe di valutare i progressi o meno del paziente, nell’ottica di rendere sempre più mirate e personalizzate le terapie. Variando il numero ed il posizionamento dei

Età rangeUP (g) range A1 (g) range B1 (g) rangeDOWN (g) range A2 (g) range B2 (g)

Velocità (m/s) Analisi corrente [24-30] 0,81 ± 0,16 0,78 ± 0,21 0,79 ± 0,12 0,48 ± 0,17 0,75 ± 0,22 0,52 ± 0,2 0,68 ± 0,1 [62] [50-80] 1.0 ± 0.4 0,5 ± 0,5 0,6 ± 0,2 1., ± 0,3 0,6 ± 0,3 0,6 ± 0,4 - [63] [50-80] 1,04 ± 0,27 0,40 ± 0,19 0,64 ± 0,23 1,07 ± 0.31 0,66 ± 0,25 0,52 ± 0,34 1,07 ± 0,06

sensori, si potrebbero ottenere, in questa specifica applicazione, parametri utili alla valutazione, ad esempio, della dorsi-flessione di piede e ginocchio, misurandone range e velocità di variazione in condizioni di assenza/assenza di elettrostimolazione. Questa è solo una delle tante applicazioni in cui l’uso di sensori inerziali può contribuire a migliorare la pratica clinica.

Inoltre, l’integrazione dei sensori indossabili con altri metodi di misura del cammino, quali pedane di forza, potrebbe migliorare l’analisi introducendo il calcolo di parametri spaziali, da correlare a quelli temporali. L’integrazione con misure provenienti da magnetometro, terzo componente dell’unità inerziali e sensibile al campo magnetico terrestre, potrebbe dare una stima della variazione dell’orientamento del paziente durante il cammino, in modo tale da consentire il monitoraggio nelle tre dimensioni. Per effettuare un precisa misura del campo magnetico è necessario, però, evitare la presenza di materiali ferromagnetici e apparecchiature elettroniche nelle vicinanze del sensore. Possibili altre combinazioni dei sensori prevedono posizionamenti su entrambi gli arti allo scopo di valutarne le differenze biomeccaniche, oppure posizionamenti sui segmenti di uno stesso arto per valutare il range di escursione delle articolazioni, posizionamenti anche su arti superiori e altre innumerevoli applicazioni possono essere escogitate per migliorare la valutazione delle terapie riabilitative.