Summary

Hjemme baseret skærm til Gait og Aktivitetsanalyse

Published: August 08, 2019
doi:

Summary

Denne innovative enhed bruger Magneto-inertial sensorer til at tillade gangog aktivitet analyse i ukontrollerede miljøer. I øjeblikket i kvalifikationsprocessen som en resultat foranstaltning i det europæiske medicinske agentur, vil en af ansøgningerne være at tjene som et klinisk endepunkt i kliniske forsøg med neuromuskulære sygdomme.

Abstract

Aktuelle resultater i kliniske forsøg med neuromuskulær lidelse omfatter motoriske funktions skalaer, tidsindstillede tests og styrke foranstaltninger udført af uddannede kliniske evaluatorer. Disse foranstaltninger er lidt subjektive og udføres under et besøg på en klinik eller et hospital og udgør derfor en punkt vurdering. Point vurderinger kan påvirkes af daglig patient tilstand eller faktorer som træthed, motivation og interkurrente sygdom. For at muliggøre hjemme baseret monitorering af gangbar og aktivitet er der udviklet en wearable Magneto-inertial sensor (WMIS). Denne enhed er en bevægelses Monitor, der består af to meget lette urlignende sensorer og en dockingstation. Hver sensor indeholder et Tri-aksialt accelerometer, gyroskop, magnetometer, og et barometer, der registrerer lineær acceleration, vinkelhastighed, det magnetiske felt af bevægelsen i alle retninger, og barometerhøjde, hhv. Sensorerne kan bæres på håndleddet, anklen eller kørestolen for at registrere Bevægelsernes bevægelser i løbet af dagen. Dockingstationen muliggør dataoverførsel og genopladning af sensor batterier i løbet af natten. Data analyseres ved hjælp af proprietære algoritmer til at beregne parametre repræsentative for typen og intensiteten af den udførte bevægelse. Denne WMIS kan optage et sæt af digitale biomarkører, herunder kumulative variabler, såsom det samlede antal meter gik, og beskrivende gangart variabler, såsom procentdelen af den mest hurtige eller længste skridt, der repræsenterer den øverste præstation af patienten over en foruddefineret tidsperiode.

Introduction

En række potentielle terapier er under udvikling til behandling af genetiske neuromuskulære sygdomme. Disse sygdomme omfatter Duchenne muskeldystrofi (DMD) og spinal muskelatrofi (SMA) type 3. Personer med disse sygdomme til stede i første omgang med proksimal nedre lemmer svaghed, der fører til progressive vanskeligheder i ambulation. Det sidste trin i Translationel forskning er påvisning af effekten af en potentiel behandling eller tilgang i et klinisk forsøg. Der er behov for specifikke, kvantificerbare, objektive og pålidelige foranstaltninger. Betydningen af sådanne foranstaltninger blev for nylig understreget af svigt i fase IIb-forsøget1 og fase III-biomarin studiet2. En af de sandsynlige forklaringer på disse fejl var variabiliteten og den ikke-lineære udvikling af det primære effektmål for disse forsøg, 6 minutters gangtest3 (6 MWT). Øget pålidelighed og følsomhed over for ændringer i resultat foranstaltningerne og forståelsen af de faktorer, der fører til deres variation, kan bidrage til at mindske antallet af mislykkede forsøg i forbindelse med de vigtigste resultat foranstaltninger.

En af begrænsningerne ved de nuværende resultater er Vurderingens subjektivitet. For yderligere at øge vurderingernes objektivitet viste heberer et al.4 , at der gennem et markør sæt og brugen af en gangart-analyse software var en signifikant stigning i skridtlængde hos patienter behandlet med steroider sammenlignet med den naive gruppe. Hofte ledkinetik er tidlige markører for proksimal svaghed hos patienter med DMD og reagerer på ændringer med steroid intervention, som er den eneste tilgængelige behandling for disse patienter. Gait laboratorier er dog kun tilgængelige i store klinikker. Endvidere, laboratorie evalueringer er punkt vurderinger, og en patients tilstand kan meget variere på en dag til dag basis på grund af faktorer som træthed, motivation, og interkurrente sygdom.

Brug af kontinuerlig og hjemme baseret måling bør både føre til en mere objektiv og en mere global repræsentativ vurdering. I andre områder af neurologi, for eksempel Parkinson5 eller multipel sklerose6, flere undersøgelser har vurderet gennemførligheden, pålidelighed, og konsistens med andre målinger af forskellige sensorer, herunder accelerometre med eller uden gyrometre eller magnetometre, men ingen af disse anordninger er i øjeblikket en guld standard for evaluering af patienter i kliniske forsøg. På området for neuromuskulære sygdomme er der i øjeblikket ingen valideret metode til kontinuerlig hjemme monitorering af patienter. I de seneste år, gennem et tæt samarbejde mellem klinikere og ingeniører, Institut for myology i Paris har udviklet flere enheder til øvre lemmer vurdering til præcist at evaluere øvre lemmer styrke og funktion7,8 , 9. en wearable Magneto-inertial sensor (WMIS, dvs., ActiMyo) er blevet udviklet i samarbejde med en virksomhed med speciale i navigationssystemer. Oprindeligt en overvågningsanordning dedikeret til ikke-Ambulant forsøgspersoner med neuromuskulære lidelser såsom DMD og SMA10,11, den samme enhed er nu blevet brugt til at overvåge Ambulant patienter i to forskellige konfigurationer: sensorer på både ankler eller en sensor ved håndleddet og den anden ved anklen. Konfigurationen for en ikke-Ambulant population består af en sensor i kørestolen og den anden ved håndleddet.

Denne WMIS er i stand til præcist at fange og kvantificere alle bevægelser af den lemmer, hvor den er placeret. Måleprincippet er baseret på anvendelse af MikroElektroMekaniske system (MEMS) inerti sensorer og magnetometre, der drives gennem Magneto-inerti ligninger. Dedikerede algoritmer muliggør præcis kvalificering og kvantificering af patienternes bevægelser i et ikke-kontrolleret miljø.

Metodens overordnede mål er at tilvejebringe identifikation og kvantificering af enhver bevægelse, der produceres af en patient i en foruddefineret periode, og at integrere disse foranstaltninger i sygdomsspecifikke resultat foranstaltninger, der er repræsentative for patientens tilstand over en tidsperiode.

For effektivt at vurdere Ambulant og ikke-Ambulant patienter med bevægelsesforstyrrelser derhjemme skal udstyret leveres til patienten af en uddannet evaluator, der er ansvarlig for at sikre, at instruktionerne er blevet forstået. En investigator og en patient manual er forsynet med enheden. Denne WMIS er i øjeblikket anvendes som en sonderende resultat foranstaltning i en række kliniske forsøg for neuromuskulære og neurologiske sygdomme (NCT03351270, NCT02780492, NCT01385917, NCT03039686, NCT03368742, NCT02500381). Specifikke procedurer, som er tilpasset patologien og/eller det kliniske forsøgsdesign, er blevet udviklet.

Protocol

Enhver brug af udstyret skal udføres i overensstemmelse med de regler, der er fastsat i reference protokollen, valideret af den etiske komité og de nationale regulerende myndigheder i landet. Brugen af anordningen og de forskellige elementer, der er knyttet til den, skal ske inden for den tilsigtede anvendelse, der er beskrevet i patientens manual. Bemærk: for at være berettiget til at bruge WMIS skal patienten være over 5 år gammel, være i stand til at forstå og følge brugsreglerne, …

Representative Results

De data, der blev fremlagt her, blev indhentet i kliniske forsøg godkendt af den etiske komité og det franske reguleringsorgan. Alle patientrepræsentanter underskrev et informeret samtykke. Denne WMIS blev først brugt i en klinisk undersøgelse indstilling i 2012 for kontrolleret og hjem-baserede overvågning af overekstremiteter bevægelser i ikke-Ambulant DMD patienter (NCT01611597), som viste autonomi og gennemførlighed …

Discussion

I det seneste årti er der udviklet en række forskellige systemer, såsom en aktivitets Monitor (tabel over materialer [iv]), som bruger accelerometriske sensorer til at overvåge aktiviteter i hverdagen for kvantificering af energi udgifter13. Et triaksialt accelerometer (tabel over materialer [V]) blev anvendt af Tanaka et al.14 til at overvåge førskolebørns aktiviteter. Lau et al.15 viste gennem kombinationen …

Disclosures

The authors have nothing to disclose.

Acknowledgements

Forfatterne takker Anne-Gaëlle Le Moing, Amélie Moreaux og Eric Dorveaux for deres bidrag til udviklingen af denne wearable Magneto-inertial sensor og Jackie Wyatt til gennemgang.

Materials

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

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*. , (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).
check_url/59668?article_type=t

Play Video

Cite This Article
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).

View Video