Proyecto Knee4Life: Potenciar la recuperación de la rodilla después del reemplazo total de rodilla a través de la salud digital (K4L)

1. Fondo

   El reemplazo total de rodilla (TKR) es un procedimiento común; se realizan más de 100.000 por año en Inglaterra y Gales. Aunque la mayoría de los pacientes tienen un resultado exitoso después de su ATR, aproximadamente entre el 10% y el 20% de los pacientes están insatisfechos, principalmente debido al dolor y la rigidez de la rodilla. Un método para detectar problemas tempranos de dolor y rigidez podría facilitar la derivación temprana a tratamientos no quirúrgicos, que son eficaces para prevenir la necesidad de manipulación bajo anestesia [MUA]. Actualmente, las tasas de MUA son del 2,5 % (~2500 pacientes por año en Inglaterra y Gales), con un costo de ~£14 000 por procedimiento. Nuestro conocimiento actual sobre cuándo se desarrolla la rigidez y el momento y el mejor tratamiento para la rigidez es limitado. Una asociación reciente para el establecimiento de prioridades de la Alianza James Lind identificó la rigidez después de la TKR como una de las 10 principales prioridades de investigación para comprender y probar mejor las intervenciones. Las medidas actuales no son precisas ni adecuadas para su uso en el hogar. Los investigadores necesitan herramientas para medir con precisión los primeros indicadores de rigidez.

2. Razón fundamental

Actualmente, los investigadores no tienen ninguna herramienta para detectar de forma remota y precisa el desarrollo de rigidez temprana de rodilla posquirúrgica. Este estudio tiene como objetivo desarrollar una herramienta rentable para medir y cuantificar la rigidez de la rodilla antes y después de la cirugía de reemplazo total de rodilla (TKR) para su uso en todo el NHS. La investigación busca comprender cómo se recupera el rango de movimiento (ROM) de la rodilla después de una TKR y detectar signos tempranos de rigidez. También tiene como objetivo predecir quién podría desarrollar rigidez después de la RTR y explorar la relación entre el dolor y la rigidez.

Los métodos actuales para medir el rango de movimiento (ROM) de la rodilla, como las herramientas manuales para medir ángulos, tienen limitaciones en términos de precisión y necesitan personal sanitario capacitado para utilizarlos. La herramienta ideal sería económica, fácil de usar y proporcionaría información rápida a los pacientes y a los equipos clínicos. El estudio implicará el desarrollo y validación de un enfoque basado en visión por computadora (usando cámaras para evaluar los movimientos) para monitorear la flexión y extensión de la rodilla, y una evaluación del patrón de marcha. La tecnología basada en video o visión por computadora (CV) ha sido recientemente pionera en Exeter para medir el movimiento de la columna en pacientes con espondilitis anquilosante. La visión por computadora es una tecnología emergente que tiene un gran potencial para monitorear la flexión de la rodilla en personas con rigidez de rodilla. Este enfoque implica el uso de cámaras y algoritmos de aprendizaje automático para detectar y analizar automáticamente los ángulos de las articulaciones de la rodilla durante el movimiento. Al proporcionar mediciones objetivas y precisas de la flexión de la rodilla, la visión por computadora tiene el potencial de mejorar la evaluación de la rigidez de la rodilla y facilitar intervenciones de tratamiento específicas. Sin embargo, como ocurre con cualquier tecnología nueva, es necesario validar el método en el contexto de pacientes con rigidez de rodilla para garantizar su precisión y confiabilidad. Los estudios han destacado la importancia de desarrollar algoritmos de aprendizaje automático específicamente para esta población de pacientes para tener en cuenta las diferencias individuales en los patrones de movimiento y las limitaciones debidas a la rigidez. Se necesitan más investigaciones para evaluar la validez y viabilidad de los enfoques basados ​​en visión por computadora para monitorear la flexión de la rodilla en personas con rigidez de rodilla, lo que en última instancia podría mejorar el diagnóstico, el seguimiento y el tratamiento de esta afección.

La validación del enfoque basado en visión por computadora para monitorear la flexión de la rodilla en personas con rigidez de rodilla es esencial para garantizar su confiabilidad y precisión. Esto requiere desarrollar y perfeccionar algoritmos de aprendizaje automático que puedan detectar y medir con precisión los ángulos de las articulaciones de la rodilla en esta población de pacientes. Este estudio evaluará la exactitud y precisión del algoritmo frente a los métodos de medición estándar, como la captura de movimiento o la goniometría. Además, este estudio examinará la sensibilidad del abordaje a los cambios en la flexión de la rodilla debido a la rigidez y el dolor y evaluará su viabilidad en un entorno clínico. Una vez validado, el enfoque basado en visión por computadora tiene el potencial de proporcionar un medio objetivo y no invasivo para monitorear la flexión de la rodilla en personas con rigidez de rodilla, lo que podría informar las decisiones de tratamiento y mejorar los resultados de los pacientes.

Otra herramienta que utilizarán los investigadores es la aplicación Gaitcapture que aprovecha el sensor de acelerómetro y giroscopio de un teléfono móvil y actúa de manera similar a una unidad de medición inercial (IMU) para proporcionarnos datos de aceleración y rotación.

La validación del enfoque basado en visión por computadora implicará compararlo con los métodos de medición estándar (evaluación de fisioterapia especializada).

Además del enfoque basado en la visión por computadora, el estudio utilizará sensores corporales y aplicaciones móviles para monitorear los niveles de actividad física, los patrones de caminata y el recuento de pasos de los participantes. Estos datos proporcionarán información sobre los patrones generales de actividad física de las personas con TKR y ayudarán a evaluar la usabilidad, aceptabilidad, viabilidad y precisión de las herramientas de diagnóstico y seguimiento.

Los hallazgos de este proyecto de investigación tienen el potencial de mejorar el diagnóstico, el seguimiento y el tratamiento de la rigidez de la rodilla después del reemplazo total de rodilla (TKR), con el potencial de reducir la necesidad de cirugía MUA. Al proporcionar mediciones precisas y detección temprana, las herramientas desarrolladas en este estudio podrían permitir una derivación más temprana a tratamientos no quirúrgicos y reducir la necesidad de procedimientos costosos y riesgosos para mejorar el rango de movimiento (ROM) de la rodilla después de una cirugía de reemplazo total de rodilla (TKR). como una manipulación de la rodilla bajo anestesia.

Aquí, los investigadores llevarán a cabo un estudio de validación de un algoritmo de captura de movimiento sin marcadores para determinar su precisión y evaluar su viabilidad y usabilidad para su implementación a gran escala en el hogar. Los investigadores también determinarán la confiabilidad test-retest de los resultados del algoritmo, como los ángulos de flexión/extensión de la rodilla.