Fiabilité interlaboratoire de l'analyse 3D de la marche

Le but de cette étude est de déterminer la fiabilité interlaboratoire de l'analyse 3D de la marche effectuée sur des sujets sains sur un tapis roulant instrumenté dans trois laboratoires différents. Cela nous permettra d'évaluer si la mise en commun des données de contrôle est faisable dans les études futures. Cela soutiendra nos ambitions d'entrer dans de futures collaborations pour mener des études avec des échantillons plus importants. De plus, de cette façon, nous saurons si nous pouvons partager les données des patients à l'avenir afin que les patients puissent être spécifiquement référés à un laboratoire ayant une expertise sur une évaluation particulière, par ex. le laboratoire de Maastricht a une expertise sur les perturbations, l'UZ Gent a une expertise sur les mesures du corps entier et l'UHasselt a une expertise sur l'équilibre.

Au cours de cette étude, environ 30 sujets sains seront recrutés (10 de chaque centre) parmi le personnel et les étudiants de chaque centre. Ces matières sont propres au personnel et aux étudiants des 3 centres. Chaque sujet subira une analyse 3D de la marche dans chaque centre (à l'UZGent, à l'UHasselt et à l'UMaastricht). Par conséquent, chaque sujet sera évalué 3 fois. Le délai entre chaque évaluation sera d'une semaine maximum.

Les évaluations seront effectuées selon la procédure standard dans chaque laboratoire. Cependant, un modèle standardisé (membre inférieur HBM2), une vitesse de marche convenue (0,9 m/s, 1,0 m/s, 1,1 m/s) et une durée convenue par enregistrement (3 min) seront utilisés. Le même logiciel sera utilisé pour traiter les données collectées. La cinématique 3D et les données de séries chronologiques cinétiques des membres inférieurs seront extraites en tant que données de résultats. Les indices de fiabilité absolue seront calculés de la manière suivante : premièrement, l'écart type (SD) des données de séries chronologiques sur différents cycles de marche sera calculé par participant et par centre. Les valeurs SD dans différents centres par participant seront ensuite moyennées. Enfin, les valeurs SD des différents participants formeront les indices de fiabilité inter-laboratoires. De plus, nous utiliserons la cartographie paramétrique statistique (mesures répétées Anova) pour comparer les données de séries chronologiques complètes de chaque paramètre de résultat.