ダイナペニアの鑑別診断のためのパーソナライズされたモデリングとシミュレーション手順: 健康なボランティアに関する研究

ForceLoss 研究は、筋力の喪失、すなわちダイナペニアの鑑別診断を可能にするために、パーソナライズされたモデリングとシミュレーション手順を開発することを目的としています。 ダイナペニアは、びまん性または選択的なサルコペニア、活性化の欠如、または不適切な運動制御によって引き起こされる可能性があります。 これらの原因にはそれぞれ異なる介入が必要ですが、信頼できる鑑別診断は現在不可能です。 これらの考えられる原因のそれぞれについての情報を機器の方法で提供できますが、そのような情報を完全な診断画像に統合することは、1 人の臨床医の経験に委ねられています。 しかし、ダイナペニアの正確な診断は、神経疾患、加齢に伴う虚弱、糖尿病、整形外科の状態など、多くの病状において重要です。 仮説は、最大等尺性膝伸展の機械的、被験者固有のモデルの使用は、多くの機器情報によって通知され、ダイナペニアの堅牢な鑑別診断を提供できるというものです。

この予備研究では、健康なボランティアを対象に、研究者は (i) 実験プロトコルと (ii) モデリングとシミュレーションのフレームワークを開発および最適化し、提案された手順の実現可能性と信頼性の両方を評価します。 医用画像、筋電図 (EMG)、およびダイナモメトリーのデータが収集され、組み合わされて、各参加者のパーソナライズされた筋骨格モデルが通知されます。 次に、最大随意等尺性収縮 (MVIC) タスクの生体力学的コンピューター シミュレーションが実行されます。 提案されたアプローチを検証するために、モデルの推定値は、生体内ダイナモメトリー測定および実験 EMG データと比較されます。