Carregamento da articulação inferior do joelho por biofeedback em tempo real Reabilitação de marcha em escada para pacientes com MCKOA

Convencionalmente, o retreinamento da marcha é necessariamente implementado em um ambiente de laboratório porque a avaliação de marcadores biomecânicos, como o KAM, requer um sofisticado sistema de captura de movimento e plataformas de força. Com o avanço da tecnologia de sensores vestíveis, é possível medir a biomecânica da marcha e fornecer biofeedback em tempo real para o retreinamento da marcha usando a unidade de medição inercial (IMU), que é um dispositivo sem fio leve e portátil. Em um projeto financiado pelo governo em andamento, os investigadores desenvolveram calçados IMU embutidos que medem o KAM durante a caminhada em terreno plano. Os investigadores compararam a regressão do Operador de Seleção e Encolhimento Absoluto Mínimo (LASSO) e a Floresta Aleatória na previsão de KAM a partir de registros da IMU. Os investigadores descobriram que o Random Forest poderia fornecer uma precisão de previsão KAM muito maior do que a regressão LASSO. A concordância entre a medição convencional baseada em laboratório e baseada em sensor de KAM foi de aproximadamente 90%. Com base no trabalho de pesquisa anterior dos investigadores, é significativo estender a tecnologia recém-desenvolvida para medição KAM durante a subida e descida de escadas sem o uso de equipamentos de laboratório. Com os sensores vestíveis conectados aos smartphones, o retreinamento da marcha fora do ambiente laboratorial se tornará viável, mas os efeitos do retreinamento da marcha usando sensores vestíveis não foram verificados diretamente.

Dadas essas considerações, este projeto tem dois objetivos principais. Os investigadores irão: (1) primeiro estabelecer um algoritmo de aprendizado de máquina para prever o KAM usando sensores IMU durante a subida e descida de escadas; e então (2) realizar um estudo controlado randomizado de três braços para comparar a diferença biomecânica e clínica entre pacientes que receberam um curso de retreinamento de escada convencional baseado em laboratório, retreinamento de escada baseado em sensor e controle de exercício de caminhada (ou seja, exercício de caminhada sem marcha retreinamento).

hipótese primária

Hipótese 1: As IMUs vestíveis preverão com precisão o KAM durante a negociação de escadas usando o algoritmo de aprendizado de máquina, com pelo menos 80% de concordância de medição com o cálculo convencional do KAM.

Hipótese 2: Os pacientes randomizados para as condições de retreinamento de escadas com base em laboratório e com base em sensor evidenciariam uma redução semelhante (ou seja, diferenças fracas e não significativas) em KAM (resultado primário) e uma melhora dos sintomas (desfechos secundários), mas que esses os sujeitos evidenciariam reduções maiores no KAM do que os sujeitos designados para a condição de controle do exercício de caminhada.