用于评估 ALS 运动功能和跌倒的数字工具

许多公认的跌倒内在因素在 ALS 中很常见，包括高龄、肌肉无力、步态和平衡问题以及以前跌倒。 美国神经病学学会 ALS 质量标准委员会建议询问患者过去 12 个月内是否发生过跌倒，表明预防跌倒是疾病管理的重要组成部分。 尽管如此，该人群跌倒的决定因素和预防仍未得到认真研究。

在体弱的老年人中，跌倒者（报告在过去 6 个月内至少跌倒过 1 次的人）步行的时间是非跌倒者（报告在过去 6 个月内没有跌倒过的人）的两倍多。 对于这些人，跌倒的最佳预测指标是与活动暴露相关的指标，例如步行时间、平均步行时间或每天步数。 步频变异性、垂直加速度峰值变异性、行走事件的平均持续时间、正面加速度变异性、平均垂直加速度峰值和平均步频的活动指标已被证明与跌倒风险相关。 在步行过程中，与健康对照组相比，ALS 患者的步态周期时间（完成完整步行周期的时间）增加且高度可变，同时步幅减小，步幅可变性增加。

围绕移动健康技术的革命，观察步态和姿势变化的能力得到了迅速发展。 惯性测量单元 (IMU) 是几乎所有新型智能手机/智能手表设备的标准配置，是一种小型电子芯片，可以检测惯性变化的不同方面，特别是线性加速度、角速度和相对于地球磁场的位置。 与它们在帕金森病等运动障碍中的广泛应用不同，基于 IMU 的步态评估在 ALS 中基本上不存在，尽管步态可能会发生快速变化。 当患者在门诊就诊时，用于评估和应对功能性运动变化（包括影响步态和跌倒的运动变化）的标准模型大约每三个月发生一次。 此外，跌倒的自我报告已被证明存在回忆偏差，导致跌倒事件的敏感性低和漏报。 总而言之，患有快速进展的神经退行性疾病的患者，在标准护理环境中每三个月接受一次身体评估运动功能，可能会受益于以家庭为基础的、客观的运动功能变化生物标志物。