Evaluation of a sensor based gait analysis system in a multimodal Parkinson complex treatment
Evaluation of a sensor based gait analysis system in a multimodal Parkinson complex treatment
A plain-language reading has not been prepared for this paper yet.
Original abstract
Einleitung: Digitale Technologien bieten heutzutage die Möglichkeit Gangparameter von Patienten mit idiopathischem Parkinson Syndrom nicht nur in der Klinik mittels Motion-Capture-Systemen zu erfassen, sondern auch losgelöst vom klinischen Labor mit Hilfe tragbarer Sensoren im häus-lichen Umfeld. Die technische und klinische Validierung eines mobilen sensorbasierten Gang-analysesystems mit einem stationären Motion-Capture-System und einem klinischen Score ist Grundvoraussetzung, um eine sensorbasierte Ganganalyse im klinischen Alltag einsetzen zu können. Gegenstand der durchgeführten Studie war es Gangparameter von Patienten mit idi-opathischen Parkinson Syndrom, die mit einem mobilen sensorbasierten Ganganalysesystem erfasst wurden, mit den Ergebnissen eines Goldstandard Motion-Capture-Systems zu verglei-chen und zu evaluieren, ob ein Zusammenhang zwischen einem klinischen Score und den Veränderungen von sensorbasierten Gangparametern, die im Rahmen eines stationären mul-timodalen Parkinson-Komplexprogrammes (KP) erzielt wurden, besteht. Methodik: Für die technische Validierung wurden in einem 5 x 10 m Gangtest die Gangparameter von 37 Patienten zwischen beiden Ganganalysesystemen mittels Intraklassenkorrelationskoeffizien-ten (ICC) und Bland-Altman-Plots verglichen. Zusätzlich wurden die Gangparameter der Pati-enten mit den Gangparametern einer altersgematchten Kontrollgruppe (n = 14) gegenüber ge-stellt. Für die klinische Validierung wurden die Gangparameter vor (T0) und nach (T1) KP in ei-nem Abstand von 13,97 ± 4,15 Tagen mit Hilfe des Mann-Whitney-U-Tests auf Veränderun-gen überprüft und mittels Spearman-Rank-Korrelationen mit den Veränderungen des MDS-UPDRS-III und PIGD-Scores in Zusammenhang gebracht. Nach 120,21 ± 34,41 Tagen wurde die Nachhaltigkeit des Komplexprogramms an Hand von 17 Patienten untersucht. Ergebnisse: Die technische Validierung zeigt eine exzellente Reliabilität (ICC > 0.96) der Gangparameter, die die Bradykinese und short steps der Patienten repräsentieren. Shuffling gait Gangparame-ter erreichen einen ICC > 0.82. Gait speed, stride length, stride time, rel. stance time und rel. swing time unterscheiden sich nicht signifikant (p > 0.05) zwischen den Messsystemen, shuff-ling gait Parameter unterscheiden sich mit p < 0.01 signifikant. Beide Ganganalysesysteme können die Gangparameter der Patienten von denen der gesunden Kontrollgruppe unter-scheiden. Die Gangparameter der Patienten verbessern sich durch das KP, ebenso der MDS-UPDR-III und PIGD-Score. Es ist eine Korrelation zwischen HS und dem MDS-UPDRS-III Score zu erkennen (rhos = -0.458; p = 0.019), mit dem PIGD-Score korrelieren bis auf den TO alle übrigen Gangparameter. Die höchsten Korrelationen können zwischen PIGD-Score and gait speed (rhos = -0.510; p = 0.008), HS (rhos = -0.582; p = 0.006) und TC (rhos = -0.573; p = 0.002) gemessen werden. Patienten mit geringer Erkrankungsschwere profitieren kurz- als auch langfristig am Meisten von den Effekten des Komplexprogramms. Diskussion: Die Ergebnisse der Studie belegen, dass ein mobiles sensorbasiertes Ganganalysesystem verglichen mit einem Motion-Capture-System valide Daten generieren kann. Sensorbasierte Gangparameter können Effekte eines stationären Parkinson-KP erfassen und somit als kli-nisch relevantes Messinstrument losgelöst vom Labor im klinischen Alltag eingesetzt werden. Introduction: Digital technologies provide the opportunity to analyse gait patterns of patients with Parkin-son’s Disease (PD) not only in clinical settings with motion-capture systems (MC), but also in the home environment with inertial sensors. Confirming the technical and clinical validity of wearables with a MC is a necessary step for the clinical application of sensor-based gait anal-ysis. Therefore the objective of this study was to compare gait parameters of patients with PD measured by a sensor-based gait analysis system with a MC as the gold-standard. Additional-ly it was evaluate, if sensor-based gait parameters identified enhancements of a Parkinson in-patient multidisciplinary complex treatment (PD-MCT) compared with a clinical score. Methods: For technical validation the gait parameters of 37 patients were compared between both gait analysis systems after performing a standardized 5 x 10 m walking test by reliability analysis using intraclass-correlations (ICC) and Bland-Altman-Plots. Additionally, gait parameters of an age-matched healthy control group (n = 14) were compared to the Parkinson cohort. For clini-cal validation Mann-Whitney-U-Test was used to assess the changes of PD gait parameters between the first and the second measurement (13,97 ± 4,15 days). Spearman-rank-correlations (rhoS) were used to compare gait parameters with MDS-UPDRS-III and PIGD-Score. After 120,21 ± 34,41 days long term effects of the PD-MCT were investigated of 17 pa-tients. Results: The technical validation showed excellent reliability (ICC > 0.96) of the gait parameters repre-senting bradykinesia and short steps of PD patients. Shuffling gait parameters reached ICC > 0.82. No differences were observed for gait speed, stride length, stride time, relative stance and swing time (p > 0.05). In contrast, heel-strike (HS), toe-off (TO) and toe-clearance (TC) significantly differed between both systems (p < 0.01). Both gait analysis systems distinguish Parkinson patients from controls. Gait parameters as well as MDS-UPDRS-III and PIGD-Score improved through the PD-MCT. HS correlates with the MDS-UPDRS-III (rhos = -0.458; p = 0.019), except of TO all gait parameters correlates with the PIGD-Score. Patients in early PD stages benefit the most of PD-MCT short term as well as long term effects. Discussion: The results indicate that a mobile sensor-based gait analysis system generates valid results compared to the motion-capture system. Wearables can record effects of a PD-MCT and con-sequently used for clinically relevant gait recordings in flexible environments.