StaBLE: digital metrics capture balance performance across a wide spectrum of balance tasks and abilities
يُعد تقييم ستانفورد لمستوى التوازن (StaBLE) أداة تقييم رقمية معتمدة تتكون من 18 مهمة قائمة على الفيديو، والتي تقيس بفعالية طيفاً واسعاً من قدرات التوازن، متجاوزةً بذلك قيود المقاييس السريرية الحالية من خلال إظهار ارتباطات قوية مع المقاييس القياسية والقدرة على تمييز مخاطر السقوط عبر فئات سكانية متنوعة.
المؤلفون الأصليون:Heigold, H., Ruth, P. S., Muccini, J., Lee, D., Barta, S., Rodrigues, A., Hastie, T., Steenerson, K. K., Delp, S. L.
التوازن هو المحرك الهادئ للحركة البشرية، والمهارة الخفية التي تسمح لنا بالمشي، والوصول، والدوران دون تعثر. إنه أمر جوهري للغاية لدرجة أننا نادراً ما نلاحظه حتى يفشل، وعند تلك النقطة يمكن أن تكون العواقب وخيمة، خاصة بالنسبة لكبار السن. فعندما يُفقد الاستقرار، غالباً ما تكون النتيجة هي السقوط، وهو سبب رئيسي للإصابة والوفاة لدى المسنين. وبينما اعتمد الأطباء لفترة طويلة على أسئلة بسيطة حول حالات السقوط السابقة أو اختبارات بدنية أساسية لتقدير مدى استقرار الشخص، إلا أن هذه الأساليب غالباً ما تغفل عن الفروق الدقيقة في كيفية تحرك الشخص بالفعل؛ فهي تكافح للتمييز بين الشخص المستقر فحسب والشخص الرشيق بشكل استثنائي، وغالباً ما تصل إلى "سقف" حيث يحصل حتى أكثر الأفراد مهارة على نفس الدرجة القصوى التي يحصل عليها أولئك الملاءمون فحسب. ولتجاوز هذه القيود، يحتاج الباحثون إلى وسيلة لقياس التوازن تكون دقيقة بقدر ما هي سهلة الوصول، بحيث تلتقط الطيف الكامل للاستقرار البشري من الأشخاص المصابين إلى النخبة.
لقد طور فريق من الباحثين في جامعة ستانفورد نهجاً جديداً يسمى "تقييم مستوى ستانفورد للتوازن"، أو (StaBLE)، المصمم لقياس التوازن بدقة رقمية باستخدام الهاتف الذكي فقط. وبدلاً من الاعتماد على الحكم الذاتي للممارس الطبي أو نظام تسجيل تقريبي، يسجل هذا الأسلوب قيام الشخص بسلسلة من المهام البدنية الصعبة ويستخدم الرؤية الحاسوبية لتحليل حركاتهم بالتفصيل. استعان الفريق بـ 180 مشاركاً بقدرات متفاوتة تماماً، بدءاً من الأفراد الذين يعانون من حالات طبية تؤثر على توازنهم وصولاً إلى راقصات الباليه والجمباز المحترفات. وطلبوا من هؤلاء المشاركين أداء 18 مهمة مختلفة، مثل الوقوف على رجل واحدة مع إغلاق العينين، والقفز، والمشي للخلف، وكل ذلك أثناء تصويرهم بواسطة ثلاثة هواتف ذكية تم وضعها حولهم. ثم قام النظام بتحويل لقطات الفيديو إلى درجة واحدة مستمرة تعكس مدى جودة إكمال الشخص لكل هدف، بدءاً من سرعة حركته وصولاً إلى ثبات وقفته.
تظهر نتائج هذا التقييم الجديد أنه يمكنه التقاط نطاق أوسع من القدرات مقارنة بالاختبارات السريرية التقليدية. فعندما قارن الباحثون الدرجة الرقمية الجديدة بالأساليب الحالية، وجدوا أن الاختبارات القديمة غالباً ما فشلت في التمييز بين المتفوقين؛ فعلى سبيل المثال، في التقييمات المعيارية، حصل جميع الرياضيين النخبة في الدراسة تقريباً على الدرجة القصوى الممكنة، مما جعل من المستحيل معرفة من هو الأكثر توازناً حقاً. وفي المقابل، قامت درجة (StaBLE) بتوزيع هؤلاء الرياضيين، كاشفةً عن فروق دقيقة في أدائهم فاتتها الاختبارات القديمة. كما ارتبطت الدرجة الجديدة بقوة بالعمر، حيث أظهرت تراجعاً واضحاً في قدرة التوازن مع تقدم الناس في السن، وتوافقت جيداً مع مدى ثقة الناس في توازنهم الخاص. والأهم من ذلك، كانت الدرجة الرقمية قادرة على الفصل بين الأشخاص المعرضين لخطر السقوط وأولئك غير المعرضين له، وهو تمييز فشلت بعض الاختبارات التقليدية في تحقيقه عند النظر إلى الأشخاص الذين لديهم تاريخ من السقوط.
ولجعل هذا التقييم عملياً للاستخدام اليومي، بحث الباحثون فيما إذا كان بإمكانهم تقصير وقت الاختبار دون فقدان الدقة. وقد استخدموا أساليب إحصائية لتحديد أي مهام محددة توفر المعلومات الأكثر قيمة، ووجدوا أن مجموعة فرعية صغيرة مكونة من خمس مهام، بما في ذلك اختبار التوازن الديناميكي حيث يمد الشخص جسمه في اتجاهات مختلفة أثناء الوقوف على رجل واحدة، يمكنها التنبؤ بالدرجة الكاملة بدقة عالية. ويمكن إكمال هذه النسخة المختصرة في أقل من عشر دقائق، مما يجعلها قابلة للاستخدام في العيادات أو المراكز المجتمعية. وتوضح هذه الدراسة أنه من خلال الجمع بين مجموعة متنوعة من التحديات البدنية والتحليل الرقمي، من الممكن إنشاء تقييم للتوازن يكون موضوعياً وحساساً بما يكفي لاكتشاف التحسينات أو التراجعات في الأداء. ويشير هذا العمل إلى أن مستقبل اختبار التوازن قد يكمن في أدوات سهلة الوصول تعتمد على الفيديو، يمكنها قياس الحركة البشرية بوضوح كان ممكناً في السابق فقط في المختبرات المتخصصة والمكلفة.
ملخص تقني: StaBLE – موازنة أداء التقاط المقاييس الرقمية
بيان المشكلة يُعد التوازن أمراً جوهرياً للحركة البشرية والاستقلالية، ومع ذلك لا يزال تقييمه يشكل تحدياً كبيراً في الإعدادات السريرية والبحثية. تعاني الطرق الحالية من ثنائية قطبية: أدوات الفحص السريري (مثل Mini-BESTest، واختبار التوازن رباعي المراحل، وSPPB) هي أدوات قابلة للاستخدام على نطاق واسع ولكنها تعتمد على أنظمة تسجيل رتبية تقريبية تعاني من "تأثير السقف"، مما يحد من حساسيتها في التمييز بين الأفراد ذوي الأداء العالي أو اكتشاف التحسينات الطفيفة. وفي المق المقابل، توفر مقاييس الحركة (kinematic) القائمة في المختبرات دقة عالية، لكنها غير عملية للتبني الواسع بسبب التكلفة، ومتطلبات المعدات، والحاجة إلى مشغلين متخصصين. علاوة على ذلك، غالباً ما يُستخدم التاريخ المرضي للسقوط كبديل لقدرة التوازن، ولكنه عرضة لانحياز التقارير ويفشل في التقاط الطبيعة متعددة الأبعاد للتحكم في التوازن. هناك حاجة ماسة لتقييم توازن كمي، موضوعي، ومتاح يتغلب على قيود المقاييس الحالية مع البقاء قابلاً للتطبيق لمجموعات سكانية متنوعة.
المنهجية طوّر المؤلفون تقييم ستانفورد لمستوى التوازن (StaBLE)، وهو بروتوكول شامل مصمم لالتقاط طيف واسع من قدرات التوازن باستخدام التقاط الحركة الرقمي.
المشاركون: استقطبت الدراسة 180 مشاركاً (تترا ያز أعمارهم بين 18-87 عاماً) بقدرات توازن متنوعة، بدءاً من الأفراد الذين يعانون من اعتلالات (اعتلال دهليزي، مرض باركنسون، اعتلال الأعصاب الطرفية) وصولاً إلى النخبة من المتوازنين (راقصات باليه محترفات، بهلوانيات، ولاعبات جمباز جامعيات).
البروتوكول: يتكون التقييم من 18 مهمة تتحدى التوازن، تشمل الوقوف الثابت، والحركات الديناميكية (القفز، الوصول)، ومهام المشي. تتضمن خمس مهام مكوناً "بأعين مغلقة" لتحدي التكامل الحسي.
جمع البيانات: تم جمع البيانات باستخدام OpenCap، وهو نظام التقاط حركة مفتوح المصدر يعتمد على ثلاث كاميرات هواتف ذكية وجهاز كمبيوتر محمول. تم توحيد الإعداد مع تحديد ارتفاعات واتجاهات الكاميرا واستخدام أقمشة خلفية لتقليل الضوضاء البصرية. تمكن مختبر واحد من إدارة البروتوكول، الذي استغرق حوالي 25-35 دقيقة لإتمام تجارب الحركة.
هندسة الميزات: تم استخراج 76 ميزة رقمية من بيانات الفيديو لتحديد أداء المهام. وقاست هذه الميزات الأهداف الميكانيكية الحيوية مثل ذروة سرعة مركز الكتلة الرأسي، وذروة الانقباض الأخمصي، وانحراف التأرجح، وأوقات الثبات.
خوارزمية التسجيل:
التطبيع (Normalization): تم تطبيع كل ميزة إلى مقياس [0, 1] بناءً على القيم الدنيا والقصوى المرصودة عبر كامل مجموعة البيانات. وتمت معايرة أهداف التعظيم (مثل السرعة) وأهداف التقليل (مثل التأرجح) وفقاً لذلك.
التجميع: تم حساب متوسط الميزات المطبعة لإنشاء 18 درجة للمهام. وتم تجميع هذه الدرجات لاحقاً في درجة StaBLE واحدة، حيث تشير الدرجة الأعلى إلى أداء أفضل.
التعامل مع الفشل: تم تخصيص درجة 0 لأي مشارك غير قادر على أداء مهمة ما أو تحقيق أهداف محددة.
النتائج الرئيسية
التوزيع وتأثير السقف: أظهرت درجة StaBLE توزيعاً بذيلاً أيسر (المتوسط: 0.64، المدى: 0.08–0.84) عبر المجموعة. والأهم من ذلك، أظهرت الدرجة عدم وجود تأثيرات سقف؛ حيث لم يحقق أي مشارك درجة مثالية قدرها 1.0، حتى بين النخبة من المتوازنين. في المقابل، أظهرت المقاييس الحالية تأثيرات سقف كبيرة (على سبيل المثال، حصل 24 من أصل 26 من نخبة المتوازنين على الدرجة القصوى في مهمة الارتفاع عن أصابع القدم في اختبار Mini-BESTest).
الصلاحية والارتباطات:
العمر: ارتباط سلبي قوي مع العمر (ρ=−0.76,p<0.001).
الكفاءة الذاتية: ارتباط إيجابي مع مقياس الثقة في الأنشطة المحددة (ABC) (ρ=0.60,p<0.001).
المقاييس السريرية: ارتبطت درجة StaBLE بشكل كبير مع الدرجات التقديرية لـ Mini-BESTest (τ=0.55)، واختبار التوازن رباعي المراحل (τ=0.55)، وحزمة الأداء البدني القصيرة (SPPB) (τ=0.57).
التمييز بين مخاطر السقوط: اختلف التوزيع الأساسي لدرجات StaBLE بشكل كبير بين المشاركين المصنفين "معرضين للخطر" للسقوط (وفقاً لمعايير CDC STEADI) وأولئك غير المعرضين للخطر (اختبار كولموغوروف-سميرنوف: KS=0.67,p<0.001). علاوة على ذلك، ميزت درجات StaBLE بين أولئك الذين لديهم تاريخ من السقوط وأولئك الذين ليس لديهم، وهو تمييز فشلت المقاييس الحالية (اختبار التوازن رباعي المراحل، وSPPB) في تحقيقه إحصائياً في هذه المجموعة من البيانات.
اختيار مجموعة فرعية من المهام: باستخدام اختيار المجموعات الأمامية، حدد المؤلفون أن مجموعة فرعية مكونة من خمس مهام (Y-Balance، الوقوف على ساق واحدة مع إغلاق العينين، المشي للخلف، المشي الدوراني، والوقوف على ساق واحدة مع الارتفاع عن أصابع القدم مع إغلاق العينين) يمكن أن تفسر 88% من التباين في درجة StaBLE الكاملة. وهذا يشير إلى إمكانية إجراء تقييم مخفض الوقت (أقل من 10 دقائق) مع الحفاظ على القدرة التنبؤية.
الأهمية والادعاءات يزعم البحث أن StaBLE يمثل تقدماً كبيراً في مقاييس الصحة الرقمية للتوازن من خلال:
التغلب على تأثيرات السقف: من خلال استخدام الميزات الحركية المستمرة بدلاً من التسجيل الرتبي السريري، يميز StaBLE الأداء عبر كامل طيف القدرة، من المعاقين إلى النخبة، دون الوصول إلى سقف الأداء.
سهولة الوصول والقابلية للتوسع: يستفيد البروتوكول من تقنية الهواتف الذكية واسعة الانتشار والتقاط الحركة بدون علامات (OpenCap)، مما يسمح بجمع بيانات عالية الجودة في البيئات غير المختبرية (مثل استوديوهات الرقص، والمراكز المجتمعية) بواسطة مشغل واحد.
القياس الموضوعي: توفر الدرجة مقياساً موضوعياً قائماً على البيانات يتجنب ذاتية ملاحظة السريريين وقيود التقارير الذاتية الاسترجاعية.
التمييز بين المخاطر: نجح المقياس في تحديد الاختلافات الإحصائية في قدرة التوازن بين المجموعات المعرضة لخطر السقوط وغير المعرضة له، وكذلك بين أولئك الذين لديهم تاريخ من السقوط ومن ليس لديهم، حيث أظهرت المقاييس التقليدية قصوراً.
يحافظ المؤلفون على موقف متواضع، مشيرين إلى أن الدرجة هي "لقطة" للأداء في نقطة زمنية واحدة وتتطلب مزيداً من التحقق فيما يتعلق بموثوقية الاختبار وإعادة الاختبار، والاستجابة الطولية للتدريب، والتنبؤ المستقبلي بالسقوط. كما يؤكدون أنه بينما يحدد المقياس عجز التوازن، فإنه لا يحدد بعد الأنظمة الفرعية المسببة بدقة (مثل التوازن التفاعلي، الذي لم يتم تضمينه بسبب قيود المعدات). إن هذا العمل يعمل كقاعدة تم التحقق من صحتها لعمليات الترجمة السريرية المستقبلية وتطوير مقاييس تشخيصية أكثر تحديداً.