Gait Phenotyping in Multiple Sclerosis Using Smart Insole Technology
Questo studio ha utilizzato metriche del cammino derivate da solette intelligenti e l'analisi del clustering per identificare quattro fenotipi del cammino distinti nelle persone con sclerosi multipla, dimostrando che il monitoraggio obiettivo della mobilità può catturare sfumature di compromissione non pienamente riflesse dai punteggi clinici standard della disabilità.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Camminare è un atto complesso che la maggior parte di noi compie senza pensarci due volte, un ritmo armonioso di equilibrio, forza e tempismo. Per le persone che vivono con la sclerosi multipla, una condizione cronica che colpisce il sistema nervoso centrale, questo ritmo spesso si interrompe. La malattia può danneggiare le vie che controllano il movimento, portando a una vasta gamma di difficoltà nella deambulazione. Alcune persone trascinano un piede, altre camminano trascinando i passi con falcate brevi, e molti lottano con l'equilibrio. Poiché il danno avviene in punti diversi per persone diverse, non esiste un unico "andamento della sclerosi multipla". Attualmente i medici si affidano a test standard per misurare quanto la mobilità di una persona sia declinata, ma questi test sono spesso istantanee generiche che perdono i modi sottili e unici con cui il corpo di ciascuno compensa i propri danni specifici. Comprendere questi schemi unici potrebbe aiutare i medici a personalizzare gli trattamenti in modo più efficace, ma catturarli richiede un modo per osservare come le persone si muovano in dettaglio, non solo quanto riescano ad andare lontano.
Un team di ricercatori ha deciso di vedere se fosse possibile mappare questi unici schemi di camminata utilizzando un nuovo tipo di tecnologia: solette intelligenti. Invece di chiedere ai pazienti di camminare in un laboratorio circondato da telecamere e sensori, i ricercatori li hanno dotati di sottili solette discrete nascoste nelle loro scarpe normali. Queste solette contenevano minuscoli sensori di pressione e rilevatori di movimento che registravano esattamente come il piede toccava terra, quanto durava ogni passo e come si muoveva il corpo a ogni falcata. L'obiettivo era lasciare che i dati parlassero da soli, usando l'analisi informatica per raggruppare le persone in base a come camminavano realmente, piuttosto che in base a ciò che i loro punteggi di disabilità suggerivano che avrebbero dovuto fare.
Lo studio ha coinvolto 108 persone con sclerosi multipla e 49 volontari sani provenienti da cliniche in Canada, Germania, Stati Uniti e Regno Unito. Ogni partecipante indossava le solette intelligenti mentre camminava lungo un corridoio. Le solette trasmettevano un flusso costante di dati a un'app per smartphone, catturando centinaia di dettagli su ogni passo, dalla velocità della falcata alla leggera oscillazione del piede. I ricercatori hanno poi inserito questa enorme quantità di informazioni in un programma per computer progettato per trovare raggruppamenti naturali. Non hanno detto al computer cosa cercare; hanno semplicemente chiesto di classificare i camminatori in cluster basati sulle somiglianze e sulle differenze nei loro dati di movimento.
L'analisi ha rivelato quattro gruppi distinti di camminatori, ognuno con un profilo di movimento unico che andava oltre ciò che i punteggi medici standard potevano mostrare. Il primo gruppo era composto da persone i cui schemi di camminata erano molto vicini a quelli dei volontari sani. Si muovevano con velocità e simmetria, mostrando solo segni minimi di compromissione. Il secondo gruppo mostrava difficoltà moderate; camminavano più lentamente e passavano più tempo con entrambi i piedi a terra per stabilità, ma i loro passi rimanevano relativamente costanti.
Il terzo gruppo è stata la scoperta più sorprendente. Questi individui avevano punteggi di disabilità simili al secondo gruppo, eppure i loro schemi di camminata erano fondamentalmente diversi. Mentre il secondo gruppo camminava in modo costante ma lento, il terzo gruppo si muoveva con un'alta variabilità. I loro passi erano incoerenti, con la durata e la lunghezza di ogni falcata che fluttuavano significativamente da un momento all'altro. Questo gruppo mostrava un'andatura "oscillante" che i test standard avrebbero potuto classificare come simile ai camminatori lenti ma costanti, ma le solette intelligenti hanno rivelato un'instabilità distinta che suggerisce una causa sottostante diversa, possibilmente legata a problemi di equilibrio o coordinazione.
Il quarto gruppo rappresentava la compromissione più grave. Queste persone camminavano molto lentamente, passavano molto tempo con entrambi i piedi a terra e mostravano uno squilibrio marcato tra il lato sinistro e quello destro. I loro passi erano corti e cauti, e i piedi atterravano ad angoli insoliti, suggerendo che utilizzassero un grande sforzo solo per evitare di cadere. Questo gruppo lottava chiaramente di più con la meccanica di base del camminare, e i loro dati riflettevano un forte affidamento sulla stabilità rispetto alla velocità.
Ciò che rende significativa questa scoperta è che il computer ha identificato questi gruppi basandosi puramente sui dati fisici del movimento, senza conoscere in precedenza le storie mediche o i punteggi di disabilità dei pazienti. Il fatto che il terzo gruppo si sia distinto per l'alta variabilità, nonostante avesse valutazioni di disabilità simili al gruppo dei camminatori lenti ma costanti, suggerisce che le attuali valutazioni mediche potrebbero perdere dettagli importanti su come la malattia colpisca le diverse persone. Le solette intelligenti hanno catturato sfumature del movimento che un medico osservando un paziente camminare in un corridoio potrebbe non notare, come il modo specifico in cui l'angolo del piede cambia o quanto fluttua la tempistica del passo.
I ricercatori hanno osservato che, sebbene la tecnologia abbia identificato con successo questi schemi, i gruppi non sono necessariamente categorie rigide. Le persone potrebbero spostarsi tra di essi al variare della loro condizione, e i confini tra i gruppi non sono sempre netti. Tuttavia, la capacità di distinguere tra un camminatore lento e costante e uno veloce e instabile utilizzando un semplice dispositivo indossato in una scarpa apre una nuova porta per il monitoraggio. Suggerisce che in futuro i medici potrebbero usare queste solette per tracciare i progressi di un paziente nel tempo, rilevando cambiamenti sottili nel suo stile di camminata molto prima che un test standard mostri un declino. Ciò potrebbe consentire interventi più precoci e piani di cura più personalizzati, trasformando il semplice atto di camminare in una ricca fonte di informazioni sulla salute del sistema nervoso.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.