A Shape-Based Functional Index for Objective Assessment of Pediatric Motor Function

Resumo Técnico: Um Índice Funcional Baseado em Forma para Avaliação Objetiva da Função Motora Pediátrica

Declaração do Problema
As avaliações clínicas para distúrbios neuromusculares, especificamente Distrofia Muscular de Duchenne (DMD) e Atrofia Muscular Espinhal (AME), dependem atualmente fortemente de medidas subjetivas e observacionais (por exemplo, Escala de Extremidade Superior de Brooke, CHOP-Intend) para monitorar a progressão da doença e a resposta ao tratamento. Esses métodos são suscetíveis a viés clínico, carecem de precisão na captura de mudanças sutis e limitam-se a visitas clínicas esporádicas. Além disso, os dados de movimento pediátrico apresentam desafios analíticos únicos devido a fatores de confusão, como variações no comprimento dos membros em crianças em crescimento, variabilidade na velocidade do movimento e diferentes capacidades de desenvolvimento. Classificadores existentes de medicina digital frequentemente dependem de características de "caixa preta" que carecem de interpretabilidade para os clínicos. Os autores visam desenvolver um método objetivo e baseado em dados, utilizando sensores vestíveis para avaliar a função motora em ambientes domiciliares, capaz de lidar com desalinhamento temporal e fornecer padrões cinemáticos interpretáveis.

Metodologia
O estudo propõe um pipeline combinando dados de sensores vestíveis com Análise de Componentes Principais Baseada em Forma (Shape PCA) e regressão de Mínimos Quadrados Parciais (PLS).

1. Coleta de Dados:

   • Participantes: 31 participantes (15 DMD, 7 AME, 9 controles saudáveis) recrutados da Clínica de Neuromuscular Pediátrica da Universidade da Virgínia.
   • Sensores: Sensores MetaMotionR+ (acelerômetro e giroscópio a 200 Hz) usados nas mãos dominante e não dominante.
   • Tarefas: Atividades da Vida Diária (AVDs), incluindo rotação de braço, rotação de maçaneta, elevação de copo, batida na porta e movimento de remo.
   • Medidas Clínicas: Pontuações de Brooke, medidas de ultrassom (Área de Seção Transversal, Ecogenicidade Média) e medidas de dinamômetro (Torque de Cotovelo Normalizado).

2. Registro de Curvas e Separação Fase-Amplitude:

   • Os autores utilizam Funções de Velocidade de Raiz Quadrada (SRVFs) para realizar o alinhamento temporal das trajetórias de movimento. Essa abordagem separa a "fase" (tempo/velocidade) da "amplitude" (forma) do movimento.
   • Usando uma abordagem elástica e o Algoritmo de Programação Dinâmica (DPA), curvas individuais são alinhadas a uma forma média, removendo a influência das variações na velocidade do movimento. Isso permite a comparação de sinais biomecânicos independentemente da taxa na qual as atividades são realizadas.

3. Análise de Componentes Principais Baseada em Forma (Shape PCA):

   • Após o alinhamento, os autores realizam a PCA no espaço SRVF (Espaço de Forma) para identificar modos principais de variação (Componentes Principais Verticais ou VPCs).
   • Esta etapa isola padrões cinemáticos interpretáveis, como escalonamento (velocidade) e assimetria, distintos de ruído ou diferenças de tempo.

4. Modelagem Estatística:

   • Bootstrap: Para avaliar a variabilidade, foram geradas 10.000 réplicas de bootstrap para avaliar a estabilidade das relações entre características vestíveis e desfechos clínicos.
   • Mínimos Quadrados Parciais (PLS): O PLS foi empregado para combinar projeções nos componentes principais (VPCs) e identificar um modo de covariância que correlaciona com medidas clínicas (infiltração de gordura muscular, pontuações de Brooke, degeneração relacionada à idade).
   • Modelos Lineares Mistos: Utilizados para analisar tendências transversais relacionadas a interações entre idade e coorte.

Principais Resultados

• Padrões Cinemáticos: A Shape PCA identificou modos distintos de variação:
  • VPC1 (Velocidade): Reflete principalmente mudanças na velocidade angular (escalonamento). Explicou 53,87% da variância nos dados de rotação de braço.
  • VPC2 (Assimetria): Captura assimetria no movimento (por exemplo, diferenças entre as fases de subida e descida). Explicou 25,5% da variância.
  • VPC3: Representou ruído do sensor ou de segmentação.
• Diferenças de Coorte:
  • Tanto as coortes DMD quanto AME apresentaram maior Ecogenicidade Média (indicando infiltração de gordura) e menor Torque de Cotovelo Normalizado em comparação com controles saudáveis.
  • Especificidade AME: Pacientes com AME exibiram ativação significativamente maior do padrão de assimetria de movimento (VPC2 Curl) em comparação com DMD e controles saudáveis, sugerindo que a AME pode prejudicar o controle motor sutil de forma diferente da DMD.
  • Ambos os grupos de pacientes apresentaram velocidade reduzida em movimentos de batida em comparação com controles saudáveis.
• Construção do Índice Funcional:
  • A análise PLS identificou uma dimensão canônica primária combinando características de velocidade e assimetria: $0,76 \times \text{velocidade}_{\text{curl}} - 0,59 \times \text{velocidade}_{\text{knock}} + 0,17 \times \text{assimetria}_{\text{curl}} + 0,18 \times \text{assimetria}_{\text{knock}}$.
  • Esta dimensão alcançou uma correlação canônica de $r = 0,78$ (IC 95%: [0,34, 0,94]) com infiltração de gordura muscular, pontuações de Brooke e alterações degenerativas relacionadas à idade.
  • O método proposto de Shape PCA superou a PCA Funcional (sem alinhamento) e a Fatoração de Matriz Não Negativa (NMF) em termos de correlação canônica mediana e estabilidade do intervalo de confiança.
• Tendências Longitudinais: A modelagem de efeitos mistos revelou um declínio significativo relacionado à idade na velocidade de movimento (coeficientes de inclinação positivos) para as coortes DMD ($\beta = 1,337$) e AME ($\beta = 2,530$), enquanto os controles saudáveis não apresentaram perda temporal significativa de função.

Significado e Alegações
O artigo alega introduzir um novo índice de função motora, interpretável, derivado de dados de sensores vestíveis, que aborda as limitações das avaliações subjetivas atuais. As principais alegações incluem:

• Objetividade e Interpretabilidade: Ao contrário de classificadores de caixa preta, a abordagem Shape PCA produz resultados transparentes e intuitivos (por exemplo, padrões específicos de assimetria) que os clínicos podem entender e confiar.
• Robustez a Fatores de Confusão: O método de separação fase-amplitude lida efetivamente com as complexidades dos dados pediátricos, como variações no comprimento dos membros e velocidades de movimento inconsistentes, permitindo comparação precisa de trajetórias.
• Potencial de Monitoramento Domiciliar: O método é projetado para implantação em ambientes domiciliares, permitindo rastreamento contínuo e longitudinal da eficácia do tratamento e progressão da doença sem o ônus de visitas clínicas frequentes.
• Relevância Clínica: O índice derivado correlaciona-se fortemente com métricas clínicas estabelecidas (infiltração de gordura muscular, força, escores funcionais), sugerindo que pode servir como um biomarcador sensível para avaliar intervenções terapêuticas em doenças neuromusculares raras.

Os autores concluem que essa abordagem baseada em dados oferece um caminho prático para melhorar o monitoramento do paciente e a tomada de decisão clínica, particularmente para doenças raras onde recrutar grandes coortes para ensaios tradicionais é difícil.