JoVE Logo

Sign In

A subscription to JoVE is required to view this content. Sign in or start your free trial.

In This Article

  • Summary
  • Abstract
  • Introduction
  • Protocol
  • תוצאות
  • Discussion
  • Disclosures
  • Acknowledgements
  • Materials
  • References
  • Reprints and Permissions

Summary

מבחן Timed Up and Go (iTUG) זוכה לתשומת לב הולכת וגוברת בניתוח תנועות הגוף וההליכה עם פיתוח טכנולוגיות חדשות. אנו מציגים פרוטוקול לניתוח רכיבי המשנה של iTUG עם לכידת תנועה.

Abstract

למרות מאמצי הרפואה והטכנולוגיה, שכיחות הנפילות בקרב מבוגרים עדיין עולה. לכן, גילוי מוקדם של סיכון הנפילה הופך להיות חשוב יותר ויותר למניעת נפילות. מבחן Timed Up and Go (TUG) הוא כלי מקובל להערכת ניידות וניתן להשתמש בו לחיזוי סיכון עתידי לנפילה בקרב מבוגרים. בפרקטיקה הקלינית, הזמן הכולל להשלמת הבדיקה הוא מדד התוצאה העיקרי של מבחן TUG. בשל פשטותו וכלליותו, מבחן TUG המסורתי נחשב למבחן עולמי לניתוח תנועה. עם זאת, לאחרונה, חוקרים ניסו לפצל את מבחן TUG לתת-רכיבים ועדכנו את מערכת הציונים שלו לחקירות נוספות. מבחן Time Up and Go (iTUG), שהוא שינוי חדש של מבחן TUG המסורתי, דווח ככלי רגיש לחיזוי הפרעות תנועה והסיכון לנפילות בקרב מבוגרים. מטרת המחקר הנוכחי הייתה לנתח את תת-הרכיבים של בדיקת iTUG באמצעות טכנולוגיית לכידת תנועה, ולקבוע אילו תת-משימות של בדיקת iTUG קשורות לסיכון הפוטנציאלי לנפילות עתידיות.

Introduction

נפילה היא אחת התסמונות הגריאטריות הנפוצות ביותר והיא הגורם השני המוביל למוות בשוגג או שלא במתכוון הקשור לפציעה ברחבי העולם1. אצל מבוגרים מעל גיל 65, נפילה עלולה לגרום לפגיעה תפקודית, נכות, ירידה באיכות החיים, הארכת משך השהייה בבתי החולים ואף תמותה 2,3. לכן, מניעת נפילות היא בעלת חשיבות עליונה.

כדי לקבוע מנבאים של אירועי נפילה, חוקרים קודמים התמקדו בניתוחי הליכה, מבחני איזון, מצב נפשי, שימוש בסמי הרגעה, כמו גם היסטוריה של נפילה בשנההקודמת 4,5 מבחן Timed Up and Go (TUG) הוא מדד מהיר מבוסס ביצועים של ניידות. בדיקת TUG נחקרה רבות בקרב מבוגרים ומומלצת כבדיקת סקר פשוטה לסיכון לנפילות6. מבחן נפוץ זה מורכב מלקום מכיסא, ללכת 3 מ 'במהירות המועדפת, להסתובב, לחזור ולשבת. התוצאה הקלינית המסורתית של בדיקה זו תלויה במשךהכולל שלה 7 ומוערכת על ידי סטופר.

בפרקטיקה הקלינית, מבחן TUG הקונבנציונאלי מודד את הזמן הכולל לביצוע סדרה של פעילויות מבלי לחלק את הביצועים של הנושא לתת-רכיבים8. לאחרונה, כמה חוקרים הציעו כי רכיבי בדיקת TUG שונים עשויים להיות רגישים במיוחד כמנבאים של נפילות עתידיות9. בעת שימוש במבחן TUG מכשור דיגיטלי (iTUG), ניתן לנתח בנפרד את המרכיבים הבודדים של מבחן TUG. באמצעות iTUG, ניתן להעריך באופן אובייקטיבי מספר מאפיינים של כל תת-שלב של בדיקת TUG ולקבל נתונים כמותיים, כגון משכי הזמן הרלוונטיים, המהירויות והמהירות הזוויתית של כל תנועה. עם נתונים מפורטים יותר, בדיקת iTUG הראתה את היתרון של איתור ליקויים ספציפיים שעשויים להצביע יותר על סיכון הנפילה10.

כתקן הזהב בניתוח תנועה, טכנולוגיות לכידת תנועה שימשו לזיהוי תנועה בחולים עם מחלת פרקינסון (PD)11, ליקוי קוגניטיבי12 ודלקת מפרקים בקרסול13, כמו גם במבוגרים בריאים14. במחקר הנוכחי, שאפנו לנתח את תת-הרכיבים של בדיקת iTUG באמצעות טכנולוגיית לכידת תנועה ולקבוע את המתאם בין תת-משימות של מבחן iTUG לבין הסיכון הפוטנציאלי לנפילות עתידיות.

Protocol

מחקר זה אושר על ידי ועדת האתיקה האקדמית של המרכז הרפואי השביעי של בית החולים הכללי PLA הסיני בבייג'ינג, סין.

1. קריטריוני הכללה/אי-הכללה של משתתפים

  1. גייסו משתתפים בני 65 ומעלה וקבלו את הסכמתם מדעת.
  2. לא לכלול משתתפים שיש להם מוגבלות חזותית וגפיים תחתונות ברורות, כגון דלקת מפרקים בברך, thromboangiitis obliterans, וגאוט.

2. הכנת אזור הבחינה

  1. הגדר את אזור הבדיקה הסטנדרטי של iTUG בגודל 5 מ' x 8 מ' ומעלה (ראה איור 1) עם 12 מצלמות המפוזרות ברחבי החדר. הכניסו את הגדרות ה-TUG המסורתיות לאזור המבחן: כיסא ושלט שיזכירו למשתתף לחזור לאחור.
    הערה: שלטים המציינים קווי מסלול הם אופציונליים.
  2. ודא שאזור לכידת התנועה מוגבל להיקף של כל המצלמות וכל מערך בדיקת TUG אינו מחזיר אור.

3. הכנת תוכנה לפרוצדורות לפני הבדיקה

  1. התקן את תוכנת לכידת התנועה במחשב לשימוש בחדר.
  2. לחץ על מחפש כפתור להפעלת תוכנת לכידת התנועה. לאחר הפעלת התוכנה, עבור תצורת General Camara, בחר במצב ברירת המחדל (קצב פריימים = 60 מסגרות לשנייה, מהירות תריס = 1/1,000 שניות), המקובל ברוב המצבים. הגדר הגדרות מצלמה נבחרות והגדרות תצורת מצלמה גם במצב ברירת המחדל.
  3. בחר מצב חי כדי להגדיר את ההגדרות בזמן אמת.
    הערה: מצב פוסט משמש לניתוח הנתונים שנלכדו.
  4. לחץ על Markersets כדי להגדיר את הגדרות הסמן.
  5. בחר ציר XY בכיול של ציר הקרקע ומילימטרים ביחידות כיול.
  6. לחץ על כיול כדי לבחור את וריאציית הכיול.
  7. בחר כיול ראשוני ולחץ על כפתור בצורת "L". במקביל, קחו את הכיול בצורת "L" לשדה ושימו אותו במרכז השדה כדי לוודא שניתן יהיה ללכוד אותו על ידי כל המצלמות.
    הערה: הכיול בצורת "L" מכיל ארבעה סמנים מחזירי אור.
  8. בדוק על המסך אם כל 12 המצלמות מסוגלות לזהות ארבעה סמנים מחזירי אור. אם מצלמה כלשהי מזהה סמני ≤3, הפחיתו את הבהירות והסף בצד שמאל של המסך. אם מצלמה כלשהי מזהה סמני ≥5, בדוק את השדה ונקה או כסה את הסמנים מחזירי האור הלא רצויים.
    הערה: כמה חפצים זעירים של המשתתף לשעבר עשויים להיות מזוהים על ידי המצלמה.
  9. הסר את הכיול בצורת "L" מהשדה.
  10. לחץ על כפתור בצורת "T". במקביל, קחו את הכיול בצורת "T" לשדה ונופפו בו כדי לוודא שהוא יכול להיקלט על ידי כל המצלמות.
  11. בחר ציר Z בכיול של ציר למעלה ומילימטרים ביחידות כיול.
  12. בקשו מהרופאים לבדוק אם כל המצלמות מסוגלות ללכוד את הסמנים. נפנפו את הסמנים בכל פינה של השדה, במיוחד המכסים את החלל האפשרי של מבחן TUG.
  13. בדוק במסך אם כל 12 המצלמות יכולות לזהות את הכיול בצורת "T". אם מצלמה כלשהי אינה יכולה לזהות זאת, שנה את כיוון המצלמה.
    הערה: קיימות שתי צורות של סמנים שיש לכויל; צורת "L" וצורת "T". לכיול בצורת "L" יש ארבע נקודות מחזירות אור לכיול ציר XY, ולכיול בצורת "T" יש ארבע נקודות מחזירות אור לכיול ציר Z. משך הכיול יימשך 60 שניות או יותר. לכידה יעילה תהפוך את צבע המסך לירוק.
  14. לחץ על סיום כדי להשלים את הכיול.
  15. לחץ על שמור כיול כדי לאחסן את מצב הכיול היעיל.
    הערה: הכיול מתבצע במודל דו-ממדי; מודל תלת ממדי משמש לעתים קרובות במהלך הבדיקה.

4. בדיקת iTUG

הערה: המשתתפים צריכים ללבוש בגדים ונעליים הדוקים אך נוחים.

  1. צרף את הנקודות הרפלקטיביות על ציוני הדרך האנטומיים: צוואר הרחם 7 תהליך עמוד השדרה ותהליך עמוד החזה 10 עמוד השדרה, אקרומיון שמאלי ואקרומיון ימני.
    הערה: לכל משתתף יכולות להיות מחוברות עד 17 נקודות רפלקטיביות. ככל שמוצמדות יותר נקודות רפלקטיביות, כך הנתונים שנאספו מדויקים יותר, אך גם מרגישים פחות בנוח למשתתפים.
  2. לחץ באמצעות לחצן העכבר הימני על נקודות ההשתקפות בקו הימני של המסך וציין אותן כ- C7, T10, כתף שמאל וכתף ימין.
  3. הצג את ההוראה למשתתפים. ההוראה היא "נא לקום מהכיסא, ללכת 3 מ' במהירות המועדפת עליך, להסתובב, לחזור ולשבת".
  4. בקשו מהמשתתפים לבצע את בדיקת iTUG מראש כדי לוודא שהם מכירים את ההוראה.
    הערה: ודא שכל משתתף מרגיש בנוח לאחר חיבור הנקודות הרפלקטיביות.
  5. הנחו את המשתתף לבצע את בדיקת iTUG.
    הערה: המשתתפים צריכים ללכת כדי להשלים את משימת iTUG.
  6. בזמן שהמשתתף מבצע את בדיקת iTUG, לחץ על לחצני ההתחלה והעצירה במסך המחשב.
    הערה: במהלך בדיקת iTUG, מערכת לכידת התנועה דוגמת נתונים מכל הנקודות המצורפות בתדר של 60 הרץ; סרטון נוצר בהתאם (ראה סרטון 1).

5. איסוף נתונים והגדרה של משתני בדיקת iTUG

  1. לחץ על הגדרת הקלטה לחצן.
    הערה: הנתונים מאוחסנים ונמצאים בגיליון אלקטרוני.
  2. בחר נתוני מצלמה גולמיים |ASCTI במעקב | קובץ בינארי במעקב. משך הלכידה הוא 20 שניות.
  3. הקלד את שם המשתתף.
  4. לחץ על תקליט לחצן כדי להתחיל באיסוף נתונים.
  5. זהה תתי שלבים של מבחן iTUG על ידי סקירת הסרטון וחשב את המשתנים בהתאם לנתונים.
    1. הגדירו את המשתנים הבאים: זמן כולל במבחן TUG מסורתי, זמן שלב 1 (עלייה מהכיסא), שלב 1 תנודת גוף (עלייה מהכיסא), שלב 2 זמן (הליכה 3 מ' במהירות המועדפת), שלב 2 תנודת גוף (הליכה 3 מ' במהירות המועדפת), שלב 3 זמן (סיבוב), שלב 3 תנודת גוף (סיבוב), מהירות זוויתית של שלב 3 (סיבוב), שלב 4 זמן (חזרה), שלב 4 תנודת הגוף (חזרה), ושלב 5 זמן (ישיבה).
      הערה: הפרטים דומים לאלה המתוארים על ידי קארוני ועמיתיו15.

6. מדד סיכון הנפילה של דאונטון (DFRI)

  1. הערך את הסיכון לנפילה באמצעות מדד סיכון הנפילה של דאונטון (DFRI).
    הערה: DFRI (טבלה 1) כולל 11 פריטי סיכון, שמקבלים ניקוד של נקודה אחת כל אחד. הציונים מסוכמים לציון מדד כולל, בטווח 0-11. ציון ≥3 נחשב כמצביע על סיכון גבוה לנפילות. כדי להעריך את הסיכון לנפילה, DFRI משמש בדרך כלל למשתתפים שאושפזו בבית חולים, וכלי סינון נפילות ותאונות ביתיות (HOME FAST) מתאים יותר לתושבי הקהילה.

7. ניתוח סטטיסטי

  1. השתמש בחבילת תוכנה סטטיסטית זמינה מסחרית כדי לבצע את כל הניתוחים הסטטיסטיים. השתמש במבחן t של תלמיד כדי להעריך הבדלים בין קבוצות ובחר מקדם מתאם פירסון כדי להעריך את הקשר בין תת-רכיבים של iTUG וציון DFRI על כלל המדגם, כאשר P < 0.05 מציין הבדל מובהק סטטיסטית.
  2. השתמש בנוהלי בלנד-אלטמן כדי להעריך הסכמה לגבי משך שלב 1, מהירות זוויתית שלב 3 ומשך שלב 4 בין השיטה שלנו לבין חיישן McRoberts (ראה טבלת חומרים). חשב את ההפרש הממוצע בין שתי שיטות המדידה ואת גבול ההסכמה של 95% עבור ההפרש הממוצע שחושב.

תוצאות

13 נבדקים בגילאי 13 עם סיכון גבוה לנפילה (ציון DPRI: 3-11) ו-11 נבדקים בגיל עם סיכון נמוך לנפילה (ציון DPRI: 0-2) גויסו. ה-DFRI מפורט בטבלה 1. כאמור, ציון 3 ומעלה נחשב כמצביע על סיכון גבוה לנפילות של חולים במהלך אשפוז16.

Discussion

השלבים הקריטיים בפרוטוקול הם להצמיד את הנקודות הרפלקטיביות במדויק לציוני הדרך האנטומיים כדי למנוע הטיה. יתר על כן, זיהוי כל תת-רכיב של מבחן iTUG הוא גם שלב קריטי; סקירת וידאו מועילה לזיהוי.

הבדל שולי היה קיים בין הקבוצות בציוני מבחני TUG, מה שמרמז על כך שציוני T...

Disclosures

למחברים אין ניגודי עניינים לחשוף.

Acknowledgements

המחברים מודים לד"ר הונגהואה ג'ואו על התמיכה בטכנולוגיה דיגיטלית. מחקר זה נתמך על ידי Capital's Funds for Health Improvement and Research of China (ID:2024-2-7031).

Materials

NameCompanyCatalog NumberComments
Black stripDeli60 mm x 20 m
CalibratorNOKOVreflector marker1L shape
CalibratorNOKOVreflector marker2T shape
ChairYUANSHENGYUANDAI“10076062317820”
ComputerHUAWEIHONOR
McRoberts sensor DynaPort Hybrid, McRoberts, The Hague, The Netherland
Motion capture cameraNOKOVMars2H
Motion capture softwareNOKOVDG-01
Reflective markerNOKOVsmall markerfor calibrators
Reflective markerNOKOVlarge markerfor participants

References

  1. Dokuzlar, O., et al. Assessment of factors that increase risk of falling in older women by four different clinical methods. Aging Clin Exp Res. 32 (3), 483-490 (2020).
  2. King, B., Pecanac, K., Krupp, A., Liebzeit, D., Mahoney, J. Impact of fall prevention on nurses and care of fall risk patients. The Gerontologist. 58 (2), 331-340 (2018).
  3. Mazur, K., Wilczyński, K., Szewieczek, J. Geriatric falls in the context of a hospital fall prevention program: delirium, low body mass index, and other risk factors. Clin Interv Aging. 11, 1253-1261 (2016).
  4. Beck Jepsen, D., et al. Predicting falls in older adults: an umbrella review of instruments assessing gait, balance, and functional mobility. BMC Geriatrics. 22 (1), 615 (2022).
  5. Meekes, W. M., Korevaar, J. C., Leemrijse, C. J., Van de Goor, I. A. Practical and validated tool to assess falls risk in the primary care setting: a systematic review. BMJ Open. 11 (9), 045431 (2021).
  6. Mirelman, A., et al. Association between performance on Timed Up and Go subtasks and mild cognitive impairment: further insights into the links between cognitive and motor function. J Am Geriatr Soc. 62 (4), 673-678 (2014).
  7. Palmerini, L., Mellone, S., Avanzolini, G., Valzania, F., Chiari, L. Quantification of motor impairment in Parkinson's disease using an instrumented timed up and go test. IEEE Trans Neural Syst Rehabil Eng. 21 (4), 664-673 (2013).
  8. Cimolin, V., et al. Do wearable sensors add meaningful information to the Timed Up and Go test? A study on obese women. J Electromyogr Kinesiol. 44, 78-85 (2019).
  9. Ayena, J. C., Chioukh, L., Otis, M. J., Deslandes, D. Risk of falling in a timed up and go test using an UWB Radar and an instrumented insole. Sensors. 21 (3), 722 (2021).
  10. Sample, R. B., Kinney, A. L., Jackson, K., Diestelkamp, W., Bigelow, K. E. Identification of key outcome measures when using the instrumented timed up and go and/or posturography for fall screening. Gait Posture. 57, 168-171 (2017).
  11. Beyea, J., McGibbon, C. A., Sexton, A., Noble, J., O'Connell, C. Convergent validity of a wearable sensor system for measuring sub-task performance during the timed up-and-go test. Sensors. 17 (4), 934 (2017).
  12. McGough, E. L., Gries, M., Teri, L., Kelly, V. E. Validity of instrumented 360° turn test in older adults with cognitive impairment. Phys Occup Ther Geriatr. 38 (2), 170-184 (2020).
  13. Wang, H., Brown, S. R. The effects of total ankle replacement on ankle joint mechanics during walking. J Sport Health Sci. 6 (3), 340-345 (2017).
  14. Mehdizadeh, S., et al. The Toronto older adults gait archive: video and 3D inertial motion capture data of older adults' walking. Sci Data. 9 (1), 398 (2022).
  15. Caronni, A., et al. Criterion validity of the instrumented Timed Up and Go test: A partial least square regression study. Gait Posture. 61, 287-293 (2018).
  16. Mojtaba, M., Alinaghizadeh, H., Rydwik, E. Downton Fall Risk Index during hospitalisation is associated with fall-related injuries after discharge: a longitudinal observational study. J Physiother. 64 (3), 172-177 (2018).
  17. Hershkovitz, L., Malcay, O., Grinberg, Y., Berkowitz, S., Kalron, A. The contribution of the instrumented Timed-Up-and-Go test to detect falls and fear of falling in people with multiple sclerosis. Mult Scler Relat Disord. 27, 226-231 (2019).
  18. Zarzeczny, R., et al. Aging effect on the instrumented Timed-Up-and-Go test variables in nursing home women aged 80-93 years. Biogerontology. 18 (4), 651-663 (2017).
  19. Kim, K. J., et al. The instrumented timed "Up & Go" test distinguishes turning characteristics in vestibular hypofunction. Phys Ther. 101 (7), 103 (2021).
  20. Montero-Odasso, M., et al. World guidelines for falls prevention and management for older adults: a global initiative. Age Ageing. 51 (9), (2023).
  21. Rocchi, L., Palmerini, L., Weiss, A., Herman, T., Hausdorff, J. M. Balance testing with inertial sensors in patients with Parkinson's disease: assessment of motor subtypes. IEEE Trans Neural Syst Rehabil Eng. 22 (5), 1064-1071 (2014).
  22. Ngo, T., et al. A comparative severity assessment of impaired balance due to cerebellar ataxia using regression models. Annu Int Conf IEEE Eng Med Biol Soc. 2020, 4571-4574 (2020).
  23. Celik, Y., Powell, D., Woo, W. L., Stuart, S., Godfrey, A. A feasibility study towards instrumentation of the Sport Concussion Assessment Tool (iSCAT). Annu Int Conf IEEE Eng Med Biol Soc. 2020, 4624-4627 (2020).
  24. Coni, A., et al. Comparison of standard clinical and instrumented physical performance tests in discriminating functional status of high-functioning people aged 6170 years old. Sensors. 19 (3), 449 (2019).

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Explore More Articles

JoVE212TUG

This article has been published

Video Coming Soon

JoVE Logo

Privacy

Terms of Use

Policies

Research

Education

ABOUT JoVE

Copyright © 2025 MyJoVE Corporation. All rights reserved