JoVE Logo
저자
연락처

로그인

JoVE 비디오를 활용하시려면 도서관을 통한 기관 구독이 필요합니다. 전체 비디오를 보시려면 로그인하거나 무료 트라이얼을 시작하세요.

기사 소개

  • 요약
  • 초록
  • 서문
  • 프로토콜
  • 결과
  • 토론
  • 공개
  • 감사의 말
  • 자료
  • 참고문헌
  • 재인쇄 및 허가

요약

iTUG(instrumented Timed Up and Go) 테스트는 새로운 기술의 개발과 함께 신체 흔들림 및 보행 분석에서 점점 더 많은 관심을 받고 있습니다. 모션 캡처를 통해 iTUG의 하위 구성 요소를 분석하기 위한 프로토콜을 제시합니다.

초록

의학과 기술의 노력에도 불구하고 노인의 낙상 발생률은 여전히 증가하고 있습니다. 따라서 낙상 위험을 조기에 감지하는 것이 낙상 방지를 위해 점점 더 중요해지고 있습니다. TUG(Timed Up and Go) 테스트는 이동성을 평가하는 데 널리 사용되는 도구이며 노인의 향후 낙상 위험을 예측하는 데 사용할 수 있습니다. 임상에서 검사를 완료하는 데 걸리는 총 시간은 TUG 검사의 주요 결과 측정입니다. 단순성과 일반성으로 인해 기존 TUG 테스트는 움직임 분석을 위한 글로벌 테스트로 간주되었습니다. 그러나 최근 연구원들은 TUG 테스트를 하위 구성 요소로 분할하려고 시도하고 추가 조사를 위해 점수 시스템을 업데이트했습니다. 전통적인 TUG 테스트의 새로운 수정 사항인 iTUG(instrumented Time Up and Go) 테스트는 노인의 운동 장애와 낙상 위험을 예측하는 데 민감한 도구인 것으로 보고되었습니다. 본 연구의 목표는 모션 캡처 기술을 사용하여 iTUG 테스트 하위 구성 요소를 분석하고 향후 낙상의 잠재적 위험과 관련된 iTUG 테스트 하위 작업을 결정하는 것이었습니다.

서문

낙상은 가장 흔한 노인 증후군 중 하나이며 전 세계적으로 우발적 또는 의도하지 않은 부상 관련 사망의 두 번째 주요 원인입니다1. 65세 이상의 성인에서 낙상은 기능 장애, 장애, 삶의 질 저하, 병원 입원 기간 증가, 심지어 사망률을 초래할 수 있습니다 2,3. 따라서 낙상을 예방하는 것이 가장 중요합니다.

낙상 사고의 예측 변수를 결정하기 위해 이전 연구자들은 보행 분석, 균형 테스트, 정신 상태, 진정제 사용 및 전년도의 낙상 이력에 중점을 두었습니다 4,5 TUG(Timed Up and Go) 테스트는 이동성의 빠른 수행 기반 측정입니다. TUG 검사는 노인을 대상으로 광범위하게 연구되어 왔으며 낙상 위험에 대한 간단한 선별 검사로 권장된다6. 이 널리 사용되는 테스트는 의자에서 일어나 원하는 속도로 3m를 걷고, 돌아서고, 돌아오고, 앉는 것으로 구성됩니다. 이 검사의 전통적인 임상 결과는 총 지속 시간7에 따라 달라지며 스톱워치로 평가된다.

임상실습에서, 종래의 TUG 검사는 피험자의 수행을 하위 구성요소(8)로 나누지 않고 일련의 활동을 수행하는 데 걸리는 총 시간을 측정한다. 최근 일부 연구자들은 다양한 TUG 테스트 구성 요소가 미래의 낙상9의 예측 변수로 특히 민감할 수 있다고 제안했습니다. iTUG(Digitized Instrumented TUG) 테스트를 사용하는 경우 TUG 테스트의 개별 구성 요소를 별도로 분석할 수 있습니다. iTUG를 사용하면 각 TUG 테스트 하위 단계의 여러 특성을 객관적으로 평가하고 각 움직임의 관련 기간, 속도 및 각속도와 같은 정량적 데이터를 얻을 수 있습니다. 보다 상세한 데이터를 통해, iTUG 테스트는 낙상 위험(fall risk)을 더 잘 나타낼 수 있는 특정 결함을 감지하는 이점을 보여주었다10.

움직임 분석의 황금 표준인 모션 캡처 기술은 파킨슨병(PD)11, 인지 장애12 및 발목 관절염13 환자와 건강한 성인14의 움직임을 감지하는 데 사용되었습니다. 본 연구에서는 모션 캡처 기술을 사용하여 iTUG 테스트 하위 구성 요소를 분석하고 iTUG 테스트 하위 작업과 향후 낙상의 잠재적 위험 간의 상관 관계를 결정하는 것을 목표로 했습니다.

프로토콜

이 연구는 중국 베이징에 있는 중국 인민해방군 종합병원 제7의료센터 학술윤리위원회의 승인을 받았다.

1. 참가자 포함/제외 기준

  1. 65세 이상의 고령 참가자를 모집하고 정보에 입각한 동의를 얻습니다.
  2. 무릎 관절염, 혈전혈관염, 통풍과 같은 명백한 시각 및 하지 장애가 있는 참가자는 제외합니다.

2. 시험 영역의 준비

  1. 방 전체에 분산된 12대의 카메라를 사용하여 5m x 8m 이상의 표준화된 iTUG 테스트 영역( 그림 1 참조)을 설정합니다. 전통적인 TUG 설정을 테스트 영역에 넣으십시오 : 의자와 참가자에게 뒤로 돌아 가도록 상기시키는 표지판.
    참고: 노선을 나타내는 표지판은 선택 사항입니다.
  2. 모션 캡처 영역이 모든 카메라의 범위로 제한되고 모든 TUG 테스트 설정이 빛 반사가 아닌지 확인합니다.

3. 시험 전 절차를 위한 소프트웨어 준비

  1. 실내에서 사용할 컴퓨터에 모션 캡처 소프트웨어를 설치합니다.
  2. Seeker 버튼을 클릭하여 모션 캡처 소프트웨어를 시작합니다. 소프트웨어를 시작한 후 일반 Camara 구성에서 대부분의 상황에서 허용되는 기본 모드(프레임 속도 = 60프레임/초, 셔터 속도 = 1/1,000초)를 선택합니다. 선택한 카메라 설정 및 카메라 구성 설정도 기본 모드에서 지정합니다.
  3. 라이브 모드를 선택하여 실시간 설정을 지정합니다.
    참고: 포스트 모드는 캡처된 데이터를 분석하는 데 사용됩니다.
  4. 마커 세트를 클릭하여 마커 설정을 구성합니다.
  5. Calibration of Ground Axis에서 XY axis를 선택하고 Calibration units에서 mmmeters를 선택합니다.
  6. Calibrate(보정)를 클릭하여 보정 변형을 선택합니다.
  7. 초기 보정을 선택하고 "L"자 모양의 버튼을 클릭합니다. 동시에 "L"자형 교정기를 필드로 가져와 필드 중앙에 놓아 모든 카메라에서 캡처할 수 있는지 확인합니다.
    알림: "L"자형 교정기에는 4개의 빛 반사 마커가 있습니다.
  8. 12대의 카메라가 모두 4개의 반사 마커를 감지할 수 있는지 화면에서 확인합니다. 카메라가 ≤3개의 마커를 감지하면 화면 왼쪽의 밝기와 임계값을 줄입니다. 카메라가 ≥5 마커를 감지하면 필드를 확인하고 원치 않는 반사 마커를 청소하거나 덮으십시오.
    참고: 이전 참가자의 일부 작은 소지품이 카메라에 감지될 수 있습니다.
  9. 필드에서 "L"자형 교정기를 제거합니다.
  10. "T"자 모양의 버튼을 클릭합니다. 동시에 "T"자형 교정기를 현장으로 가져가 흔들어 모든 카메라에서 캡처할 수 있는지 확인합니다.
  11. 위쪽 축(Up Axis)의 캘리브레이션(Calibration)에서 Z축을 선택하고 캘리브레이션 단위(Calibration units)에서 밀리미터를 선택합니다.
  12. 의사에게 모든 카메라가 마커를 캡처할 수 있는지 확인하도록 합니다. 필드의 각 모서리, 특히 TUG 테스트의 가능한 공간을 덮는 마커를 흔듭니다.
  13. 12대의 카메라가 모두 "T"자형 교정기를 감지할 수 있는지 화면에서 확인합니다. 카메라가 감지할 수 없는 경우 카메라 방향을 변경하십시오.
    알림: 보정해야 하는 마커에는 두 가지 모양이 있습니다. "L"자형과 "T자형". "L"자형 교정기에는 XY 축을 교정하기 위한 4개의 광 반사 지점이 있고 "T"자형 교정기에는 Z축을 교정하기 위한 4개의 광 반사 지점이 있습니다. 보정 기간은 60초 이상 지속됩니다. 효과적인 캡처는 화면의 색상을 녹색으로 바꿉니다.
  14. Finish(마침)를 클릭하여 보정을 완료합니다.
  15. Save Calibration(캘리브레이션 저장)을 클릭하여 효과적인 캘리브레이션 모드를 저장합니다.
    알림: 보정은 2D 모델에서 수행됩니다. 테스트 중에 3D 모델이 자주 사용됩니다.

4. iTUG 테스트

참고: 참가자는 꽉 끼지만 편안한 옷과 신발을 착용해야 합니다.

  1. 해부학적 랜드마크에 반사점을 부착합니다: 경추 7 가시돌기 및 흉부 10 가시돌기, 왼쪽 견봉 및 오른쪽 견봉.
    참고: 각 참가자는 최대 17개의 반사 포인트를 부착할 수 있습니다. 반사 포인트가 많을수록 수집된 데이터는 더 정확하지만 참가자는 덜 편안하게 느낍니다.
  2. 화면 오른쪽 줄에 있는 반사점을 마우스 오른쪽 버튼으로 클릭하고 C7, T10, 왼쪽 어깨 및 오른쪽 어깨로 지정합니다.
  3. 참가자들에게 지시 사항을 보여줍니다. "의자에서 일어나 원하는 속도로 3m 걷고 돌아서서 돌아와서 앉으십시오"라는 지시가 있습니다.
  4. 참가자에게 지시 사항을 숙지하고 있는지 확인하기 위해 사전에 iTUG 테스트를 수행하도록 요청합니다.
    알림: 반사점을 부착한 후 각 참가자가 편안한지 확인하십시오.
  5. 참가자에게 iTUG 테스트를 수행하도록 지시합니다.
    참고: 참가자는 iTUG 작업을 완료하기 위해 걸어야 합니다.
  6. 참가자가 iTUG 테스트를 수행하는 동안 컴퓨터 화면의 시작 및 중지 버튼을 클릭합니다.
    참고: iTUG 테스트 중에 모션 캡처 시스템은 60Hz의 주파수에서 모든 연결 지점의 데이터를 샘플링합니다. 그에 따라 비디오가 형성됩니다( 비디오 1 참조).

5. iTUG 테스트 변수의 데이터 수집 및 정의

  1. 녹화 설정 버튼을 클릭합니다.
    참고: 데이터는 스프레드시트에 저장되고 찾을 수 있습니다.
  2. 원시 카메라 데이터 선택 |추적된 ASCTI | 추적된 바이너리. 점령 시간은 20초입니다.
  3. 참가자의 이름을 입력합니다.
  4. 기록 버튼을 클릭하여 데이터 수집을 시작합니다.
  5. 비디오를 검토하여 iTUG 테스트의 하위 단계를 식별하고 데이터에 따라 변수를 계산합니다.
    1. 다음 변수를 정의하십시오 : 전통적인 TUG 테스트 총 시간, 1 단계 시간 (의자에서 일어남), 1 단계 몸 흔들 림 (의자에서 일어나기), 2 단계 시간 (원하는 속도로 3m 걷기), 2 단계 몸 흔들 림 (원하는 속도로 3m 걷기), 3 단계 시간 (회전), 3 단계 몸 흔들 기 (돌아 서기), 3단계 (선회), 4단계 시간 (복귀), 4단계 바디 흔들 림(복귀), 5단계 시간 (앉음)의 각속도.
      참고 : 세부 사항은 Caronni와 동료15가 설명한 것과 유사합니다.

6. 다운튼 추락 위험 지수(DFRI)

  1. Downton Fall Risk Index(DFRI)를 사용하여 낙상 위험을 평가합니다.
    참고: DFRI(표 1)에는 각각 1점씩 점수가 매겨지는 11개의 위험 항목이 포함되어 있습니다. 점수는 0-11 범위의 총 인덱스 점수로 합산됩니다. ≥3의 점수는 낙상 위험이 높다는 것을 나타내는 것으로 간주됩니다. 낙상 위험을 평가하기 위해 DFRI는 일반적으로 병원에 입원한 참가자에게 사용되며 가정 낙상 및 사고 선별 도구(HOME FAST)는 지역 사회 거주자에게 더 적합합니다.

7. 통계 분석

  1. 시중에서 판매되는 통계 소프트웨어 패키지를 사용하여 모든 통계 분석을 수행합니다. 스튜던트 t-검정을 사용하여 그룹 차이를 평가하고 Pearson 상관 계수를 선택하여 전체 샘플에서 iTUG와 DFRI 점수의 하위 구성 요소 간의 관계를 평가하며, P < 0.05는 통계적으로 유의한 차이를 나타냅니다.
  2. Bland-Altman 절차를 사용하여 이 방법과 McRoberts 센서 간의 1단계 지속 시간, 3단계 각속도 및 4단계 지속 시간에 대한 일치도를 평가합니다( 재료 표 참조). 두 측정 방법 간의 평균 차이와 계산된 평균 차이에 대한 95% 합치도 한계를 계산합니다.

결과

낙상 위험이 높은 13명의 연령 참가자(DFRI 점수: 3-11)와 낙상 위험이 낮은 11명의 연령 피험자(DFRI 점수: 0-2)를 모집했습니다. DFRI는 표 1에 자세히 설명되어 있습니다. 앞서 언급한 바와 같이, 3점 이상은 입원 중 환자의 낙상 위험이 높다는 것을 나타내는 것으로 간주된다16.

토론

프로토콜의 중요한 단계는 편향을 피하기 위해 반사점을 해부학적 랜드마크에 정확하게 부착하는 것입니다. 또한 iTUG 테스트의 각 하위 구성 요소를 식별하는 것도 중요한 단계입니다. 비디오 검토는 식별에 도움이 됩니다.

TUG 테스트 점수에서 그룹 간에 약간의 차이가 존재했으며, 이는 기존 TUG 점수가 낙상 위험을 구별할 만큼 민감하지 않을 수 있?...

공개

저자는 공개할 이해 상충이 없습니다.

감사의 말

저자들은 디지털 기술 지원을 해준 Honghua Zhou 박사에게 감사를 표합니다. 이 연구는 Capital's Funds for Health Improvement and Research of China(ID:2024-2-7031)의 지원을 받았습니다.

자료

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

참고문헌

  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).

재인쇄 및 허가

JoVE'article의 텍스트 или 그림을 다시 사용하시려면 허가 살펴보기

허가 살펴보기

더 많은 기사 탐색

JoVE212TUG

This article has been published

Video Coming Soon

JoVE Logo

개인 정보 보호

이용 약관

정책

연락처

사서에게 추천하기

JoVE 뉴스레터

연구

교육

저자

사서

JoVE 소개

Copyright © 2025 MyJoVE Corporation. 판권 소유