Autores: Mario Álvarez MD1; Jorge Bosch PhD2; Armando Martínez2; Frank Macías2; Adrián
Concepción2; Daniel Mondejar2; Pedro Valdés PhD2.
Afiliación: 1. Centro Internacional de Restauración Neurológica (CIREN), la Habnaa, Cuba.
2. Centro de Neurociencias de Cuba (CNEURO); la Habana, Cuba.
RESUMEN
Para la evaluación del control motor actualmente se utilizan escalas e instrumentos. Cada método tiene ventajas y desventajas.
Las escalas están muy diseminadas por ser relativamente baratas y accesibles. Sin embargo, adolecen de ser subjetivas, variables y requerir un prolongado tiempo de entrenamiento.
Por otro lado los instrumentos de evaluación, aunque son más precisos y objetivos tienen el problema de ser heterogéneos, generalmente caros y enfocados a objetivos muy específicos.
La nueva generación de videojuegos usa sensores 3D como plataforma de interacción con los usuarios. En el primer año se vendieron más de 11 millones de unidades de Microsoft Kinect, logrando que esta tecnología se extienda rápidamente.
En nuestro proyecto hemos aplicado la primera generación del sensor Microsoft KINECT para la evaluación del control motor en pacientes con enfermedad de Parkinson y hemos comparado los resultados con sujetos normales.
Encontramos que esta tecnología tiene suficiente sensibilidad para distinguir entre ambos grupos.
OBJETIVO
Crear herramientas objetivas, cuantitativas y relativamente baratas para la evaluación del control motor aplicando los nuevos sensores de videojuegos como el KINECT de Microsoft.
MÉTODO
Utilizamos el sensor para videojuegos Microsoft Kinect, programando sobre el Software Development Kit (SDK) en su versión 1.0.
Esta versión tiene algunas limitaciones como el ruido ocasionado por los segmentos distales como manos y pies y la dificultada para el seguimiento de los giros del cuerpo o la posición de sentado. Por esa razón no aplicamos las maniobras neurológicas clásicas, en cambio seleccionamos las posiciones y movimientos óptimos para la detección de los puntos corporales por el sistema Kinect.
Creamos un protocolo de evaluación que incluye 7 maniobras:
1. Parado con las manos al lado del cuerpo
2. Parado con las manos extendidas a los lados
3. Maniobra índice nariz
4. Pararse en uno solo pié
5. Dar un paso lateral
6. Levantarse de una silla
7. Caminar.
La duración total de estas maniobras varió entre 8 y 15 minutos, en dependencia del estado motor y la cooperación de cada paciente. En cada una de estas maniobras evaluamos capacidades y funciones que fueron definidas de la siguiente manera:
Precisión: Se evalúa en la maniobra índice-nariz y mide la capacidad de tocar la nariz y regresar a la posición de T.
Variabilidad: Diferencias entre los trayectos seguidos por un mismo segmento corporal durante una maniobra.
Velocidad: Rapidez con que se ejecuta una maniobra.
Simetría: Comparación entre el movimiento de un segmento y su homólogo contralateral, en la misma maniobra.
Movimientos involuntarios: Presencia de movimientos en los segmentos que deberían mantenerse en reposo durante las maniobras seleccionadas.
Postura: Capacidad de mantenerse en posición erguida. Se toman en cuenta las desviaciones del tronco y la cabeza tanto en el eje anterior como lateral.
Balance: Capacidad de mantener el equilibrio en bipedestación o en un pie. Se consideran las oscilaciones del tronco o los desplazamientos en las maniobras de parado en reposo y parado en un pie.
Transferencia: Capacidad de transferir el centro de gravedad durante las maniobras de paso lateral y levantarse de la silla.
Estabilidad de la pelvis: Dispersión de la pelvis durante las transferencias.
Estabilidad de la cabeza: Dispersión de la posición de la cabeza en reposo y en la posición de T
Para la creación de una norma estadística del estado funcional motor se recogió una muestra inicial de 30 sujetos normales (Media de edad de 54 años, 12 femeninos = 22%).
En una segunda etapa le aplicamos el protocolo de valuación a 10 sujetos normales (Edad = 59.5 años, femenino = 4) y 10 pacientes con enfermedad de Parkinson (Edad = 58 años; femenino = 3; Tiempo de evolución: 9.7 años; Estado de Hoehn y Yahr: 7 pacientes en estado 2 y 3 pacientes en estado 3). Los pacientes con EPI realizaron las maniobras en su mejor ON, en las primeras horas de la mañana, para garantizar el mejor rendimiento.
Se calcularon los parámetros descriptivos sumarizados. Se calculó una regresión por edades de estos parámetros, obteniéndose para cada uno de ellos la media (Mu) y la desviación estándar (Sigma). Para evaluar la desviación de la normalidad de un sujeto Nuevo, se calcula la transformada Z = (x - Mu)/Sigma, donde x es el valor del parámetro descriptivo correspondiente al sujeto nuevo.
Valores por encima de 2 desviaciones estándar son considerados fuera de los límites normales, con p=0.05. Para simplificar la interpretación de los resultados, se considera el valor absoluto de la Z, indicando presencia de valores fuera de los límites normales, pero in precisar la dirección. Esta aproximación es válida durante una etapa inicial de trabajo.
RESULTADOS
Para la interpretación de los resultados dividimos su análisis en segmentos corporales y funciones. En todos los análisis los pacientes con enfermedad de Parkinson tuvieron un rendimiento peor que los sujetos normales.
Table . Sujetos Normales.
Table .Pacientes con enfermedad de Parkinson.
Como se observa en las tablas, los sujetos normales tuvieron pocos parámetros con rendimientos mayores de dos desviaciones estándar (2 SD). Cuatro controles presentaron un parámetro mayor de 2 SD, mientras que sólo uno tuvo dos parámetros por encima de 2 SD.
En contraste, nueve de los diez pacientes con enfermedad de Parkinson presentaron al menos dos resultados por encima de las 2 SD.
Al analizar los resultados con más detalle podemos ver que algunos ítems como la variabilidad del movimiento, los movimientos involuntarios de los miembros superiores o la amplitud de los movimientos de las piernas tuvieron poca sensibilidad, sin diferencias significativas entre los pacientes con enfermedad de Parkinson y los sujetos normales.
En cambio, el resto de los ítems presentó diferencias significativas con la norma. Este fue el caso de la precisión y velocidad del movimiento de los brazos, la asimetría del movimiento en brazos y piernas y el equilibrio en un solo pié. Particularmente interesante fue la sensibilidad y especificidad de los parámetros axiales que incluyeron la postura, transferencia, variabilidad axial y estabilidad de la pelvis y la cabeza.
Figura: Evaluación de la maniobra “pararse en un pié”. En colores se representa la trayectoria de los puntos corporales. A la izquierda se observa un sujeto normal, con algunos movimientos de compensación. A la derecha se representa un sujeto con enfermedad de Parkinson. Nótese que la elevación lateral del pié es menor y conlleva mayores movimientos de compensación y pérdida de equilibrio.
DISCUSIÓN
En nuestra primera evaluación del sensor Kinect encontramos algunas dificultades que limitaron su utilidad. Por ejemplo, la baja discriminación de los detalles de la mano y la presencia d ruido cuando el sujeto se sentaba o realizaba giros en el lugar. La posición óptima para la utilización de este dispositivo es con el sujeto solo, de pié y de frente al sensor.
Por esta razón no pudimos incluir pacientes con estados 4 o 5 de HY ya que todas las maniobras el paciente debe hacerlas solo, sin ayuda y de pie.
Tampoco pudimos aprovechar un grupo de maniobras clásicas como el golpe de dedos de la mano, la prono-supinación del brazo o los giros, muy sensibles para el diagnóstico de la enfermedad de Parkinson. En cambio creamos un algoritmo de evaluación que incluyó maniobras enfocadas en las regiones proximales y el tronco. Es probable que por esta razón las maniobras más sensibles fueran las relacionadas con los movimientos de axiales y de los miembros inferiores.
Como era de esperar, las maniobras que evaluaban la precisión o la amplitud del movimiento resultaron poco discriminantes pues se afectan tarde en la enfermedad de Parkinson. En cambio, la velocidad del movimiento, la simetría y la estabilidad axial tuvieron mejores resultados.
Probablemente estos resultados fueron influidos por la selección de pacientes en los estados iniciales (2 o 3 de HY) y por su estado ON farmacológico. Aun así puede distinguirse claramente un patrón patológico en prácticamente todas las maniobras y parámetros.
CONCLUSIÓN
La aplicación del Kinect es útil para la evaluación del control motor normal y los trastornos del movimiento. Distingue entre el patrón normal del movimiento y sus anomalías, incluso en los primeros estadíos de la enfermedad de Parkinson y con los pacientes medicados.
Esta evaluación abre nuevas posibilidades para la evaluación y el tratamiento de los trastornos del movimiento incluyendo la enfermedad de Parkinson.
FUTURO
Se espera que la nueva versión del Microsoft Kinect ofrezca más facilidad para la evaluación, permita vistas oblicuas y giros, así como evaluaciones en posición sentada y el estudio de los segmentos distales como las manos y los pies, lo que ampliaría nuestro rango de maniobras y aumentaría la sensibilidad de nuestro algoritmos.
En el futuro nos proponemos ampliar la base de datos de sujetos normales, así como realizar ecuaciones de regresión estratificadas por edad y sexo.
Sobre esta base planificamos realizar las evaluaciones en pacientes en otros estados evolutivos de Hoehn y Yahr, en OFF y ON farmacológico y antes y después de intervenciones terapéuticas como la rehabilitación física o la cirugía funcional.
También queremos comparar los resultados de la contra los obtenidos con las escalas establecidas como la UPDRS o el ICARS.
