Estudio y análisis cinemático de personas mayores frágiles basado en sensores inerciales

  1. GALAN MERCANT, ALEJANDRO
Zuzendaria:
  1. María Teresa Labajos Manzanares Zuzendaria
  2. Antonio Ignacio Cuesta Vargas Zuzendarikidea

Defentsa unibertsitatea: Universidad de Málaga

Fecha de defensa: 2012(e)ko martxoa-(a)k 27

Epaimahaia:
  1. José Antonio González Correa Presidentea
  2. Francisco Javier Barón López Idazkaria
  3. Irene Cantarero Villanueva Kidea
  4. Manuel Arroyo Morales Kidea
  5. Maria Giné-Garriga Kidea

Mota: Tesia

Teseo: 335115 DIALNET

Laburpena

INTRODUCCIÓN: En la actualidad, estamos asistiendo a un proceso acelerado de envejecimiento de la población. La situación real pone de manifiesto que la prevalencia de alteraciones que producen dependencia aumenta de forma considerable a medida que la persona envejece. Así, en este contexto de envejecimiento poblacional surge un aspecto fundamental: la generalización de las dependencias. Es en este contexto de envejecimiento poblacional, surge la ¿fragilidad¿, concepto que nos remite a algo que puede deteriorarse con relativa facilidad. Además generalmente fragilidad, discapacidad y dependencia coexisten, la fragilidad parece ser previa y, por ende, susceptible de intervención temprana. Por tanto, resulta fundamental identificar de forma precisa las características que muestran las personas que conforman el grupo de ¿mayores frágiles¿ con el convencimiento de que dicho conocimiento podrá ayudar a elaborar intervenciones dirigidas a prevenir y/o intervenir de forma más efectiva en los procesos de discapacidad y dependencia. OBJETIVOS: El objetivo general de este estudio fue, localizar por medio del sensor inercial incorporado en un smartphone (iPhone 4(R)), el conjunto de variables cinemáticas derivadas de la información adquirida del sensor, que presenten el mayor grado de precisión para discriminar entre dos grupos de personas mayores frágiles y personas mayores sanas, en diferentes tareas funcionales. MATERIAL Y MÉTODO: Se examinó una población mayor de 65 años, donde evaluó a 14 sujetos mayores frágiles y 16 sujetos mayores físicamente activos. Los participantes portaban el smartphone iPhone 4(R) en una pequeña funda de neopreno, colocada a nivel del tercio medio del esternón. Este smartphone está equipado con tres elementos triaxiales de detección de variables cinemáticas: un giróscopo, un acelerómetro y un magnetómetro. La aplicación utilizada para la adquisición de los datos cinemáticos fue xSensor(R) Pro de la compañía Crossbow Technology, Inc., disponible en la AppStore de Apple(R). Los sujetos realizaron la prueba ETGUC en tres ocasiones, y se llevó a estudio el intento en que el sujeto hubiera obtenido el menor tiempo en la cronometría. Entre prueba y prueba los dispositivos no fueron movidos. Los sujetos tuvieron un descanso de cinco minutos entre prueba y prueba. Se asume que el rendimiento de los participantes sigue siendo el mismo dentro de este período de tiempo de descanso. Todos los participantes utilizaron una silla sin reposabrazos y se instruyó de forma verbal a que no utilizaran sus brazos para levantarse y sentarse. Se seleccionó la prueba Timed Get Up and Go en su versión extendida, que utiliza una pasarela de 10 metros para incluir el mayor número de ciclos de marcha durante la prueba. Se realizó un procesamiento de datos off-line para la localización de la diferentes subetapas de la prueba ETGUC, así como un análisis automático informático para el filtrado de los datos recogidos, este análisis estuvo orientado a obtener de forma sistemática la matriz con medidas de tendencia central y dispersión de las variables de estudio. En primer lugar se analizaron las diferencias entre los dos grupos (mayor frágil y mayor sano) utilizando un análisis de la varianza. El nivel de significación estadística se estableció en p<0.05. En segundo lugar, se elaboraron curvas de la Característica Operativa del Receptor (COR) para evaluar el grado de precisión en la capacidad de predictiva de las variables cinemáticas, frente a la variable utilizada tradicionalmente, el tiempo. RESULTADOS: En las fases Levantarse y Sentarse, los resultados muestran que las variables derivadas de las de aceleración se mostraron como variables con mayor sensibilidad para discriminar entre los grupos de población llevados a estudio que los datos de desplazamiento y velocidad angular, concretamente fueron las variables de aceleración mínima en los ejes de movimiento x, z e y. En las subetapas Marcha a la ida y Marcha a la vuelta las aceleraciones en el eje x fueron las que mostraron mayor sensibilidad discriminante entre los frágiles y los controles. Para la fase del giro, las variables de aceleración mínima que obtuvieron valores de área bajo la curva mayores que para el tiempo, fueron las aceleraciones en los ejes z e y. CONCLUSIONES: Los resultados obtenidos permiten concluir que las medidas derivadas de la aceleración y la velocidad y desplazamiento angular durante el conjunto de la prueba ETGUG, presentan una precisión en la capacidad discriminante entre un grupo de mayores frágiles y uno de mayores físicamente activos, de una forma más sensible que la variable utilizada tradicionalmente en esta prueba, el tiempo. Sin embargo y si se analiza la prueba ETGUG de forma fraccionada en cinco subetapa, la sensibilidad discriminante de las variables de aceleración se muestra igual o mejor que la cronometría, variable utilizada tradicionalmente.