Einleitung
Ziel einer erfolgreichen Rehabilitation ist es, dem Patienten ein möglichst unabhängiges Leben in der eigenen häuslichen Umgebung bei den Aktivitäten des täglichen Lebens (ADL) zu ermöglichen. Um den Rehabilitationserfolg zu überwachen, sind daher Testungen erforderlich, die die Anforderungen der häuslichen Umgebung des Patienten abbilden. In der Regel wird aber der Rehabilitationserfolg in einem klinischen Umfeld bewertet, das sehr oft nur wenig Ähnlichkeit mit dem gewohnten heimatlichen Umfeld des Patienten aufweist, was die Fähigkeiten der Patienten, in ihrer täglichen Umgebung zurechtzukommen, nur unzureichend abbildet 1. Dies kann dazu führen, dass Patienten zwar in der Lage sind, klinische Testverfahren erfolgreich zu bestehen, aber bei der Ausübung ihrer alltäglichen Aktivitäten versagen.
In den letzten zehn Jahren ist es möglich geworden, Patienten in ihrem gewohnten Lebensumfeld mit Hilfe kleiner am Körper zu tragender Messgeräte zu untersuchen 2. Solche tragbaren Geräte haben ein großes Potenzial beim Einsatz im medizinischen Bereich, und die Bewertung körperlicher Aktivität durch kommerzielle Unternehmen ist in der Öffentlichkeit bereits weit verbreitet 3. Bei Erwachsenen werden Beschleunigungsmessgeräte eingesetzt, um z. B. die körperliche Aktivität zu untersuchen, um auf die mechanische Belastung der Knochen zu schließen 4 oder um Rückschlüsse bei Immobilität während Krankenhausaufenthalten auf die Mortalität zu ziehen 5. Heutzutage können Beschleunigungsmessdaten auch zur genauen Bestimmung der Ganggeschwindigkeit unter Alltagsbedingungen, der Gehstrecke 6 sowie der Geh- und Laufaktivität 7 verwendet werden. Weiterhin zeigt sich, dass Beschleunigungsmesser, wenn sie am Handgelenk getragen werden, von gesunden Kindern gut toleriert werden 8.
Sehr häufig haben Kinder größere Schwierigkeiten, verbale Testanweisungen zu befolgen 9, selbst wenn diese so einfach sind wie die Aufforderung, so schnell wie möglich zu gehen. In der Pädiatrie ist es daher ratsam, Informationen auf intuitive oder implizite Weise zu erfassen. Im Zusammenhang mit der Ganganalyse könnte dies z. B. durch 3D-Beschleunigungsmessungen der Ganggeschwindigkeit geschehen, da dies nur die Akzeptanz eines Messgeräts, nicht aber die Einhaltung eines bestimmten Gehversuchs erfordert. In früheren Studien wurde gezeigt, dass tragbare Geräte zur Ganganalyse nicht nur bei Erwachsenen, sondern auch bei Kindern gut eingesetzt werden können 8 10, zumindest was das Anbringen von Aufzeichnungsboxen und den Erhalt von aussagekräftigen Daten in Bezug auf die Ganggeschwindigkeit betrifft. Daher scheint der Einsatz von Beschleunigungssensoren in der Pädiatrie sehr vielversprechend zu sein, um funktionelle Beurteilungen von Laborbedingungen auf die reale Welt auszuweiten. Die entscheidende Frage ist jedoch, ob Kinder solche Messungen akzeptieren. Zerebralparesen (CP) sind mit einer Inzidenz von 2 bis 3 von 1.000 Lebendgeburten weltweit die häufigste Ursache von Behinderungen bei Kindern 11 12. CP umfasst eine heterogene ätiologische Gruppe, die häufig mit dauerhaften funktionellen Defiziten und einer gestörten Bewegungs- und Haltungsentwicklung verbunden ist 13. Die neuromotorischen Defizite „gehen häufig mit Störungen der Empfindung, der Wahrnehmung, der Kognition, der Kommunikation und des Verhaltens einher“ 13, was zusätzliche Probleme bei der Überprüfung der körperlichen Funktionen in dieser Patientengruppe mit sich bringt.
Die frühzeitige Rehabilitation von Patienten mit CP ist für die Entwicklung von Muskel- und Knochenstärke im frühen Leben und damit für ein gesundes Skelett im Erwachsenenalter von größter Bedeutung 14. Ebenfalls geht die Verbesserung der motorischen Fähigkeiten bei Kindern mit Zerebralparese mit der besseren Entwicklung kognitiver Fähigkeiten, einer Steigerung der nonverbalen Intelligenz sowie einem verbesserten Wortverständnis und gesteigerten arithmetischen Fähigkeiten einher 15 16. Daher stellt sich die grundsätzliche Frage, ob Bewegungsakzelerometrie bei der Untersuchung von Kindern mit und ohne CP eingesetzt werden kann. Oder konkreter, ob gesunde Kinder und pädiatrische Patienten und ihre Eltern diese Art der Messung tolerieren und ob damit aussagekräftige Daten erhoben werden können.
Aus den oben bereits angeführten Gründen und aufgrund der Tatsache, dass Bewegungsmangel ein zunehmendes gesellschaftliches Problem ist, stellt es nicht nur bei Kindern mit CP einen bedeutenden Vorteil dar, auf diese Weise Bewegungsinformationen aus der pädiatrischen Population zu erhalten. Daher sollte innerhalb einer einwöchigen Tragezeit mittels 3D-Beschleunigungssensoren die Akzeptanz dieser Intervention durch die Kinder beurteilt werden (primäres Ziel), zweitens sollten die Ergebnisse der 3D-Beschleunigungsmessung gegenüber einer Goldstandard-Methode zur Feststellung der Ganggeschwindigkeit validiert und drittens untersucht werden, ob die laborgestützte Messung der maximalen Ganggeschwindigkeit mit der Ganggeschwindigkeit in der gewohnten Umgebung der Kinder zusammenhängt. Da zum Zeitpunkt der Studiendurchführung noch keine wissenschaftlichen Erkenntnisse vorlagen, wurden im Vorfeld keine spezifischen Hypothesen bezüglich eines Gruppenunterschieds bei der Akzeptanz der 3D-Beschleunigungsmessung aufgestellt.
Probanden und Methoden
Teilnehmer
Sechzig Teilnehmer im Alter von 3 bis 12 Jahren wurden zwischen Mai und Oktober 2018 für diese kontrollierte, monozentrische, nicht randomisierte, beobachtende Querschnittstudie rekrutiert. Dreißig Kinder mit CP wurden unter den Patienten unserer Rehabilitationsklinik rekrutiert, und 30 gesunde Kontrollkinder (Ctrl) wurden aus den Familien der CP-Teilnehmer und des Klinikpersonals rekrutiert. Die Gruppen wurden durch Überprüfung der anthropometrischen Daten während des Rekrutierungsprozesses altersmäßig aufeinander abgestimmt. Ein Einschlusskriterium der CP-Kinder war die Einstufung in Stufe I und II der Gross Motor Function Classification Scale (GMFCS) (eine vollständige Liste ist in Tab. 1 enthalten). CP-Kinder wurden von der Studienteilnahme ausgeschlossen, wenn sie einen Vagus-Stimulator oder einen ventro-peritonealen Shunt hatten. Da keine Erfahrungen aus vorherigen Forschungsprojekten zu diesem Thema vorlagen, wurde keine formale Schätzung des Stichprobenumfangs vorgenommen. Eine Anzahl von 30 Kindern pro Gruppe wurde als a) klein genug angesehen, um mit den vorhandenen Ressourcen durchführbar zu sein, und b) als groß genug, um die Effektgrößen für die geplanten Endpunkte zu bewerten. Der Ablauf der Studie ist in Abbildung 1 dargestellt. Alle Teilnehmer gaben vor Studieneinschluss nach einem Aufklärungsgespräch ihre schriftliche Zustimmung, gegebenenfalls mit Unterstützung ihrer Eltern oder durch ihre Eltern. Die Studie wurde von der zuständigen lokalen Ethikkommission genehmigt und entsprach den Kriterien der Deklaration von Helsinki. Vor Beginn der Studie wurde sie beim deutschen Register für klinische Studien registriert (Registrierungsnummer DRKS00011919).
Studienablauf und Datenerfassung
Das primäre Ziel der Studie war es, die Akzeptanz eines an der Taille getragenen 3D-Beschleunigungsmessers in der gewohnten Umgebung der Kinder zu ermitteln. Die Akzeptanz wurde über die Tragedauer und über einen Fragebogen ermittelt. Das zweite Ziel war der Vergleich der Ganggeschwindigkeit bei überwachten Tests mit der nicht überwachten Ganggeschwindigkeit im Alltag. Darüber hinaus wurde geplant, die in dieser Studie erhobenen Daten zu untersuchen, um neue Hypothesen zu ihrer Validität aufzustellen.
Die Datenerhebung begann frühestens einen Tag nach der Einwilligung der Teilnehmer (siehe Abb. 1). Zunächst wurde der 1‑Minuten-Gehtest (1mwt) auf einem standardisierten Parcours durchgeführt, der „Laborbedingungen“ entspricht. Eine 3D-Beschleunigungsmessbox (Actibelt©, München), die mittels eines elastischen Gürtels auf dem Körperschwerpunkt des Kindes angebracht war, wurde in der Nähe der vorderen Symmetrieachse getragen (Abb. 2a). Während des 1mwt verfolgte einer der Tester mit einem mobilen Laufrad (Abb. 2b) den Weg der Kinder so genau wie möglich, und die dabei gemessene Strecke diente zur Berechnung der Goldstandard-Laufgeschwindigkeit. Die Kinder wurden angewiesen, nach dem Ertönen eines akustischen Startsignals die markierte Strecke so schnell wie möglich zu gehen, ohne dabei zu rennen. Nach dem 1mwt wurde die Aufzeichnungsbox für die einwöchige Tragezeit zu Hause (1WHM) zur Messung unter „Real-World-Bedingungen“ übergeben. Neben der Aufzeichnungsbox wurde auch ein Fragebogen zur Beurteilung des Tragekomforts ausgehändigt (Tab. 2). Die Akzeptanz des Tragens wurde quantifiziert als a) Tragestunden pro Tag, b) Tragekomfort laut Fragebogen und c) Einschränkung bei ADL (ebenfalls per Fragebogen).
Material
Beim in dieser Studie verwendeten 3D-Beschleunigungsmessgerät handelt es sich um eine Actibelt©-RCT2-Aufzeichnungsbox. Das vollständige Gerät besteht aus einer Aufzeichnungsbox (Batteriekapazität: 1.000 mAh, Betriebsdauer: > 35 Tage, Speicherkapazität: 4 GB, Schnittstelle: USB 2.0, eingebaute Sensoren: 3D-Beschleunigungsmesser, Hall-Effekt-Sensor) und einem Tragegurt, der in der Nähe des Körperschwerpunkts des Kindes angebracht wird. Der Tragegurt ist mit einem magnetischen Verschlusskontakt ausgestattet, mit dem die selbst angegebene Tragezeit überprüft werden konnte. Drei der Kinder wurden mit einem Prototyp der nächsten Generation von Gurten ausgestattet. Die Spezifikationen der 3D-akzelerometrischen Komponenten dieser neuen Geräte waren mit den anderen in dieser Studie verwendeten Geräten kompatibel.
Zur Bestimmung der Goldstandard-Geschwindigkeit wurde der Gehweg jedes einzelnen Kindes während des 1mwt mit einem mobilen Laufrad (M10, Geofennel, Baunatal, Deutschland) aufgezeichnet, um die zurückgelegte Strecke zu messen. Teilt man die Strecke durch die Zeit, die für die Ausführung benötigt wird (per definitionem eine Minute), erhält man die Goldstandard-Geschwindigkeit. Um Diskrepanzen zwischen der Goldstandard-Geschwindigkeit und der vom Actibelt© ermittelten Ganggeschwindigkeit zu erkennen, trugen die Kinder den Actibelt© auch während des 1mwt.
Für das Messprotokoll unter Laborbedingungen und das Auslesen der Daten aus den Aufzeichnungsboxen wurde ein Tablet (AT10LE‑A, Toshiba, Tokio, Japan) mit der entsprechenden Studien-App (Trium Analysis GmbH, München, Deutschland) genutzt.
Die Probanden wurden ohne Schuhe in ihrer Alltagskleidung gewogen (Standwaage, Typ MPB 300K100P [9 V, 100 mA], Kern, Balingen, Deutschland). Die Körpergröße wurde mit einem mobilen Stadiometer, Typ Seca 213 (Seca, Hamburg, Deutschland), gemessen.
Statistische Methoden
Für die statistische Analyse wurde SPSS Statistics 24 17 und die R‑Umgebung in ihrer Version 3.5.1 18 genutzt. Alle Datenanalysen folgten dem Intention-to-treat-Prinzip, da teilweise fehlende Daten (z. B. aufgrund von Datenverlust oder technischen Problemen) in den endgültigen Analysen berücksichtigt werden sollten. Für fehlende Daten wurde eine singuläre Imputation durchgeführt, wobei der Mittelwert für kontinuierliche Variablen (Tragezeit) und der Modus für ordinale Variablen (Komfort und Einschränkung) verwendet wurde. Die Normalverteilung wurde mit dem Shapiro-Wilk-Test und die Homogenität der Varianzen mit dem Levene-Test getestet. Die Daten zu Tragekomfort und Einschränkung bei ADL wurden mit dem Mann-Whitney-Test statistisch ausgewertet. Die Tragedauer wurde mit einem ungepaarten t‑Test untersucht. Pearson-Korrelationsanalysen wurden durchgeführt, um die Gemeinsamkeiten zwischen der Ganggeschwindigkeit mit Actibelt© und dem Goldstandard bei 1mwt zu bewerten. Bland-Altman-Diagramme wurden verwendet, um die Ganggeschwindigkeitsmessung mit 3D-Beschleunigungsmessung mit dem Goldstandard zu vergleichen. Statistisch wurden die Daten der Bland-Altman-Diagramme dann mit dem linearen gemischten Effekt (LME) unter Verwendung des R‑Befehls „lme“ aus dem Paket „nlme“ ausgewertet. LME-Modelle unterscheiden sich von der traditionellen Varianzanalyse dadurch, dass eine Normalverteilung nur für die Residuen, aber nicht unbedingt für die Daten selbst angenommen wird. Dies hat z. B. den Vorteil, dass LME-Modelle die Nichtnormalität der Körpermaße durch individuelle Anpassungen berücksichtigen können. LME-Modelle wurden mit y‑Daten (d. h. Differenzen in Bland-Altman-Plots) als abhängige Variable, Probanden als Zufallseffekt und x‑Daten (d. h. Mittelwerte in Bland-Altman-Plots) und Gruppe (CP oder Ctrl) als feste Effekte konstruiert. Auch die Einflussnahme der Körpergröße auf die Ganggeschwindigkeit innerhalb des Bland-Altman-Tests wurde mit solchen LME-Modellen untersucht. Zur Überprüfung der Gültigkeit der LME-Modelle wurden Residuen- und Q‑Q-Diagramme erstellt, und die Annahmen erwiesen sich als gültig. Darüber hinaus wurde eine partielle Regressionsanalyse mit dem R‑Paket „r2glmm“ durchgeführt, um den relativen Beitrag der Gruppe, der Körpergröße und der Ganggeschwindigkeit zu den Diskrepanzen zwischen dem Goldstandard und der mit dem Actibelt© gemessenen 1mwt-Geschwindigkeit zu berücksichtigen.
Schließlich wurden die Unterschiede zwischen den Gruppen bei Laborgeschwindigkeit und realer Ganggeschwindigkeit mit einem gepaarten t‑Test getestet, nachdem die Normalverteilung und die Homogenität der Varianzen mittels Shapiro-Test bzw. F‑Test festgestellt worden waren. Das Alpha-Niveau wurde auf 0,05 festgelegt; alle Variablen sind als Mittelwert ± Standardabweichung angegeben.
Ergebnisse
Rekrutierungsprozess
Von den 88 rekrutierten Kindern (67 durch persönliche Anwerbung, 21 durch Anwerbung per E‑Mail) führten 61 Kinder den 1mwt durch. Bei einem Kind wurde erst nach dem 1mwt festgestellt, dass es gelegentlich eine Gehhilfe benutzte, und alle Daten dieses Kindes wurden ausgeschlossen. Insgesamt wurden 21 Kinder der Ctrl-Gruppe zwischen Juli 2018 und August 2018 per E‑Mail rekrutiert. Somit führten 60 Kinder das 1WHM durch (Abb. 3). Die Basis-Charakteristika der Studienteilnehmer (n = 60) sind in Tabelle 3 aufgeführt. Das mittlere Alter ± SD in der Ctrl-Gruppe betrug 7,6 ± 3,0 Jahre und in der CP-Gruppe 8,0 ± 3,1 Jahre. Der mittlere BMI ± SD der Kontrollgruppe lag bei 16,5 ± 2,2. Bei den CP lag der mittlere BMI bei 15,7 ± 2,1.
Akzeptanz
Die Mehrheit der Teilnehmer gab keine oder nur geringe Einschränkungen bei den Aktivitäten des täglichen Lebens bei 93,3 % der CP- und 90,0 % der Ctrl-Gruppe an (Abb. 4; kein Gruppenunterschied; U = 428; P = 0,9). Der Tragekomfort wurde in 66,6 % (n = 20) der Fälle in der Ctrl-Gruppe und in 70 % (n = 21) der Fälle in der CP-Gruppe als „sehr bequem“ eingestuft. Nur 3,3 % (n = 1) der Teilnehmer in Ctrl bewerteten den Tragekomfort als „sehr unangenehm“, während keiner der Teilnehmer in CP ihn als „sehr unangenehm“ bewertete (kein Gruppenunterschied; U = 441; P = 0,7). Die Tragedauer betrug 10,3 (SD 3,4) Stunden pro Tag, was zwischen den Gruppen vergleichbar war (T = 1,10; P = 0,3).
In 8 Fällen fand sich eine Diskrepanz zwischen der vom Actibelt© gemessenen und der von der Testperson angegebenen Tragezeit (5 Ctrl; 3 CP). In diesen Fällen wurde die vom Actibelt© aufgezeichnete Zeit verwendet (s. Abb. 4).
Genauigkeit der Ganggeschwindigkeit mit Actibelt©
Obwohl eine signifikante Korrelation zwischen der mit Actibelt© gemessenen Gehgeschwindigkeit und der Goldstandard-Methode bestand (Pearsons r = 0,78, bereinigtes R² = 0,60; F1,52 = 81,4; P < 0,001; gestrichelte Linie in Abb. 5a), wichen die Regressionskurven von der Identitätslinie ab (Achsenabschnitt = 0,74m/s gemäß Pearsons Regression; P < 0,001). Beim Vergleich der beiden Methoden zur Bestimmung der Ganggeschwindigkeit in einem Bland-Altman-Diagramm (Abb. 5b) und beim Test mit einem LME-Modell, das auf diesen Bland-Altman-Daten basiert, wurde ein Unterschied zwischen den beiden Methoden festgestellt (F1,51 = 3574; P < 0,001), der darauf hindeutet, dass Actibelt© die Ganggeschwindigkeit um 0,23 (SD 0,25) m/s überschätzt. Darüber hinaus deutet ein signifikanter linearer Trend (F1,51 = 86,0; P < 0,01; siehe rote Linie in Abb. 5b) darauf hin, dass diese Überschätzung bei geringeren Ganggeschwindigkeiten größer war als bei höheren Geschwindigkeiten. Da die Ganggeschwindigkeit in beiden Gruppen linear mit der Körpergröße interagiert (Abb. 5c; F1,51 = 28,1; P < 0,001), wurde ebenfalls die Beziehung zwischen den Methodenunterschieden (= y‑Achse in Abb. 5b) und der Körpergröße untersucht. Wie in Abbildung 5d zu sehen ist, standen die Methodenunterschiede in umgekehrter Beziehung zur Körpergröße (F1,51 = 19,6; P < 0,001), und die Regressionsgeraden näherten sich der Null, d. h. kein Unterschied bei Annäherung an die Körpergröße von Erwachsenen. Die partielle Korrelationsanalyse ergab signifikante Beiträge der Gruppe (T = ‑2,7; partielles R² = 0,13; P = 0,010) und der Körpergröße (T = ‑2,6; partielles R² = 0,12; P = 0,013), aber nicht der Goldstandard-Geschwindigkeit (T = ‑1,55; partielles R² = 0,05; P = 0,13), was darauf hindeutet, dass die Genauigkeit der vom Actibelt© abgeleiteten Ganggeschwindigkeit stärker von der Körpergröße als von der Ganggeschwindigkeit beeinflusst wurde.
Explorative Analysen der Ganggeschwindigkeit
Beim Vergleich der Ganggeschwindigkeit (1mwt) beider Gruppen fand sich unter Laborbedingungen ein Unterschied zwischen CP und Ctrl (P = 0,018), der auf eine um 14,0 % (95 % CI: 3,1 % bis 25,0 %) höhere Ganggeschwindigkeit in Ctrl als in CP hinwies (P < 0,05; Abb. 6a). Beim Vergleich der realen Ganggeschwindigkeit (gemessen mit Actibelt©) zwischen den beiden Gruppen zeigte sich ebenfalls eine höhere Geschwindigkeit in der Gruppe Ctrl als in der Gruppe CP (P < 0,01, Abb. 6b).
Obwohl sich eine mäßige Korrelation zwischen der realen Ganggeschwindigkeit und der 1mwt-Ganggeschwindigkeit zeigte (P = 0,002; r = 0,26 [CP]; r = 0,27 [Ctrl]; Abb. 6c), wich die Regressionsgerade sehr stark von der Gleichheitsgeraden ab (Schnittpunkte 0,79m/s und 0,85m/s für CP bzw. Ctrl), was darauf hindeutet, dass beide Variablen einen unterschiedlichen Informationsgehalt haben. Darüber hinaus erreichten 4 Kinder aus der CP-Gruppe unter realen Bedingungen eine höhere Ganggeschwindigkeit als beim 1mwt, wobei letzterer ein Maximaltest ist. Wie aus Abbildung 6d ersichtlich wird, war das Verhältnis der 1mwt- zur 1WHM-Geschwindigkeit unabhängig von der Körpergröße (P = 0,13). Dies deutet darauf hin, dass andere Faktoren als die Körpergröße auf die submaximale Ganggeschwindigkeit während 1mwt bei einigen CP-Kindern Einfluss nehmen könnten. Schließlich wurde eine etwas stärkere Korrelation zwischen der maximalen 1WHM-Ganggeschwindigkeit und der 1mwt-Geschwindigkeit beobachtet, die beide mittels Actibelt© ermittelt wurden (P = 0,004; r = 0,40).
Diskussion
Die in diesem ersten Versuch gesammelten Daten zur Bewertung der Akzeptanz von 3D-Beschleunigungsmessgeräten bei Kindern im Alter von 3 bis 12 Jahren ergaben sehr gute Bewertungen des Tragekomforts und auch wenig Anzeichen für Einschränkungen bei ADL. In der Vergangenheit wurde eine Tragezeit von 10 Stunden pro Tag als Minimum angesehen. Allerdings muss dieser Wert überdacht werden, denn derzeit ist keine allgemein akzeptierte minimale Tragezeit für mobile Sensortechnologie für den pädiatrischen Bereich bekannt 19. Da der Zeitraum, den Kinder schlafend verbringen, wesentlich länger ist als bei Erwachsenen, wird die Tragedauer aufgrund der kürzeren täglichen Aktivität immer kürzer sein.
Die Ergebnisse dieser Studie zeigen eine durchschnittliche Tragedauer von 9,9 bzw. 10,8 Stunden bei CP- bzw. Kontrollkindern, was als repräsentativ für die tägliche Aktivität von Erwachsenen angesehen werden kann 20. Dies alles deutet darauf hin, dass die Kinder in dieser Studie das um die Körpermitte zu tragende Gerät zur Messung der Ganggeschwindigkeit gut genug akzeptiert haben, um aussagekräftige Ergebnisse zu liefern. Man könnte argumentieren, dass CP-Kinder bereits vielen therapeutischen Interventionen und zusätzlichen Messungen ausgesetzt sind. Einerseits könnte dies das Zögern bei der Akzeptanz eines weiteren Geräts verringern, andererseits aber auch eine Abneigung gegen eine weitere Messung hervorrufen. Es wurde aber festgestellt, dass es keine Gruppenunterschiede beim Tragekomfort und bei den Einschränkungen bei den Aktivitäten des täglichen Lebens gab, was darauf hindeutet, dass Kinder mit und ohne Erkrankung eine ähnliche Akzeptanz zeigten. Dies lässt hoffen, dass diese Ergebnisse auf eine breitere pädiatrische Population übertragen werden können, obwohl dies natürlich in zukünftigen Studien nachgewiesen werden muss.
Darüber hinaus gaben viele Eltern überwiegend positive Rückmeldungen zur Benutzerfreundlichkeit und zur Akzeptanz durch ihre Kinder. Negative Rückmeldungen zum Gerät betrafen lediglich die Farbe (Schwarz) und das Material, das im Sommer zum Schwitzen anregt.
Frühere Studien haben sich fast ausschließlich auf Erwachsene konzentriert. So kam eine kürzlich durchgeführte systematische Übersichtsarbeit 21 zu dem Schluss, dass die Evidenzlage für die Validität und Reliabilität von am Körperzentrum getragenen Beschleunigungsmessern bei Erwachsenen mit neurologischen Erkrankungen begrenzt ist und dass zahlreiche Konflikte bei der Erstellung zuverlässiger Analysen gelöst werden müssen, bevor diese Geräte unter realen Bedingungen eingesetzt werden können.
Hinsichtlich der Genauigkeit der Ganggeschwindigkeitsmessungen beim 1‑Minuten-Gehtest wurde festgestellt, dass der Actibelt© derzeit noch die Ganggeschwindigkeit überschätzt, wie mit der Goldstandard-Methode nachgewiesen werden konnte (s. Abb. 5b). Dies zeigte sich insbesondere bei niedrigeren Ganggeschwindigkeiten, wie zuvor auch von Motl et al. 22 festgestellt wurde. Dieser Effekt lässt sich in der Population dieser Studie hauptsächlich durch die Variation der Körpergröße erklären. Allerdings ist hier anzumerken, dass die vorhandenen Algorithmen anhand von Daten einer erwachsenen Bevölkerung validiert wurden. Dennoch lässt sich aus der signifikanten Korrelation zwischen Actibelt© und der Goldstandard-Methode schließen (Abb. 5a), dass eine akzelerometrische Erfassung der Ganggeschwindigkeit auch bei Kindern grundsätzlich möglich ist. Es ist daher möglich, dass eine Validierungsstudie, die der von Aigner et al. 23 beschriebenen ähnlich ist, die Probleme beheben könnte. Dass dies lohnend sein könnte, zeigt Abbildung 6: Die Ganggeschwindigkeit unterscheidet sich zwischen Ctrl- und CP-Kindern sowohl unter Labor- als auch unter realen Bedingungen. Dies gilt sowohl für die mittlere Geschwindigkeit in der realen Welt als auch für die maximale Ganggeschwindigkeit in der realen Welt, was eine kürzlich durchgeführte Studie mit Patienten mit Multipler Sklerose bestätigt 24. Ein weiterer Blick auf Abbildung 6c zeigt, dass die interindividuelle Variation bei 1WHM größer ist als bei 1mwt. Es ist daher davon auszugehen, dass die gruppeninterne Variation beider Variablen auch klinisch bedeutsame Informationen enthält, d. h., dass die Bewertung der Ganggeschwindigkeit bei CP-Kindern dazu beitragen kann, den Schweregrad des Krankheitszustands und die Wirksamkeit therapeutischer Strategien oder auch kompensatorischer Strategien bei CP-Kindern zu beurteilen. Am wichtigsten ist jedoch, dass die Bewertung der realen Geschwindigkeit Informationen liefert, die die Laborwerte ergänzen. Dies zeigt sich deutlich bei 4 Kindern, die unter realen Bedingungen eine höhere Ganggeschwindigkeit aufwiesen als bei ihrer vermeintlich maximalen Anstrengung im 1mwt. Eine triviale Erklärung für diesen überraschenden Befund wäre mangelnde Motivation für den Test. Eine andere Erklärung wäre, dass CP-Kinder bei maximalen Anstrengungen übererregt werden können und dass eine erhöhte Spastik 25 während solcher Tests ihre Leistung einschränkt.
Einschränkungen der Studie
Wie bei jeder Studie gibt es auch hier eine Reihe von Einschränkungen:
Erstens handelte es sich um eine Pilotstudie. Die Leser können nun aus unseren Ergebnissen Effektgrößen für ihre eigenen Berechnungen der Stichprobengröße ableiten. So gelangen die Autoren beispielsweise für die Tragezeit zu einem geschätzten Stichprobenumfang von n = 99 pro Gruppe, um signifikante Gruppenunterschiede zu ermitteln (α = 0,05; β = 0,2).
Zweitens sollte ein möglicher „selection bias“ (oder deutsch: eine Stichprobenverzerrung) in Betracht gezogen werden. Da zwei verschiedene Rekrutierungsmechanismen verwendet wurden, d. h. über persönlichen Kontakt für CP und lediglich über E‑Mail für Ctrl, ist die Akzeptanz während der 1WHM für beide Gruppen repräsentativ. Allerdings ist es unter den oben geschilderten Voraussetzungen nicht beurteilbar, wie viele gesunde Kontrollkinder die Teilnahme im Voraus abgelehnt hätten. Diese Information ist eindeutig mit der Motivation verknüpft und wäre hilfreich gewesen, um zu beurteilen, ob das allgemeine Interesse an einer Studienteilnahme bei CP- und Ctrl-Kindern vergleichbar war. Obwohl dies die Gruppenunterschiede bei der Tragezeit beeinflusst haben könnte, ist es unwahrscheinlich, dass eine solche Verzerrung die Gruppenunterschiede bei den Ergebnissen in Bezug auf die Ganggeschwindigkeit erklärt.
Drittens kam es zum Verlust von zwei Datensätzen aus dem 1WHM, da die Aufzeichnungsboxen während des Rücktransports verloren gingen. Eine mögliche Lösung besteht darin, die allgemeine Adresse der Rehabilitationseinrichtung auf dem Rückumschlag durch einen persönlichen Adressaten aus dem Forschungsteam zu ergänzen. Da einige ungültige Werte bei der Bewertung des Tragekomforts und der Einschränkung des täglichen Lebens entstanden, sollte für zukünftige Studien eine ausführlichere schriftliche Beschreibung für den Gebrauch des Actibelt© und zum Ausfüllen des Fragebogens erwogen werden.
Darüber hinaus erfolgten Rückmeldungen, dass die Aufzeichnungsboxen dazu neigen, vom Körperschwerpunkt herunterzurutschen. Eine Lösung könnte also darin bestehen, Alternativen und Anpassungen für den von den Kindern verwendeten Gürtel zu finden, um die Aufnahmebox nahe am Körperschwerpunkt zu positionieren.
Eine weitere Einschränkung in Bezug auf die Goldstandard-Messung besteht darin, dass es keine Videoaufzeichnung und kein Beschleunigungssignal des Messrades gab, wie an anderer Stelle bereits beschrieben 23. Die vom Messrad abgeleitete Gehgeschwindigkeit wird daher nur angegeben, indem die registrierten Meter durch die Testzeit geteilt werden, wobei davon ausgegangen wird, dass diese immer 60 Sekunden betrug. Dies hat einige Auswirkungen und bringt Einschränkungen mit sich, da die dadurch ermittelte Strecke bedienerabhängig ist und im Vergleich zu einem eher algorithmusbasierten Ansatz (Beschleunigungssensor-Signal und Videoaufzeichnung der Zehenabdrücke/Radstöße der Testpersonen während des Tests) mehr Raum für Fehler bietet.
Da das Hauptziel dieser Studie jedoch darin bestand, die Akzeptanz des Beschleunigungssensors in der pädiatrischen Bevölkerung mit und ohne CP zu validieren, wurde mehr Wert darauf gelegt, eine gute Compliance bei der Verwendung des Beschleunigungssensors im häuslichen Umfeld sicherzustellen.
Schlussfolgerung
Zusammenfassend lässt sich sagen, dass diese Studie gezeigt hat, dass die tragbare Beschleunigungssensor-Technologie auch in der pädiatrischen Bevölkerung akzeptiert werden kann. Aufgrund der Diskrepanz zwischen den Daten der Aufzeichnungsboxen des Actibelt© und der im Fragebogen angegebenen Tragezeit in mehreren Fällen kann davon ausgegangen werden, dass sich Beschleunigungsmessgeräte als nützliche Bewertungsinstrumente des Verhaltens der Probanden in der realen Welt erweisen können. Es sind jedoch wahrscheinlich einige Anpassungen erforderlich, um die Hardware weiter zu miniaturisieren und die Software für die Anwendung bei Kindern zu erweitern.
Danksagung
Wir sind den Studienteilnehmern und ihren Eltern dankbar – ohne ihre selbstlosen Beitrag wäre diese Arbeit nicht möglich gewesen.
Hinweise
Die Studie ist beim Deutschen Register für klinische Studien unter dem Titel „Akzeptanz und Validität der 3D-akzelerometrischen Ganganalyse bei pädiatrischen Patienten“ (AVAPed; DRKS00011919) registriert.
Der hier abgedruckte Fachartikel ist eine Übersetzung folgender Originalarbeit: Wiedmann I, Grassi M, Duran I, Lavrador R, Alberg E, Daumer M, Schoenau E, Rittweger J. Accelerometric gait analysis devices in children – Will they accept it? Results from the AVAPed study. Front Pediatr, 2021; 8: 574443
Für die Autorinnen und Autoren:
Isabella Wiedmann, B. Sc.
Physiotherapeutin
Zentrum für Prävention und
Rehabilitation der Universität zu Köln
Uniklinik Köln
isabella.wiedmann@unireha-koeln.de
Prof. Dr. med. Jörn Rittweger
Leiter des Instituts für Muskel- und
Knochenstoffwechsel
Institut für Luft- und Raumfahrtmedizin
Deutsches Zentrum für Luft- und
Raumfahrt
51147 Köln
joern.rittweger@dlr.de
Begutachteter Beitrag/reviewed paper
Wiedmann I, Grassi M, Duran I, Lavrador R, Alberg E, Daumer M, Schönau E, Rittweger J. 3D-Bewegungserfassung in der Ganganalyse bei Kindern – wird sie akzeptiert? Ergebnisse der AVAPed-Studie. Orthopädie Technik, 2022; 73 (1): 38–47
- Kinder mit Trisomie 21: Einsatz der Ganganalyse zur adäquaten Schuh- und Orthesenversorgung — 5. November 2024
- Rehabilitation aus orthopädietechnischer und physiotherapeutischer Sicht – Osseointegration und Schaftprothesen der unteren Extremität im Vergleich — 5. November 2024
- Belastungsprofile von knochenverankerten Oberschenkelimplantaten verbunden mit modernen Prothesenpassteilen — 5. November 2024
- Mlinac ME, Feng MC. Assessment of Activities of Daily Living, Self-Care, and Independence. Arch Clin Neuropsychol,2016; 31 (6): 506–516
- Daumer M, Thaler K, Feneberg W, Staude G, Scholz M. Steps towards a miniaturized , robust and autonomous measurement device for the long-term monitoring of patient activity: Actibelt. Biomed Tech, 2007; 52 (6): 149–155
- Heikenfeld J, Jajack A, Rogers J, Gutruf P, Tian L, Pan T, et al. Wearable Sensors: Modalities, Challenges, and Prospects. Lab Chip, 2018; 18 (2): 217–248
- Jämsä T, Vainionpää A, Korpelainen R, Vihriälä E, Leppäluoto J. Effect of daily physical activity on proximal femur. Clin Biomech, 2006; 21 (1): 1–7
- Pamoukdjian F, Paillaud E, Zelek L, Laurent M, Lévy V, Landre T, et al. Measurement of gait speed in older adults to identify complications associated with frailty: A systematic review. J Geriatr Oncol, 2015; 6 (6): 484–496. https://doi.org/10.1016/j.jgo.2015.08.006
- Keppler AM, Nuritidinow T, Mueller A, Hoefling H, Schieker M, Clay I, et al. Validity of accelerometry in step detection and gait speed measurement in orthogeriatric patients. PLoS One, 2019; 14 (8): 1–11
- Schimpl M, Lederer C, Daumer M. Development and validation of a new method to measure walking speed in freeliving environments using the Actibelt© platform. PLoS One, 2011; 6 (8): e23080
- Ricardo LIC, Da Silva ICM, Martins RC, Wendt A, Gonçalves H, Hallal PRC, et al. Protocol for Objective Measurement of Infants’ Physical Activity using Accelerometry. Med Sci Sports Exerc, 2018; 50 (5): 1084–1092
- Waterman AH, Atkinson AL, Aslam SS, Holmes J, Jaroslawska A, Allen RJ. Do actions speak louder than words? Examining children’s ability to follow instructions. Mem Cogn, 2017; 45 (6): 877–890
- Geenen R. MAXI-Studie. Eine Pilotstudie zur Anwendbarkeit der akzelerometrischen Messung (Actibelt©) von Aktivität im Alltag von Kindern mit Cerebralparese unter maximaler Intervention der Robotic Medicine (Lokomat©). [Wien]: FH Campus Wien, 2011
- Sellier E, Platt MJ, Andersen GL, Krägeloh-Mann I, De La Cruz J, Cans C, et al. Decreasing prevalence in cerebral palsy: A multi-site European population-based study, 1980 to 2003. Dev Med Child Neurol, 2016; 58 (1): 85–92
- Colver A, Fairnhurst C, Pharoah POD. Cerebral Palsy. Lancet, 2014; 383 (9924): 1240–1249
- Rosenbaum P, Paneth N, Leviton A, Goldstein M, Bax M, Damiano D, et al. A report: The definition and classificationof cerebral palsy April 2006. Dev Med Child Neurol, 2007; 49 (Suppl. 109): 8–14
- Ireland A, Rittweger J, Schönau E, Lamberg-Allardt C, Viljakainen H. Time since onset of walking predicts tibial bone strength in early childhood. Bone, 2014; 68: 76–84
- van Rooijena M, Verhoeven L, Smits D‑W, Ketelaar M, Becher JG, Steenbergen B. Arithmetic performance of children with cerebral palsy: The influence of cognitive and motor factors. Res Dev Disabil, 2012; 33 (2): 530–537
- Dalvand H, Dehghan L, Hadian MR, Feizy A, Hosseini SA. Relationship between gross motor and intellectual function in children with cerebral palsy: A cross-sectional study. Arch Phys Med Rehabil, 2012; 93 (3): 480–484
- IBM. IBM SPSS Advanced Statistics 24. IBM, 2016
- R Core Team. R Software: Version 3.5.1. R Found Stat Comput, 2018
- McCarthy M, Bury DP, Byrom B, Geoghegan C, Wong S. Determining Minimum Wear Time for Mobile Sensor Technology. Ther Innov Regul Sci, 2020
- Thiel C, Gabrys L, Vogt L. Registrierung körperlicher Aktivität mit tragbaren Akzelerometern. Dtsch Z Sportmed,2016; 67 (2): 44–48
- Giggins OM, Clay I, Wals L. Physical Activity Monitoring in Patients with Neurological Disorders: A Review of Novel Body-Worn Devices. Digit Biomarkers, 2017; 4 (1): 14–42
- Motl RW, Weikert M, Suh Y, Sosnoff JJ, Pula J, Soaz C, et al. Accuracy of the Actibelt© accelerometer for measuring walking speed in a controlled environment among persons with multiple sclerosis. Gait Posture, 2012; 35 (2): 192–196
- Aigner G, Grimm B, Lederer C, Daumer M. Method to collect ground truth data for walking speed in real-world environments: description and validation. PeerJ Prepr, 2019; 7: e27558v1
- Stellmann JP, Neuhaus A, Götze N, Briken S, Lederer C, Schimpl M, et al. Ecological validity of walking capacity tests in multiple sclerosis. PLoS One, 2015; 10 (4): 1–11
- Phadke CP, Balasubramanian CK, Ismail F, Boulias C. Revisiting physiologic and psychologic triggers that increase spasticity. Am J Phys Med Rehabil, 2013; 92 (4): 357–369