La maggior parte degli utilizzatori di sedie a rotelle ha modelli manuali, che possono impattare su alcune strutture, in particolare sulla spalla. Questa articolazione, infatti, viene sollecitata particolarmente nel processo di spinta. Non di rado gli utenti delle carrozzine sviluppano una tendinopatia in questa sede.

Per capire qual è il reale rischio, in questi soggetti, di incorrere in una tendinopatia o altri disturbi degli arti superiori occorrono dati in real time e real life, che possono essere rilevati con sensori indossabili come giroscopi, magnetometri e accelerometri.

Uno studio USA esamina dati ottenuti in real world attraverso un algoritmo ARM (arm repetitive movement), appositamente sviluppato, concentrandosi su pazienti con lesione spinale.

L’obiettivo è individuare i pazienti a maggior rischio di incorrere in patologia di spalla, così da poterli seguire in modo adeguato ed evitare lesioni alla struttura, che potrebbero oltretutto avere la conseguenza di una rinuncia agli spostamenti.

Lo studio ha visto la collaborazione della Mayo Clinic, della West Virginia University e della University of Texas Medical Branch.

La nascita dell’algoritmo

Lo studio ha reclutato 3 diversi gruppi di pazienti, tutti con indosso i 3 tipi di sensore per raccogliere informazioni sui movimenti svolti. L’intento era trovare la modalità di approccio più efficace al problema di raccolta dati. Il primo è composto da 4 soggetti che vivono all’interno di una comunità.

In questo caso un operatore ha registrato video delle attività dei soggetti e dei momenti di fermo, arrivando in tutto a 52 minuti di registrato. Questi primi dati sono serviti per elaborare il primo algoritmo ARM, con definizione delle soglie da considerare.

Il secondo gruppo è composto di un uomo e una donna: in questo caso si è iniziato con il chiedere ai partecipanti quali sono le azioni che maggiormente ripetono nell’arco della giornata. Una volta ottenuto un “elenco”, gli autori hanno chiesto loro di eseguire principalmente quelle azioni. Questa seconda fase è stata condotta a domicilio.

I dati raccolti sono stati, quindi, valutati con l’algoritmo ARM sviluppato; obiettivo, individuare il tempo di riposo e utilizzo dell’arto dominante e non dominante. L’ultima fase ha coinvolto 16 pazienti, che hanno indossato i sensori per 2 giorni tipo. L’obiettivo di questa fase è lo stesso espresso poco sopra. 

L’arto dominante viene utilizzato di più ed è a maggior rischio

Se la prima fase del lavoro ha permesso di definire la soglia migliore per studiare il fenomeno oggetto dello studio, ovvero 10°, valore associato al minor errore di misurazione, le fasi successive hanno evidenziato un problema, peraltro conprensibile: tanto in ambiente domestico, quanto nella vita in generale, i pazienti che utilizzano la sedia a rotelle tendono a usare soprattutto l’arto dominante, lasciando invece a riposo quello non dominante.

Esiste, quindi, un’asimmetria di utilizzo che mette a maggior rischio di sviluppare patologia alla spalla l’arto dominante. Ma i risultati dello studio non finiscono qui.

In realtà il lavoro dimostra, nel suo insieme, la validità dell’algoritmo ARM nello studiare i movimenti dei pazienti in sedia a rotelle e caratterizzarli per durata, intensità e così via. Uno strumento che, usato in modo appropriato, potrebbe davvero avere anche una finalità proattiva per prevenire le lesioni e infiammazioni di spalla, piuttosto che curarle una volta instaurate.

La piccola dimensione del campione è un limite, in questo lavoro, che dovrà quindi essere ripetuto su numeri più grandi, così da rendere la validazione più forte.

Studio: Jahanian O, Van Straaten MG, Pinnock Branford K, Fortune E, Cain SM, Morrow MMB. Development and evaluation of the ARM algorithm: A novel approach to quantify musculoskeletal disorder risk factors in manual wheelchair users in the real world. PLoS One. 2024 Apr 2;19(4):e0300318.

LASCIA UN COMMENTO

Please enter your comment!
Please enter your name here