Desarrollo y evaluación de un modelo de captura de movimiento 3D para la cinemática de las extremidades superiores durante el manejo de silla de ruedas en individuos con lesiones de médula espinal: un estudio piloto
Autores: Bunketorp Käll, Lina; Harðarson, Gudni Rafn; Tullin, Erik; Lamberg, Ann-Sofi; Tranberg, Roy; Wangdell, Johanna
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Desarrollo y evaluación de un modelo de captura de movimiento 3D para la cinemática de las extremidades superiores durante el manejo de silla de ruedas en individuos con lesiones de médula espinal: un estudio piloto
Categoría
Ingeniería y Tecnología
Subcategoría
Bioingeniería
Palabras clave
Lesión de la médula espinal
Silla de ruedas manual
Dolor en las extremidades superiores
Modelo de captura de movimiento
Fiabilidad test-retest
Coeficientes de correlación intraclase
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 26
Citaciones: Sin citaciones
Las lesiones de la médula espinal (SCI, por sus siglas en inglés) a menudo requieren el uso de una silla de ruedas manual, lo que puede sobrecargar los hombros y contribuir al dolor en las extremidades superiores (UE). Actualmente, no existen métodos estandarizados para evaluar la cinemática de las UE durante la propulsión de la silla de ruedas. Este estudio tuvo como objetivo desarrollar y evaluar un modelo de captura de movimiento basado en marcadores para analizar el movimiento de las UE durante el uso de la silla de ruedas, con un objetivo secundario de evaluar la fiabilidad test-retest. El estudio se llevó a cabo en dos fases: (1) desarrollo del modelo de análisis de movimiento y (2) pruebas de fiabilidad. Se incluyeron once participantes con SCI. La fiabilidad se evaluó utilizando coeficientes de correlación intraclase (ICCs) en 15 parámetros de movimiento, incluyendo el rango total de movimiento y los valores mínimos y máximos de movimiento. El modelo demostró una buena fiabilidad test-retest. Para el movimiento mínimo, 12 de 15 parámetros fueron significativos (ICC = 0.681-0.965). Para el movimiento máximo, 13 de 15 fueron significativos (ICC = 0.726-0.981). Para el rango total de movimiento, 12 de 15 mostraron una fiabilidad significativa (ICC = 0.596-0.952). En conclusión, el modelo de captura de movimiento mostró una fiabilidad prometedora para evaluar la cinemática de las UE durante la maniobrabilidad de la silla de ruedas en personas con SCI. Sin embargo, debido al tamaño de muestra pequeño, se necesita más investigación para validar y refinar el modelo.
Descripción
Las lesiones de la médula espinal (SCI, por sus siglas en inglés) a menudo requieren el uso de una silla de ruedas manual, lo que puede sobrecargar los hombros y contribuir al dolor en las extremidades superiores (UE). Actualmente, no existen métodos estandarizados para evaluar la cinemática de las UE durante la propulsión de la silla de ruedas. Este estudio tuvo como objetivo desarrollar y evaluar un modelo de captura de movimiento basado en marcadores para analizar el movimiento de las UE durante el uso de la silla de ruedas, con un objetivo secundario de evaluar la fiabilidad test-retest. El estudio se llevó a cabo en dos fases: (1) desarrollo del modelo de análisis de movimiento y (2) pruebas de fiabilidad. Se incluyeron once participantes con SCI. La fiabilidad se evaluó utilizando coeficientes de correlación intraclase (ICCs) en 15 parámetros de movimiento, incluyendo el rango total de movimiento y los valores mínimos y máximos de movimiento. El modelo demostró una buena fiabilidad test-retest. Para el movimiento mínimo, 12 de 15 parámetros fueron significativos (ICC = 0.681-0.965). Para el movimiento máximo, 13 de 15 fueron significativos (ICC = 0.726-0.981). Para el rango total de movimiento, 12 de 15 mostraron una fiabilidad significativa (ICC = 0.596-0.952). En conclusión, el modelo de captura de movimiento mostró una fiabilidad prometedora para evaluar la cinemática de las UE durante la maniobrabilidad de la silla de ruedas en personas con SCI. Sin embargo, debido al tamaño de muestra pequeño, se necesita más investigación para validar y refinar el modelo.