Swing time as a predictive variable for Parkinson’s disease
Main Author: | |
---|---|
Publication Date: | 2023 |
Other Authors: | , , |
Format: | Article |
Language: | por eng |
Source: | Fisioterapia e Pesquisa |
Download full: | https://www.revistas.usp.br/fpusp/article/view/192229 |
Summary: | Atualmente, a doença de Parkinson (DP) tem seu diagnóstico baseado apenas na observação clínica de uma combinação de sintomas, o que pode levar ao diagnóstico tardio, uma vez que alguns indivíduos podem ter a doença por 5 a 10 anos antes de serem diagnosticados. O objetivo do estudo foi identificar variáveis cinemáticas temporais da marcha capazes de discriminar idosos com e sem DP. 40 indivíduos foram divididos em dois grupos: grupo de idosos sem DP (n=21) e com DP (n=19). Dez ciclos de marcha consecutivos foram obtidos durante a marcha em velocidade de preferência, e utilizados para a análise dos dados. Realizou-se uma análise discriminativa para determinar um modelo preditor de alterações namarcha característico da DP e calculado com base na especificidade e sensibilidade de cada variável analisada, utilizando-se variáveis cinemáticas temporais. A variável com valor discriminativo de sensibilidade e especificidade foi o tempo de balanço, o que pode classificá-la como a variável com grande potencial preditivo da presença ou não da DP; o ponto de corte encontrado para essa variável foi de 0,48segundos. A análise cinemática da marchapermite discriminar um grupo de indivíduos com DP de um grupo de indivíduos saudáveis com alta sensibilidade e especificidade, por meio do tempo de balanço, menor no grupo acometido pela doença (corte de 0,48segundos). |
id |
USP-9_b70f57d60ffeb8bb0e9f4d155eda9dd6 |
---|---|
oai_identifier_str |
oai:revistas.usp.br:article/192229 |
network_acronym_str |
USP-9 |
network_name_str |
Fisioterapia e Pesquisa |
repository_id_str |
|
spelling |
Swing time as a predictive variable for Parkinson’s diseaseO tempo de balanço como variável preditiva da doença de ParkinsonSwing time as a predictive variable for Parkinson’s diseaseParkinson s DiseaseGaitKinematicEatly DiagnosisEnfermedad de ParkinsonDoença de ParkinsonMarchaCinemáticaDiagnóstico PrecoceAtualmente, a doença de Parkinson (DP) tem seu diagnóstico baseado apenas na observação clínica de uma combinação de sintomas, o que pode levar ao diagnóstico tardio, uma vez que alguns indivíduos podem ter a doença por 5 a 10 anos antes de serem diagnosticados. O objetivo do estudo foi identificar variáveis cinemáticas temporais da marcha capazes de discriminar idosos com e sem DP. 40 indivíduos foram divididos em dois grupos: grupo de idosos sem DP (n=21) e com DP (n=19). Dez ciclos de marcha consecutivos foram obtidos durante a marcha em velocidade de preferência, e utilizados para a análise dos dados. Realizou-se uma análise discriminativa para determinar um modelo preditor de alterações namarcha característico da DP e calculado com base na especificidade e sensibilidade de cada variável analisada, utilizando-se variáveis cinemáticas temporais. A variável com valor discriminativo de sensibilidade e especificidade foi o tempo de balanço, o que pode classificá-la como a variável com grande potencial preditivo da presença ou não da DP; o ponto de corte encontrado para essa variável foi de 0,48segundos. A análise cinemática da marchapermite discriminar um grupo de indivíduos com DP de um grupo de indivíduos saudáveis com alta sensibilidade e especificidade, por meio do tempo de balanço, menor no grupo acometido pela doença (corte de 0,48segundos). Actualmente, el diagnóstico de la enfermedad de Parkinson (EP) se obtiene desde la observación clínicade una combinación de síntomas, lo que puede llevar a un diagnóstico tardío, ya que algunas personas pueden haber adquirido la enfermedad entre 5 y 10 años antes de la realización del diagnóstico. El objetivo del estudio fue identificar variables cinemáticas temporales de la marcha capaces de diferenciar a ancianos con EP y ancianos sin EP. Se dividieron los 40 participantes en dos grupos: ancianos sin EP (n=21) y ancianos con EP (n=19). Para el análisis de datos, se obtuvierondiez ciclos de marcha consecutivos durante la marcha a la velocidad preferida. Se realizó un análisis discriminante para determinar un modelo predictivo de cambios en la marcha característicos de EP que se calcula en base a la especificidad y sensibilidad de cada variable analizada utilizando variables cinemáticas temporales. La variable con valor discriminante de sensibilidad y especificidad fue el tiempo de equilibrio, que se puede clasificar como la variable con mayor potencial para predecir la presencia o no de EP; el punto de cohorte encontrado para esta variable fue de 0,48 segundos.El análisis cinemático de la marcha tiene una alta sensibilidad y especificidad en la identificación de individuos con EP comparados a individuos sanos por medio del tiempo de equilibrio, que es menor en el grupo afectado por la enfermedad (cohorte de 0,48 segundos).Currently, Parkinson’s Disease (PD) is diagnosed based only on the clinical observation of a symptom combination, which can lead to late diagnosis, since some individuals have the disease for 5 to 10 years before diagnosis. The aim of this study was to identify temporal kinematic variables of gait, capable of discriminating older adults with or without PD. Forty individuals were divided into twogroups: older adults without PD (n=21) and with PD (n=19). Ten consecutive gait cycles were obtained during gait at a preferred speed and then used in data analysis. Discriminative analysiswas performed to determine a predictor model of gait changes,characteristic of PD, estimated based on the specificity and sensitivity of each analyzed variable, with temporal kinematic variables. The variable with discriminative value of sensitivityand specificity was swing time, which can be classified as the variable with most predictive potential of PD, and the cut-off point found for this variable was 0.48 seconds. Kinematic gait analysis allows discriminating a group of individuals with PD from a group of healthy individuals, with high sensitivity and specificity, through the swing time, which is lower in the group affected by the disease (cut-off=0.48 seconds)Universidade de São Paulo. Faculdade de Medicina2023-02-23info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfapplication/pdfhttps://www.revistas.usp.br/fpusp/article/view/19222910.1590/1809-2950/20028228012021Fisioterapia e Pesquisa; v. 28 n. 1 (2021); 95-100Fisioterapia e Pesquisa; Vol. 28 No. 1 (2021); 95-100Fisioterapia e Pesquisa; Vol. 28 Núm. 1 (2021); 95-1002316-91171809-2950reponame:Fisioterapia e Pesquisainstname:Universidade de São Paulo (USP)instacron:USPporenghttps://www.revistas.usp.br/fpusp/article/view/192229/177122https://www.revistas.usp.br/fpusp/article/view/192229/177123Copyright (c) 2021 Sousa LR, Martins BCR, Oliveira LT, Hallal CZhttps://creativecommons.org/licenses/by-sa/4.0info:eu-repo/semantics/openAccessSousa, Lucas Resende Martins, Barbara Crystian Rodrigues Oliveira, Lucyana Teodoro deHallal, Camilla Zamfolini 2023-05-26T12:46:28Zoai:revistas.usp.br:article/192229Revistahttp://www.revistas.usp.br/fpuspPUBhttps://www.revistas.usp.br/fpusp/oai||revfisio@usp.br2316-91171809-2950opendoar:2023-05-26T12:46:28Fisioterapia e Pesquisa - Universidade de São Paulo (USP)false |
dc.title.none.fl_str_mv |
Swing time as a predictive variable for Parkinson’s disease O tempo de balanço como variável preditiva da doença de Parkinson Swing time as a predictive variable for Parkinson’s disease |
title |
Swing time as a predictive variable for Parkinson’s disease |
spellingShingle |
Swing time as a predictive variable for Parkinson’s disease Sousa, Lucas Resende Parkinson s Disease Gait Kinematic Eatly Diagnosis Enfermedad de Parkinson Doença de Parkinson Marcha Cinemática Diagnóstico Precoce |
title_short |
Swing time as a predictive variable for Parkinson’s disease |
title_full |
Swing time as a predictive variable for Parkinson’s disease |
title_fullStr |
Swing time as a predictive variable for Parkinson’s disease |
title_full_unstemmed |
Swing time as a predictive variable for Parkinson’s disease |
title_sort |
Swing time as a predictive variable for Parkinson’s disease |
author |
Sousa, Lucas Resende |
author_facet |
Sousa, Lucas Resende Martins, Barbara Crystian Rodrigues Oliveira, Lucyana Teodoro de Hallal, Camilla Zamfolini |
author_role |
author |
author2 |
Martins, Barbara Crystian Rodrigues Oliveira, Lucyana Teodoro de Hallal, Camilla Zamfolini |
author2_role |
author author author |
dc.contributor.author.fl_str_mv |
Sousa, Lucas Resende Martins, Barbara Crystian Rodrigues Oliveira, Lucyana Teodoro de Hallal, Camilla Zamfolini |
dc.subject.por.fl_str_mv |
Parkinson s Disease Gait Kinematic Eatly Diagnosis Enfermedad de Parkinson Doença de Parkinson Marcha Cinemática Diagnóstico Precoce |
topic |
Parkinson s Disease Gait Kinematic Eatly Diagnosis Enfermedad de Parkinson Doença de Parkinson Marcha Cinemática Diagnóstico Precoce |
description |
Atualmente, a doença de Parkinson (DP) tem seu diagnóstico baseado apenas na observação clínica de uma combinação de sintomas, o que pode levar ao diagnóstico tardio, uma vez que alguns indivíduos podem ter a doença por 5 a 10 anos antes de serem diagnosticados. O objetivo do estudo foi identificar variáveis cinemáticas temporais da marcha capazes de discriminar idosos com e sem DP. 40 indivíduos foram divididos em dois grupos: grupo de idosos sem DP (n=21) e com DP (n=19). Dez ciclos de marcha consecutivos foram obtidos durante a marcha em velocidade de preferência, e utilizados para a análise dos dados. Realizou-se uma análise discriminativa para determinar um modelo preditor de alterações namarcha característico da DP e calculado com base na especificidade e sensibilidade de cada variável analisada, utilizando-se variáveis cinemáticas temporais. A variável com valor discriminativo de sensibilidade e especificidade foi o tempo de balanço, o que pode classificá-la como a variável com grande potencial preditivo da presença ou não da DP; o ponto de corte encontrado para essa variável foi de 0,48segundos. A análise cinemática da marchapermite discriminar um grupo de indivíduos com DP de um grupo de indivíduos saudáveis com alta sensibilidade e especificidade, por meio do tempo de balanço, menor no grupo acometido pela doença (corte de 0,48segundos). |
publishDate |
2023 |
dc.date.none.fl_str_mv |
2023-02-23 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://www.revistas.usp.br/fpusp/article/view/192229 10.1590/1809-2950/20028228012021 |
url |
https://www.revistas.usp.br/fpusp/article/view/192229 |
identifier_str_mv |
10.1590/1809-2950/20028228012021 |
dc.language.iso.fl_str_mv |
por eng |
language |
por eng |
dc.relation.none.fl_str_mv |
https://www.revistas.usp.br/fpusp/article/view/192229/177122 https://www.revistas.usp.br/fpusp/article/view/192229/177123 |
dc.rights.driver.fl_str_mv |
Copyright (c) 2021 Sousa LR, Martins BCR, Oliveira LT, Hallal CZ https://creativecommons.org/licenses/by-sa/4.0 info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Copyright (c) 2021 Sousa LR, Martins BCR, Oliveira LT, Hallal CZ https://creativecommons.org/licenses/by-sa/4.0 |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf application/pdf |
dc.publisher.none.fl_str_mv |
Universidade de São Paulo. Faculdade de Medicina |
publisher.none.fl_str_mv |
Universidade de São Paulo. Faculdade de Medicina |
dc.source.none.fl_str_mv |
Fisioterapia e Pesquisa; v. 28 n. 1 (2021); 95-100 Fisioterapia e Pesquisa; Vol. 28 No. 1 (2021); 95-100 Fisioterapia e Pesquisa; Vol. 28 Núm. 1 (2021); 95-100 2316-9117 1809-2950 reponame:Fisioterapia e Pesquisa instname:Universidade de São Paulo (USP) instacron:USP |
instname_str |
Universidade de São Paulo (USP) |
instacron_str |
USP |
institution |
USP |
reponame_str |
Fisioterapia e Pesquisa |
collection |
Fisioterapia e Pesquisa |
repository.name.fl_str_mv |
Fisioterapia e Pesquisa - Universidade de São Paulo (USP) |
repository.mail.fl_str_mv |
||revfisio@usp.br |
_version_ |
1824323427999154176 |