¿Por qué FallSkip se basa en una versión modificada  del Test Timed up and Go para valorar el riesgo de caída?

La metodología de valoración seguida por la aplicación biomecánica FallSkip se basa en la realización de una versión adaptada del test “Timed up and Go” (TUG). Dicho test ha sido referenciado en multitud de estudios clínicos [11, 15] como un método válido y costo efectivo en tiempo, capaz de valorar la capacidad funcional general del paciente, así como un método eficiente para evaluar determinados parámetros relacionados con la marcha, el equilibrio, el control motor y la fuerza muscular. De hecho, según Herman y cols. [3], el test TUG resulta ser una prueba funcional muy extendida y repetible, con un ICC=0.99 en personas mayores.

¿Qué nos aporta la valoración instrumentación del test en relación a la valoración del riesgo de caída?

A pesar de su utilidad clínica, existen evidencias científicas que postulan que el registro del tiempo de ejecución del test, como única variable recogida durante la ejecución del mismo, presenta cierta inconsistencia en relación a la clasificación entre personas con y sin riesgo de sufrir una caída. Éste es uno de los motivos principales por los que muchos investigadores proponen la necesidad de complementar el tiempo total de ejecución del protocolo con otras variables biomecánicas que han demostrado su utilidad clasificadora entre ambos grupos [16, 17, 18].

Por esta razón, en un intento de mejorar la aplicabilidad práctica de este tipo de pruebas para valorar el riesgo de una persona de sufrir una caída,  los investigadores han venido utilizando en los últimos años dispositivos de medida portables basados en sensores inerciales [4]. Estos sensores permiten evaluar diversas variables biomecánicas en las diferentes subfases del test, proporcionando valores cuantitativos, incluyendo parámetros temporales, dinámicos y cinemáticos.

¿Qué experiencias previas existen en relación al uso de sensores inerciales en la valoración clínica?

En esta línea, existen múltiples evidencias de la aplicación de los sensores inerciales en la obtención de parámetros cuantitativos del test TUG [17, 21]. Los estudios publicados por Higashi y cols. [4] son un buen ejemplo del empleo de estos sensores en la evaluación del movimiento de pacientes hemipléjicos con afectación en la marcha. Del mismo modo, Weiss y cols. [21] utilizaron esta misma tecnología para instrumentar el test TUG en pacientes con Parkinson. De forma similar, estos dispositivos se han empleado satisfactoriamente en la valoración de las principales afectaciones del equilibrio, tal y como se desprenden de los estudios publicados por Martinez-Ramirez [10].

¿Qué aporta la biomecánica a la valoración objetiva del riesgo de caídas?

Respecto a las variables biomecánicas evaluadas por la metodología FallSkip conviene destacar la gran cantidad de publicaciones que avalan su alta correlación con el riesgo de caídas. Así por ejemplo, Hausdorff y cols. [2] concluyen en sus estudios la existencia de una correlación significativa entre la variabilidad de los parámetros dinámicos de la marcha y el riesgo de sufrir una caída. De hecho, la literatura especializada demuestra que una mayor variabilidad del paso de la marcha está relacionada con mayor riesgo de caídas. Del mismo modo, otros estudios como los publicados por Mancini o Topper y cols. [9, 20], demuestran la estrecha relación de las variables biomecánicas que describen la capacidad de mantenimiento del equilibrio con el riesgo de sufrir una caída; a mayor oscilación postural, mayor riesgo de caída.

De manera similar, los estudios publicados por Perry y cols. [14] apoyan la importancia de identificar las variables biomecánicas relacionadas con la fuerza y la potencia muscular de los miembros inferiores; el motivo reside en la elevada correlación de estas variables con el riesgo de sufrir una caída en adultos mayores. En este sentido, McCarthy, Yuan-Yang y cols. [12, 22] por su parte, destacan la utilidad clínica del análisis del gesto de sentarse y levantarse de una silla como método útil para obtener una valoración del nivel funcional de los miembros inferiores en relación a la fuerza y la potencia muscular.

Finalmente, Mirelman, en su estudio publicado en 2012 [13], concluye la influencia de un tiempo de reacción disminuido con un mayor riesgo de sufrir una caída. En esta línea, los estudios de Laessoe y Lord [5, 6] corroboran esta misma idea (un mayor tiempo de reacción en activación muscular está relacionado con un mayor riesgo de caídas).

¿Qué fiabilidad presenta la metodología FallSkip frente a los actuales estándares de valoración del riesgo de caída?

El Physiological Profile Assessment (PPA) QuickScreen© es considerado el actual gold estándar en la valoración del riesgo de caída [7]. Este método, que incluye un total de 5 pruebas independientes, presenta un ICC, en función de la prueba, que oscila entre 0.55 y 0.85 [7], con una precisión predictiva entre el 70 y el 75% [8].

En este sentido, un estudio realizado por el Instituto de Biomecánica de Valencia (IBV) sobre una población de 65 personas mayores, a los que se le administró, por parte de 3 observadores independientes, tanto el PPA como la metodología FallSkip, concluye que la correlación alcanzada entre ambos métodos presenta un valor de -0.65 (p<0.01 bilateral).

En este mismo estudio se analizó la fiabilidad de la metodología FallSkip, obteniendo un valor para el estadístico de Alfa de Cronbach de 0.97, con un ICC entre 0.88 y 0.95. Estos datos demuestran la alta fiabilidad del protocolo y el modelo biomecánico empleado por la metodología FallSkip.

Bibliografía de referencia

  1. Cho MD, Scarpace D, Alexander MD. Tests of Stepping as Indicators of Mobility, Balance, and Fall Risk in Balance-Impaired Older Adults Be-long. J Am Geriatr Soc. 2004; 52(7):1168-73
  2. Hausdorff JM, Rios DA, Edelberg HK. Gait variability and fall risk in community-living older adults: A 1-year prospective study. Physical Medicine & Rehabilitation. 2001; 82 (8): 1050–1056
  3. Herman T, Giladi N, Hausdorff JM. Properties of the ‘timed up and go’ test: more than meets the eye. Gerontology. 2011;57(3):203-10
  4. Higashi Y, Yamakoshi K,  Fujimoto T,  Sekine M,  Tamura T. Quantitative evaluation of movement using the timed up-and-go test, IEEE Eng Med Biol. 2008; 27 (4)
  5. Laessoe U, Hoeck HC, Simonsen O, Sinkjaer T, Voigt M. Fall risk in an active elderly population – can it be assessed? Journal of Negative Results in BioMedicine2007; 6:2
  6. Lord SR, Dayhew J. Visual Risk Factors for Falls in Older People. J Am Geriatr Soc. 2001; 49(5):508-15
  7. Lord SR, Menz HB, Tiedemann A. A Physiological Profile Approach to Falls Risk Assessment and Prevention. Physical Therapy, 2003; 83 (3): 237–252
  8. Lord, S. R., Ward, J. A., Williams, P., & Anstey, K. J. (1994). Physiological factors associated with falls in older community‐dwelling women. Journal of the American Geriatrics Society42(10), 1110-1117.
  9. Mancini M, Horak FB. The relevance of clinical balance assessment tools to differentiate balance deficits. Eur J Phys Rehabil Med. 2010; 46(2): 239–248
  10. Martínez-Ramírez A, Lecumberri P,  Gómez M,  Rodriguez-Mañas L,  García FJ,  Izquierdo M. Frailty assessment based on wavelet analysis during quiet standing balance test, J Biomech. 2011; 44: 2213-20
  11. Mathias S, Nayak U, Isaacs B. Balance in elderly patients: the ‘get-up and go’ test, Arch Phys Med Rehabil. 1986; 67: 387-9
  12. McCarthy EK, Horvat MA, Holtsberg PA, Wisenbaker JM. Repeated Chair Stands as a Measure of Lower Limb Strength in Sexagenarian Women. J Gerontol A Biol Sci Med Sci. 2004;59(11):1207-12
  13. Mirelman A, Herman T, Brozgol M, Dorfman M, Sprecher E. Executive Function and Falls in Older Adults: New Findings from a Five-Year Prospective Study Link Fall Risk to Cognition. PLOS ONE 2012; 7(6)
  14. Perry MC, CarvilleI SF, Smith CH, Rutherford OM, Newham DJ. Strength, power output and symmetry of leg muscles: effect of age and history of falling. European Journal of Applied Physiology. 2007; 100 (5): 553–561
  15. Podsiadlo D, Richardson S. The timed ‘Up & Go’: a test of basic functional mobility for frail elderly persons, J Am Geriatr Soc. 1991; 39: 142-8
  16. Sabatini AM, Martelloni C,  Scapellato S,  Cavallo F. Assessment of walking features from foot inertial sensing, IEEE Trans Biomed Eng., 2005; 52: 486-94
  17. Salarian A, Horak FB,  Zampieri C,  Carlson-Kuhta P,  Nutt JG,  Aminian K. iTUG, a sensitive and reliable measure of mobility, IEEE Trans Neural Syst Rehabil Eng.  2010; 18: 303-10
  18. Savva GM, Donoghue OA, Horgan F, O’Regan C,  Cronin H,  Kenny RA. Using timed up-and-go to identify frail members of the older population. J Gerontol A: Biol Sci Med Sci. 2013; 68: 441-6
  19. Skelton DA, Kennedy J, Rutherford OM. Explosive power and asymmetry in leg muscle function in frequent fallers and non‐fallers aged over 65 Dawn. Age Ageing. 2002 Mar;31(2):119-25
  20. Topper AK, Maki BE, Holliday PJ. Are Activity-Based Assessments of Balance and Gait in the Elderly Predictive of Risk of Falling and/or Type of Fall? Journal of American Geriatrics Society. 1993; 41 (5): 479–487
  21. Weiss A, Herman T, Plotnik M, et al. Can an accelerometer enhance the utility of the Timed Up & Go test when evaluating patients with Parkinson’s disease? Med Eng Phys. 2010; 32: 119-25
  22. Yuan-Yang Chengab1Shun-HwaWeicPo-YinChenc1Mei-WunTsaicI.-ChungChengcDing-HaoLiubdChung-LanKao. Can sit-to-stand lower limb muscle power predict fall status? Gait & Posture. 2014; 40 (3): 403-407