Gait analysis
Il cammino è il movimento alla base della locomozione umana ed è fondamentale per l’autonomia dell’individuo. Camminare rappresenta la prima forma di esercizio fisico raccomandata dalle autorità sanitarie in quanto aiuta a prevenire i problemi articolari, cardiaci e polmonari, accelerando al contempo il metabolismo e riducendo il rischio di diabete [1]: non stupisce dunque che il ripristino della sua completa efficienza sia l’obiettivo finale di molteplici protocolli terapeutici.
Deambulare non è semplice come può sembrare: attenzione cognitiva e forza muscolare devono essere adeguate e accompagnate da un buon controllo motorio, essenziale per coordinare gli input sensoriali e la contrazione muscolare [2]. Un disturbo del movimento può dunque agire su diversi aspetti, ma si manifesta sempre con un’aumentata variabilità ed asimmetria del gesto, comportando compensazioni, inefficienza e un maggiore dispendio energetico [3].
La presenza di disequilibri e discinesie è da sempre oggetto di studio e nel tempo sono stati introdotti strumenti di misura sempre più raffinati che hanno permesso di superare l’osservazione puramente visiva a favore della Gait Analysis (GA) odierna [4]. La GA è riconosciuta come un metodo di valutazione utile nel campo della ricerca sul movimento umano in quanto permette di oggettivare il comportamento motorio. In ambito clinico, sistemi video, piattaforme di forza e sonde elettromiografiche sono ormai comunemente usati per ottenere informazioni sulla cinetica, sulla cinematica e sull’attivazione muscolare. Un esame completo richiede inoltre il coinvolgimento di molteplici figure professionali (medico fisiatra, fisioterapista, ingegnere biomedico etc.): il costo complessivo è dunque consistente [5].
La presenza di strumentazione ingombrante e di più operatori che osservano l’esercizio, può però inficiare la qualità del cammino di un paziente. La capacità di catturare il movimento umano in ambiente ecologico (naturale) comporterebbe quindi svariati benefici tra cui la possibilità di valutare gesti motori diversi con una preparazione veloce e minimale senza particolare coinvolgimento del soggetto analizzato e quindi consentendo di ottenere valori più rappresentativi [6]. Per favorire un maggiore utilizzo della GA è dunque sempre più importante svincolarsi dall’utilizzo di grandi e costosi laboratori a favore di tecnologie più flessibili e portatili rese disponibili dall’avanzamento tecnologico.
Una delle principali risposte in tal senso è stata fornita dai sistemi inerziali e di rilevamento ottico, come Gyko e Optogait, che consentono l’analisi dei valori spazio-temporali e posturali: la quantificazione di tali macro-parametri durante un percorso di recupero aiuta l'identificazione precoce di potenziali problematiche e supporta la definizione dei passi successivi oggettivando tendenze, miglioramenti o cambiamenti dei pattern motori specifici.
Tra i parametri più importanti e principalmente monitorati ci sono:
- Durata (in percentuale sul ciclo del passo) delle fasi del cammino; Poiché camminare è un movimento ciclico, il ciclo del cammino (gait cycle o stride) è stato tradizionalmente definito come il periodo di tempo, o la sequenza di eventi o movimenti durante la locomozione, che inizia quando un piede entra in contatto con il terreno e termina al successivo contatto dello stesso piede a terra. Ogni ciclo del cammino (100%) è diviso in fase di appoggio (stance phase, di solito circa il 60%) e fase di volo (swing phase, 40%). Entrambe le fasi possono essere ulteriormente suddivise in diverse sottofasi (mettiamo anche immagini? In caso aggiungerei, vedi Figura1).
- Lunghezze del passo e del ciclo del cammino;
- Parametri temporali; tra quelli di primaria importanza troviamo il tempo di passo (da appoggio piede ad appoggio piede contro laterale), il tempo di ciclo e la cadenza. La fase in cui il piede è in contatto con il suolo può essere ulteriormente suddivisa in tre sottofasi caratterizzate da una diversa funzione (vedi Figura 2).
- Velocità del cammino.
- Postura dinamica del tronco; il suo monitoraggio permette di individuare eventuali movimenti compensatori della parte superiore del corpo (vedi Figura 3).
Una volta in possesso di questi valori è importante valutare la presenza di asimmetrie tra arto destro e sinistro che se elevate possono indicare difficoltà nel controllo dell’equilibrio e inefficienze nel cammino.
Infine è importante che la variabilità del gesto sia contenuta in quanto un aumento del suo valore potrebbe indicare un maggiore rischio di caduta, fragilità, deviazioni nella funzione muscolare e nel controllo posturale [7].
Figura 1 L'immagine rappresenta la suddivisione in fasi del ciclo del cammino, gait cycle.
Figura 2 L'immagine rappresenta la suddivisione in sottofasi della fase di appoggio o stance phase.
Figura 3 La figura mostra i parametri posturali che vengono più comunemente valutati nell'analisi del cammino: movimenti medio-laterali e antero-posteriori e area di movimento.
BIBLIOGRAFIA
[1] S. Hanson and A. Jones, “Is there evidence that walking groups have health benefits? A systematic review and meta-analysis,” Br. J. Sports Med., vol. 49, no. 11, pp. 710–715, Jun. 2015, doi: 10.1136/bjsports-2014-094157.
[2] “Human gait and Clinical Movement Analysis - Abu‐Faraj - - Major Reference Works - Wiley Online Library.” https://onlinelibrary.wiley.com/doi/abs/10.1002/047134608X.W6606.pub2 (accessed Sep. 03, 2019).
[3] “Gait disorders in adults and the elderly.” https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5318488/ (accessed Sep. 03, 2019).
[4] “The history of gait analysis before the advent of modern computers. - PubMed - NCBI.” https://www.ncbi.nlm.nih.gov/pubmed/17306979 (accessed Sep. 09, 2019).
[5] S. R. Simon, “Quantification of human motion: gait analysis—benefits and limitations to its application to clinical problems,” J. Biomech., vol. 37, no. 12, pp. 1869–1880, Dec. 2004, doi: 10.1016/j.jbiomech.2004.02.047.
[6] “Capturing Human Motion in Natural Environments - ScienceDirect.” https://www.sciencedirect.com/science/article/pii/S2351978915008872 (accessed Sep. 09, 2019).
[7] J. M. Hausdorff, “Gait variability: methods, modeling and meaning,” J. Neuroengineering Rehabil., vol. 2, p. 19, Jul. 2005, doi: 10.1186/1743-0003-2-19.
