A utilização de medidas objetivas baseadas em tecnologia (TOMs) para detecção de alterações de marcha na Doença de Parkinson (DP) é uma realidade em expansão, porém há limitação pela dificuldade de acesso, alto custo e ausência de padronização na interpretação dos dados. Por outro lado, os smartphones são ferramentas úteis e estão disponíveis tanto no ambiente clínico quanto no ambiente domiciliar dos pacientes. Objetivo: Determinar a incidência de quedas em um grupo de pacientes com DP, correlacionar suas características clínicas com parâmetros de cinética da marcha através de vídeos gravados com um smartphone e analisados por um software gratuito de visão computacional (CvMob). Método: A avaliação inicial foi composta por entrevista, avaliação motora e cognitiva, seguida de gravação de vídeo com um IPhone XS e posterior análise pelo CvMob. Realizamos contato telefônico mensal por 6 meses para rastreio de quedas. Resultados: Avaliamos 49 pacientes com média de idade de 59±10,9 anos. 63,2% sofreram pelo menos um episódio de queda no último ano e 86% vivenciaram uma situação de quase-queda. Na avaliação prospectiva, a taxa de recorrência de quedas foi de 51,6% em 6 meses. A presença de quedas durante os primeiros três meses de monitoramento foi um forte preditor de quedas futuras, determinando um risco quase dez vezes maior de recorrência ao final do sexto mês: OR 9,858 (IC 95%; 1,59- 100,03; p=0,023). A velocidade máxima atingida na marcha, extraída através da análise do vídeo pelo CvMob apresentou uma tendência a servir como marcador de risco de quedas em pacientes com DP (p=0,059), porém, isoladamente, não foi capaz de predizer a recorrência de quedas através do modelo de regressão: OR 1,388 (IC 95%; 0,31-4,26; p= 0,584). Conclusão: O modelo utilizado para detecção de TOMs através de vídeos gravados com um smartphone é facilmente reprodutível e tem baixo custo operacional, tornando-se factível para implementação clínica e análise de outras características da marcha capazes de predizer o risco de quedas.

Palavras-chave: Doença de Parkinson. Quedas. CvMob. Marcha. Velocidade. Ver menos

Technology-based Objective Measures (TOMs) to detect gait changes in Parkinson's Disease (PD) is an expanding reality, however there are limitations due to its availability, high cost and lack of standardization in data evaluation. Smartphones are useful, accessible and available tools. Objective: To detect incidence of falls in a group of PD patients, correlate their clinical characteristics with gait kinetics parameters through videos recorded with a smartphone and analyzed by a free bidimensional software to assess gait parameters (CvMob). Methods: We performed interview, motor and cognitive assessment, followed by video recording with IPhone XS and subsequent analysis by CvMob. Participants were then followed for 6 months to track falls. Results: We evaluated 49 patients with mean age of 59 years (± 10.9). 63.2% experienced at least one fall episode in the last year and 86% experienced a near-fall situation. Recurrence rate of falls was 51.6% in 6-month follow-up. Falls incidents during the first three months of monitoring behave as a strong predictor of future falls, leading to an almost ten-fold higher risk of recurrence: OR 9.858 (95% CI; 1.59-100.03; p = 0.023). Maximum gait speed, extracted through the analysis of the video by CvMob, showed a tendency to act as a marker of fall risk in PD patients (p = 0.059), however, in isolation, it was not able to predict recurrence of falls: OR 1.388 (95% CI; 0.31-4.26; p = 0.584). Conclusion: Smartphone-based model to detect TOMs is inexpensive and easily reproducible, making it feasible to clinical practice and analysis of other gait characteristics capable of predicting the fall risk.

Keywords: Parkinson’s Disease. Falls. CvMob. Gait. Gait speed. Ver menos