Los sensores de movimiento portátiles ayudan a predecir los resultados de los pacientes con lesiones cerebrales graves
Crédito: Shubhayu Bhattacharyay
Los dispositivos de detección de movimiento, como los que se encuentran en su teléfono celular, podrían ser útiles para predecir los resultados de los pacientes que han sufrido lesiones cerebrales graves, según un equipo de Los médicos e ingenieros de Johns Hopkins han encontrado.
El enfoque actual para evaluar la capacidad de respuesta en pacientes con SBI se basa principalmente en el examen físico junto a la cama, que es propenso a errores, ya que los pacientes a menudo luchan con niveles de conciencia alterados o fluctuantes.
Para mejorar la precisión A partir de estas predicciones, los médicos de la Escuela de Medicina Johns Hopkins y los ingenieros de la Escuela de Ingeniería Whiting realizaron un estudio en el que colocaron acelerómetros portátiles en los tobillos, codos y muñecas de pacientes con SBI ingresados en la Unidad de Cuidados Críticos de Neurociencia del Hospital Johns Hopkins. . Los dispositivos registraron señales motoras que se correlacionaron con los niveles de conciencia del paciente y podrían ayudar a los médicos a predecir la trayectoria de recuperación de cada paciente. Los resultados aparecieron recientemente en Nature Scientific Reports.
«La condición neurológica de los pacientes con lesiones cerebrales graves se expresa principalmente a través de diferentes tipos de movimiento o, para ser más precisos, diferentes respuestas motoras. Nuestros resultados sugieren que continuamente analizar los datos de estos dispositivos detectores de movimiento podría informar a los médicos en tiempo real sobre la condición de sus pacientes y ser indicativos de los resultados a corto plazo», dijo Robert D. Stevens, profesor asociado de anestesiología y medicina de cuidados críticos, neurología, radiología en la Escuela de Medicina, quien también es el investigador principal del proyecto. «Uno de nuestros objetivos para futuros estudios es probar cómo los datos y la información proporcionados por los sensores de movimiento podrían integrarse en los flujos de trabajo clínicos e informar las decisiones de tratamiento».
Esta investigación utilizó SensorTags de Texas Instruments, 2.25- dispositivos de una onza cuadrada del tamaño de una carátula de Apple Watch, que se adhirieron tanto a los pacientes como a sus camas para determinar el movimiento no iniciado por el paciente, como el traslado de un paciente a una habitación diferente. Cuando los pacientes se movían, las señales del sensor inducidas por el movimiento se transformaban matemáticamente mediante inteligencia artificial para generar información indicativa de la probabilidad de que un paciente fuera capaz de realizar un movimiento intencionado, como seguir una orden básica, y la probabilidad de que un paciente se recuperara con una discapacidad moderada o mejor en el momento del alta del hospital.
Aunque estudios anteriores examinaron el uso de sensores de movimiento para rastrear la actividad física en la UCI, este es el primero en explorar la relación entre la acelerometría y las variables clínicas específicas de Pacientes con SBI.
«Los principales resultados son que las características basadas en la acelerometría pueden detectar pacientes con SBI capaces de realizar movimientos con propósito, prediciendo cuáles de ellos se recuperarán con, como máximo, una discapacidad moderada», dijo el autor principal del estudio, Shubhayu Bhattacharyay. , un graduado de JHU 2020 en ingeniería biomédica y matemáticas y estadísticas aplicadas que actualmente es un Ph.D. candidato en Neurociencias Clínicas en la Universidad de Cambridge.
A continuación, los investigadores planean desarrollar una nueva serie de sensores portátiles que medirán las señales biológicas de los pacientes, como la activación muscular, la frecuencia cardíaca y la frecuencia respiratoria, en además de detectar movimiento.
«La inclusión e integración de estos flujos de datos permitirá un seguimiento más preciso del desarrollo neurológico en pacientes que han experimentado SBI», dijo John Rattray, Ph.D. candidato en el Departamento de Ingeniería Eléctrica e Informática. «Con los conocimientos que obtuvimos de este estudio, nuestro próximo paso será ayudar mejor a los médicos y enfermeras con datos procesables sobre la progresión neurológica a los que antes no tenían acceso y, además, proporcionarles una herramienta que se implemente e integre fácilmente en la clínica. espacio».
Otro miembro clave del equipo fue Ralph Etienne-Cummings, profesor en el departamento ECE de la Escuela de Ingeniería de Whiting, quien se refirió al proyecto como «exactamente el tipo de colaboración y traducción que involucra ingeniería, medicina y sociedad que es una marca única de Hopkins».
Explore más
Atención de la COVID-19 basada en datos Más información: Shubhayu Bhattacharyay et al, Decodificación de acelerometría para la clasificación y predicción de pacientes en estado crítico con lesión cerebral grave, Scientific Reports (2021) ). DOI: 10.1038/s41598-021-02974-w Información de la revista: Informes científicos
Proporcionado por la Universidad Johns Hopkins Cita: Los sensores de movimiento portátiles ayudan a predecir los resultados de los pacientes con lesión cerebral grave (20 de diciembre de 2021) recuperado el 29 de agosto de 2022 de https://medicalxpress.com/news/2021-12-wearable-motion-sensors-outcomes-patients.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.