Datoranalys med Visual 3D-program.

Fler och fler ortopediska och neurologiska kliniker i Skandinavien investerar i gånganalyssystem för att användas vid olika kliniska beslut. Dessa system är dyra och kräver dessutom expertkunskap för att kunna användas både vad gäller datainsamling och tolkning av data. Tolkningen är både svår och tidskrävande.

Avsikten med denna artikel är att kritiskt granska användandet av gånganalys i klinisk miljö jämfört med forskningsmiljö. Granskandet gäller 3-dimensionella gånganalyssystem och målet är inte att utdöma användandet av systemen vid klinisk undersökning utan att öka medvetenheten om vilka utmaningar som väntar.
Det finns olika uppfattningar om värdet av gånganalys som kliniskt verktyg. Vissa menar att det är ett ovärderligt verktyg (1-3), medan andra ifrågasätter värdet (4,5). Wade (4) går så långt som helt ifrågasättande av gånganalyslaboratorier, och argumenterar att pengar spenderade på dessa laboratorier är slöseri med resurser, förutom när det gäller bra vetenskapliga forskningsprojekt.

Reliabilitet och validitet
För att ett system ska kunna användas i en klinisk miljö sätts stora krav på att systemet är både reliabelt och valid. D.v.s. resultaten måste korrekta återspegla det man har mätt och samtidigt vara upprepningsbara. Det har varit många diskussioner inom den vetenskapliga litteraturen om detta problem med reliabilitet och validitet hos gånganalyssystem. Undersökningar har tittat på tre olika huvudområden inom gånganalys, nämligen datainsamling, matematiska modeller och tolkning av data. Var och en av dessa kommer att diskuteras i denna artikel.
Innan man diskuterar reliabilitet och validitet måste man peka på skillnaden mellan forskningsanvändning och klinisk användning av gånganalys. Denna skillnad är känslofullt påpekat av Baker (6) som påminner om att man inom forskningen inte använder gånganalysen på individuell nivå utan för att kunna generalisera olika betingelser på en grupp patienter eller utvärdera relativa effekter av en behandling.
Baker (6) belyser det faktum att de nödvändiga med valida resultat inom forskningen inte är de samma som de inom klinisk verksamhet. Medan en mätning på en enskild person kan vara icke reliabelt, pga slumpfel (se diskussion senare), kan medtagande av en individ som del i en större population inom forskningen betyda att dess slumpfel kan bli betydelsefulla slutsatser.

Datainsamling
Datainsamling vid gånganalys kräver att man på något sätt använder markörer vilka appliceras på den person som ska undersökas. Dessa markörers blir senare identifierade i ett 3-dimensionellt rum med hjälp av flerkamerasystem. Noggrannheten hos moderna gånganalys system vid identifiering (tracking) av markörpositioner har visat sig vara extremt bra (6). Den största felkällan vid datainsamling kan tillskrivas placeringen av markörerna på huden (7,8) och mjukdelarnas rörelse relativt underliggande skelett (9).
Flera forskare har studerat både reliabiliteten och validiteten vid markörplacering hos personer vilka genomgått gånganalys i olika forskningslaboratorier (10-12). Dessa studier visa på stora förändringar, vilka kan underminera kliniska undersökningar En mer positiv aspekt är att det har påvisats acceptabla nivåer av reliabilitet vid upprepade gånganalyser på samma klinik (13). Man kan inte överdriva behovet av korrekt markörplacering, väl utbildad personal och kvalitetssäkrade processer på gånglabbet.
3-dimensionell gånganalys bygger på antagandet att hudmarkörerna noggrant återspeglar positionen hos underliggande skelett, även när kroppen är i rörelse. Rörelse hos hudmarkörerna relativt det underliggande skelettet har länge gäckat forskare och varit en utmaning inom gånganalysen, dessutom ofta sedd som största felkällan inom gånganalys (14,15). Till exempel anses det att hudmarkörer på foten kan ge en felvisning på mellan 1,8 till 4,3 centimeter (16). Ett flertal olika metoder har föreslagits för att komma till rätta med problemet. Dessa metoder inkluderar justering av markörplacering, användandet av olika riggar för markörerna och användandet av kompensatoriska matematiska modeller (6,9). Trots detta fortsätter problemet med felkällor relaterade till rörelser i huden och därmed rörelser av markörerna (15).

Användandet av matematiska modeller
När rätt position av markörerna har bestämts måste en matematisk modell appliceras för att få fram kinematiska och kinetiska data. Ett flertal olika matematiska modeller har föreslagits i litteraturen (17). Felkällor däremot, har ofta relaterats till dessa modellers möjlighet att noggrant identifiera ledcentrum. Speciellt kan detta ses vid identifiering av höftledens rörelsecentrum. I en studie av olika metoder för att identifiera höftledens centrum noterades skillnader på upp till 3,6 centimeter (18).

Tolkning av data
Det är inget tvivel på att resultat från gånganalys påverkar olika kliniska beslut. Detta har påvisats i ett flertal olika vetenskapliga studier och kan inte ifrågasättas (19-21). Vad som däremot kanske ska ifrågasättas är hur valida och reliabla dessa beslut är. Skaggs et al. (22) undersökte detta genom att låta 12 erfarna ortopeder (knutna till gånganalyslaboratorier) studera data från sju olika patienters gånganalys. De data som presenterades för ortopederna var av standard typ vilken de flesta olika laboratorier levererar. Protokollen inkluderade kliniska fynd, gångparametrar, kinematik, kinetic, EMG data och videofilm från patienternas gång i både sagittalplan och coronalplan. Granskande ortopeder bads att både identifiera mjukdelsproblem och skelettproblem hos varje patient och ge rekommendationer på behandling. Resultaten av studien visar på signifikant variation i tolkningen av data från gånganalysen hos de 12 ortopederna. Ett exempel är kappa värdet (överensstämmelse) vid beslut om förlängning av akillessenan. Kappavärdet var 0,11 vilket är väldigt nära 0 (0=slumpmässig överensstämmelse 1=perfekt överensstämmelse). Beslut om rotation av femur hade kappavärde på 0,22 och det högsta värdet 0,64 hade förlängning av hamstrings. Regionala skillnader på klinisk praktik kan vara en del i skillnader på föreslagen behandling i studien. Det ska dock påpekas att en patient kan ha fem gånger större chans/risk att genomgå operation när gånganalys data tolkas hos en klinik jämfört med en annan klinik.

Slutsats
Denna artikel har belyst några av de felkällor som är vanliga inom gånganalys. Väl planerade och genomförda vetenskapliga studier innefattande stora populationer, kan hantera dessa fel. Så är dock inte fallet med kliniska fallstudier. Är gånganalys tillräckligt valid och reliabelt för att användas vid individuell undersökning eller ska gånganalys enbart användas inom klinisk forskning för att kunna ge kliniska rekommendationer?
Härom tvistar de lärde!

Nerrolyn Ramstrand, CPO, PhD vid Hälsohögskolan, Jönköping

Referenser
Lee, E., Goh, J. and Bose, K. Value of gait analysis in the assessment of surgery in cerebral palsy. Arch Phys Med Rehabil. 1992;73:7:642-6.

Patrick JH. Case for gait analysis as part of the management of incomplete spinal cord injury. Spinal Cord. 2003;41:9:479-82. 

Chang FM, Seidl AJ, Muthusamy K, Meininger and AK,Carollo JJ. Effectiveness of instrumented gait analysis in children with cerebral palsy—comparison of outcomes. J Pediatr Orthop. 2006;26:5:612-6.

Wade, D. Assessment of motor function: Impairment and disability. In: Greenwood, R., Barnes, M., McMillan, T. and Ward, C. eds. Neurological Rehabilitation. Edinburgh: Churchill Livingstone, 1993:147-163.

Reitman, J., Postema, K. and Geertzen, J. Gait analysis in prosthetics: opinions, ideas and conclusions. Prosthetics and Orthotics International 2002;26:1:50-57.

Baker, R. Gait analysis methods in rehabilitation. J Neuroengineering Rehabil 2006;3:4.

Kadaba, M., Ramakrishnan,H and Wootten, M. Measurement of lower extremity kinematics during level walking. J Orthop Res 1990; 8:3:383–392.

Kadaba, M., Ramakrishnan, H., Wootten, M., Gainey, J., Gorton, G and Cochran, G. Repeatability of kinematic, kinetic and electromyographic data in normal adult gait. J Orthop Res. 1989;7:6:849–860.

Cappozzo A, Catani F, Leardini A, Benedetti MG, Croce UD. Position and orientation in space of bones during movement: experimental artefacts. Clin Biomech. 1996;11:2:290-100.

Noonan KJ, Halliday S, Browne R, O’Brien S, Kayes K, Feinberg J. Interobserver variability of gait analysis in patients with cerebral palsy. J Pediatr Orthop. 2003;23:3:279-87.

Gorton, G., Hebert, D. and Goode, B. Assessment of the kinematic variability between 12 Shriners motion analysis laboratories. Gait and Posture 2001;13:247.

Gorton, G., Hebert, D. and Goode, B. Assessment of the kinematic variability between 12 Shriners motion analysis laboratories; Part 2: Short term follow-up. Gait and Posture 2002;16 (suppl 1).

Schwartz, M., Trost, J. and Wevey, R. Measurement and management of errors in quantitative gait data. Gait Posture 2004;20:2:196-203.

Stagni R, Fantozzi S, Cappello A, Leardini A. Quantification of soft tissue artefact in motion analysis by combining 3D fluoroscopy and stereophotogrammetry: a study on two subjects. Clin Biomech. 2005;20:3:320-9.

Cereatti A, Della Croce U, Cappozzo A. Reconstruction of skeletal movement using skin markers: comparative assessment of bone pose estimators. J Neuroengineering Rehabil. 2006;23:3-7.

Tranberg. R and Karlsson, D. The relative skin movement of the foot: a 2-D roentgen photogrammetry study, Clin. Biomech. 1998;13: 71–76.

Kirtley, C. Clinical gait analysis: Theory and Practice. Churchill Livingstone, Philadelphia 2006.

Bell, A., Pedersen, D. and Brand, R. A. Comparison of the accuracy of several hip center location prediction methods. Journal of biomechanics 1990; 22:6:617-621.

DeLuca, P., Davis, R., Ounpuu, S., Rose, S. and Sirkin, R. Alterations in surgical decision making in patients with cerebral palsy based on three-dimensional gait analsysis. Journal of pardiatric orthopaedics, 1997;17:608-614.

Kay, R., Dennis, S., Rethlefsen, S., Reynolds, A., Skaggs, D. and Tolo, V. The effect of preoperative gait analysis on orthopaedic decision making. Clinical orthopaedics and related research 2000;372:217-222.

Cook, R., Schneider, I., Hazelwood, M., Hillman, S. and Robb, J. Gait analysis alters decision-making in cerebral palsy. 2003;23:292-295.

Skaggs DL, Rethlefsen SA, Kay RM, Dennis SW, Reynolds RA, Tolo VT. Variability in gait analysis interpretation. J Pediatr Orthop. 2000;20:6:759-64.

© Copyright Ortopediskt Magasin.