20 september 2022

Het meten van beweeggedrag van mensen met chronische aandoeningen

De technologie van draagbare sensoren ontwikkelt zich snel, zeker ook op het gebied van het meten van beweeggedrag: de houdingen, bewegingen en fysieke activiteiten die mensen uitvoeren in hun dagelijkse leven. Veel lezers van dit artikel zullen zelf een consumentenproduct als een Fitbit, Garmin of Applewatch gebruiken. Maar ondanks deze ontwikkelingen en potentiële toepassingen worden draagbare sensoren voor het meten van beweeggedrag nog relatief weinig gebruikt in de revalidatiegeneeskundige zorg. In dit artikel willen we met u de mogelijkheden en meerwaarde, maar ook de beperkingen en de hobbels naar implementatie delen.

Auteurs
DR. M. (MARIJE) VOS-VAN DER HULST
Revalidatiearts, Sint Maartenskliniek Nijmegen
PROF. DR. N.L.W. (NOEL) KEIJSERS
Hoogleraar ‘Clinical motor control’, Sint Maartenskliniek/Donders instituut Radboud University en Radboudumc, Nijmegen
PROF. DR. J.H. ( JAAP) BUURKE
Hoogleraar ‘Technology supported human movement analysis’, Roessingh Research and Development, Universiteit Twente
DR. J.B.J. (HANS) BUSSMANN
Senior-onderzoeker/universitair hoofddocent afd. Revalidatiegeneeskunde Erasmus MC Rotterdam

Correspondentie

Laten we conceptueel beginnen. Binnen de revalidatie­geneeskunde en het raamwerk van de International Classification of Functioning (ICF) is het ‘activiteiten’-domein één van de centrale aandachtsgebieden. Binnen dit domein wordt onderscheid gemaakt tussen capacity en performance. Capacity beschrijft wat iemand kan doen in een gestandaardiseerde omgeving. Performance gaat over wat iemand daadwerkelijk doet in het dagelijks leven.1 Van oudsher richten veel meetinstrumenten in de revalidatie zich op capacity en wordt performance – als het al wordt gemeten – bepaald aan de hand van vragenlijsten. De grote meerwaarde van draagbare sensoren is dat zij aspecten van de performance kunnen meten buiten de behandelkamer, oefenruimte of het gangbeeld-laboratorium. We gaan er in de praktijk te vaak vanuit dat capacity-maten representatief zijn voor de mate en wijze waarop activiteiten in het dagelijks leven worden uitgevoerd. Studies tonen echter aan dat deze relatie vaak afwezig of heel zwak is. Zonder objectief gemeten data van het beweeggedrag moeten we vertrouwen op zelfrapportage van de revalidant over zijn of haar functioneren in het dagelijks leven, hetgeen onbetrouwbaar is gebleken.2 Kortom, objectieve gegevens over het beweeggedrag in het dagelijks leven kunnen belangrijke kennis opleveren die niet op een andere wijze verkregen kan worden.

In dit artikel spreken we over beweeggedrag (physical behaviour). Het meten van beweeggedrag kan zich richten op kwantitatieve aspecten: hoe vaak of hoe lang de activiteit, houding of beweging wordt volgehouden of uitgevoerd, zoals het aantal stappen per dag, of de mate van inzet van een (aangedane) arm. De voor de consumentenmarkt ontwikkelde activity trackers meten over­wegend vooral dit kwantitatieve aspect van het beweeggedrag, waarvan het bekendste voorbeeld de stappenteller is. Maar beweeggedrag heeft ook kwalitatieve aspecten, waarmee we bedoelen hóe bijvoorbeeld een beweging wordt uitgevoerd, zoals snelheid en vloeiendheid. Binnen de revalidatie zijn we vaak in zowel de kwantitatieve als kwalitatieve aspecten van beweeggedrag geïnteresseerd. Waar de nadruk op ligt hangt onder andere af van de aandoening en de doelen van behandeling. Op het gebied van het met wearables meten van de kwaliteit van beweeggedrag liggen nog veel uitdagingen, en de stap naar reguliere toepassing in de revalidatiebehandeling is nog groot. Geavanceerde (signaal) analytische technieken zoals machine learning zullen in het traject daarnaartoe een grote rol spelen.
Echter, het gebruik van draagbare sensoren voor het vastleggen van kwantiteit of kwaliteit van beweeggedrag is nog geen structureel onderdeel van het revalidatieproces.

Er bestaan verschillende indelingen van draagbare systemen waarmee beweeggedrag gemeten kan worden. Versnellings­opnemers zijn bijna altijd onderdeel van deze systemen, maar kunnen ook gecombineerd worden met gyroscopen en eventueel met een magnetometer.2 In dat laatste geval worden de sensoren vaak aangeduid als IMU’s (Inertial Movement Units). Bij interesse in de kwaliteit van beweeggedrag, hebben IMU’s duidelijk meer mogelijkheden. Daarnaast wordt er in de literatuur onderscheid gemaakt tussen consumer-grade (consumenten-) en research-grade (onderzoek-)systemen. Beide hebben hun voordelen en nadelen. De voor de consumentenmarkt ontwikkelde systemen voor het meten van beweeggedrag, zijn over het algemeen makkelijk in gebruik, verkrijgbaar en relatief goedkoop. De stap richting toepassing in de revalidatie is echter niet meteen te zetten. De betrouwbaarheid en validiteit van uitkomstmaten van deze systemen is voor revalidanten vaak twijfelachtig: hun manier van bewegen en uitvoering van activiteiten is vaak afwijkend, waardoor de algoritmes die ontwikkeld zijn voor de algemene populatie, onvoldoende toepasbaar zijn.3 Ook zijn uitkomsten van systemen niet vergelijkbaar, overwegend gericht op kwantiteit, en sluiten de uitkomstmaten en rapportages van deze systemen vaak niet goed aan bij de doelen, verwachtingen en wensen van patiënten en behandelaars. Daarnaast speelt er bij consumentensystemen het punt van dataveiligheid en privacy en het gegeven dat het vaak black box-systemen zijn. Toch sluiten deze beperkingen de toepassing in de zorg niet uit. Heeft bijvoorbeeld een patiënt zelf al een wearable, dan kan zo’n systeem toch zijn functie hebben in de revalidatiebehandeling als de doelen niet te complex zijn en aansluiten bij de uitkomsten van de wearable.

Naast de eerder beschreven beperkingen en belemmeringen zijn er nog een aantal andere barrières om draagbare systemen voor het meten van beweeggedrag toe te passen in de zorg.4 Uitdagingen zitten onder andere in de benodigde expertise van de behandelaar, een keuze kunnen maken uit het grote aanbod van systemen, het definiëren en kunnen gebruiken van de juiste uitkomstmaten, de kosten, het gemak waarmee data geanalyseerd en gepresenteerd worden en de integratie in patiëntendossiers. Het is nu dus nog niet mogelijk om gemeten beweeggedrag direct te vertalen naar een begrijpelijke maat of grafiek die voor de therapeut, arts of revalidant bruikbaar is voor de praktijk.
Daar waar consumentenproducten gebruiksvriendelijk zijn, resultaten adequaat gevisualiseerd worden en een koppeling naar andere systemen, zoals bijvoorbeeld een smartphone, mogelijk is, zijn de sensoren, die nu alleen nog maar binnen een onder-zoeksetting gebruikt worden, meer valide, betrouwbaarder en relevanter voor onze doelgroepen. Pas wanneer bovenstaande voorwaarden behaald zijn, zal implementatie kunnen volgen.

‘Sensoren leveren waardevolle
beweeggegevens op over wat
iemand werkelijk doet’

Wij zijn ervan overtuigd dat de toepassing van sensoren om het beweeggedrag van revalidanten te meten van grote meerwaarde is voor het optimaliseren van de behandeling. We staan hierbij nog maar aan het begin. Zoals beschreven zijn er kansen en bedreigingen. Het is belangrijk om bij de verdere ontwikkeling uit te gaan van het principe van co-creatie: artsen, behandelaren, revalidanten, onderzoekers, bedrijven, ontwikkelaars, IT-deskun-digen, privacy officers, managers en ontwerpers zullen vanaf het begin af aan gezamenlijk moeten optrekken. Alleen dan zal draagbare sensortechnologie op een efficiënte wijze zijn plaats gaan vinden binnen de revalidatiegeneeskunde.

Referenties

  1. World Health Organization (2001). International classification of functioning, disability, and health: ICF: Geneva.
  2. Prasanth H, Caban M, Keller U, Courtine G, IJspeert A, Vallery H, von Zitzewitz J. Wearable Sensor-Based Real-Time Gait Detection: A Systematic Review. Sensors (Basel) 2021;21(8):2727. doi: 10.3390/s21082727. PMID: 33924403; PMCID: PMC8069962.
  3. Lang CE, Barth J, Holleran CL, Konrad JD, Bland MD. Implementation of Wearable Sensing Technology for Movement: Pushing Forward into the Routine Physical Rehabilitation Care Field. Sensors (Basel) 2020;20(20):5744. doi: 10.3390/s20205744. PMID: 33050368; PMCID: PMC7601835.
  4. Braakhuis HEM, Bussmann JBJ, Ribbers GM, Berger MAM. Wearable Activity Monitoring in Day-to-Day Stroke Care: A Promising Tool but Not Widely Used. Sensors (Basel) 2021;21(12):4066. doi: 10.3390/s21124066. PMID: 34204824; PMCID: PMC8231529.