Video Experimental Relacionado
Updated: Sep 9, 2025

06:54
Clinical-oriented Three-dimensional Gait Analysis Method for Evaluating Gait Disorder
Published on: March 4, 2018
14.2K
Análisis cuantitativo de los parámetros de la marcha en la enfermedad de Parkinson y su importancia clínica
Wenchao Yin1, Hong Gao2, Beichen Liang3
1Department of Neurology, Central Hospital of Dalian University of Technology, Dalian, China.
Frontiers in neurology
|September 5, 2025
Resumen
El análisis de la marcha en la enfermedad de Parkinson (EP) revela deficiencias motoras distintas. Los modelos de aprendizaje automático predicen efectivamente la gravedad de los síntomas, lo que ayuda a la evaluación clínica y las estrategias de tratamiento para los pacientes con EP.
Área de la Ciencia:
- Neurología
- Ingeniería biomecánica
- Neurociencia computacional
Sus antecedentes:
- El trastorno de la marcha es una característica clínica clave de la enfermedad de Parkinson (EP).
- Comprender los cambios de marcha en la EP es vital para el diagnóstico y el tratamiento.
- El tratamiento con levodopa afecta los parámetros de la marcha en pacientes con EP.
Objetivo del estudio:
- Para caracterizar las anomalías de la marcha en pacientes con EP.
- Para analizar los cambios en los parámetros de la marcha antes y después de la administración de levodopa.
- Desarrollar modelos de aprendizaje automático para predecir la gravedad de los síntomas motores en la EP.
Principales métodos:
- Se midieron los parámetros de la marcha en 20 pacientes con EP y 17 controles sanos.
- Se realizó un análisis de la marcha antes y después de la ingesta de levodopa.
- Se entrenaron modelos de regresión de aprendizaje automático utilizando parámetros de marcha para predecir las puntuaciones de MDS-UPDRS III.
Principales resultados:
- Los pacientes con EP presentaron una reducción de la longitud de la zancada, la velocidad y los ángulos específicos de las articulaciones en comparación con los controles.
- La gravedad del trastorno de la marcha se correlaciona con la gravedad de los síntomas motores.
- La levodopa mejoró la longitud de la zancada, la velocidad y la cadencia, al tiempo que disminuyó el tiempo de zancada.
- Los modelos de aprendizaje automático predijeron con precisión las puntuaciones MDS-UPDRS III y no tremor, con un mejor rendimiento para este último.
Conclusiones:
- La evaluación de la marcha proporciona información valiosa sobre la enfermedad de Parkinson.
- Los modelos de aprendizaje automático pueden predecir la gravedad de los síntomas clínicos en pacientes con EP.
- Este enfoque ayuda a los médicos a reconocer y manejar los trastornos de la marcha en la EP.

