Velocidade angular e amplitude de movimento nas articulações de tornozelo, joelho, quadril e pescoço durante o sentar e levantar em idosos saudáveis e com doença de Parkinson

Abstract

No Brasil, vem ocorrendo um crescente aumento da população idosa, a qual tem características de maior fragilidade e vulnerabilidade, principalmente pela alta ocorrência de doenças e disfunções orgânicas que o envelhecimento causa. A doença de Parkinson (DP) é uma das enfermidades que acomete a população idosa, causando inúmeros sintomas motores que afetam o cotidiano dos seus portadores. Atividades físicas são de grande importância para os idosos pois promovem benefícios à saúde e qualidade de vida dos idosos, bem como auxiliam no tratamento e combate de inúmeras doenças. Contudo, é necessário avaliar periodicamente os indivíduos, para se ter uma percepção de quais os efeitos das atividades realizadas. As informações obtidas, são de grande importância para o desenvolvimento de atividades. Uma análise mais aprimorada proporciona melhores dados, e por consequência, uma melhor avaliação do estado físico do idoso. O teste de senta e levanta de 30 segundos (TSL30), aliado a analise cinemática sem marcadores, usando inteligência artificial se mostrou uma ótima opção para a uma boa analise do movimento humano. Este testudo teve como objetivo comparar, através do TSL30, analisado em uma rede neural de aprendizado, as variáveis de velocidade angular dos movimentos de levantar e sentar bem como amplitude de movimento das articulações de tornozelo, joelho, quadril e pescoço de idosos saudáveis e com doença de Parkinson. 18 indivíduos divididos em dois grupos: idosos com DP e idosos saudáveis. 8 indivíduos com DP e 10 indivíduos saudáveis. Foram avaliadas as variáveis de velocidade angular dos movimentos de levantar e sentar bem como amplitude de movimento das articulações de tornozelo, joelho, quadril e pescoço. A coleta foi feita utilizando uma câmera GoPro Hero 5 (60 Hz) filmando no plano sagital. Pontos anatômicos foram utilizados: base do quinto metatarso, maléolo lateral, calcâneo, ponto lateral do joelho a altura do centro patelar, trocanter, ombro e tragus. Os vídeos foram digitalizados com uma rede neural de aprendizagem profunda DeepLabCut. Assim, o treinamento foi feito com 300i000 interações através de código em fonte Python (Python Software Foundation; v.3.5) e o banco de dados TensorFlow. Um Teste T independente foi realizado para comparar se havia diferença nas variáveis entre os grupos. Foi considerado nível de significância p ≤ 0,05. Os dados, de maneira geral, sugerem que, se comparados com um TSL30, idosos com DP e saudáveis, não possuem uma diferença significativa quanto a velocidade angular e amplitude de movimento, com o grupo saudável se saindo melhor que o com Parkinson.