Les troubles musculo-squelettiques, qui englobent les déficiences des articulations, des os ou des muscles, affectent plus de 1,5 milliard de personnes dans le monde. Comme la plupart des problèmes de santé, attraper ces problèmes tôt pourrait potentiellement prévenir des troubles graves, mais peu de tests quantitatifs et objectifs pour évaluer la santé musculo-squelettique sont disponibles.

« Il existe un besoin important d’outils peu coûteux et évolutifs pour mesurer et surveiller objectivement les changements de la fonction physique, en particulier à mesure que la population mondiale vieillit », a expliqué Melissa Boswell, Ph.D., boursière postdoctorale à l’Université de Stanford. « Trouver des moyens d’évaluer à distance la santé musculo-squelettique pourrait aider les diagnostics, guider les décisions de traitement et potentiellement améliorer la qualité de vie d’innombrables personnes. »

Pour résoudre ce problème, Boswell et ses collègues ont développé un outil en ligne qui peut analyser les vidéos auto-collectées prises à la maison avec un smartphone. L’outil, qui a été déployé dans le cadre d’une étude nationale, était suffisamment sensible pour prédire santé physique (telle qu’évaluée à l’aide d’un outil d’enquête standardisé) et l’arthrose du genou ou de la hanche. Les résultats de l’étude ont été récemment décrits dans npj Médecine numérique.

L’outil est basé sur le test assis-debout, une évaluation assez explicite : en partant d’une position assise bras croisés, un participant se lève et se rassoit cinq fois au total tout en étant chronométré. Des temps plus lents pourraient indiquer une réduction de la force du bas du corps, ou une condition qui affecte le système musculo-squelettique, ou simplement le vieillissement, a expliqué Boswell, notant que le test en lui-même n’est pas une mesure précise de la fonction physique. C’est là qu’interviennent les analyses cinématiques (qui évaluent le mouvement). En évaluant des choses comme les angles et les accélérations de différentes parties du corps pendant le mouvement, des prédictions plus définitives de la santé musculo-squelettique peuvent être faites.

Voici comment fonctionne leur outil : à l’aide d’un smartphone, quelqu’un prend une vidéo du participant effectuant le test assis-debout, qui est ensuite téléchargée dans l’application. L’outil combine un algorithme open source pour l’estimation de la pose du participant avec des algorithmes personnalisés qui calculent le temps nécessaire au participant pour terminer le test ainsi que des facteurs cinématiques, tels que les angles des articulations pendant le mouvement. Les participants répondent également à un sondage pour saisir des informations démographiques et remplissent un questionnaire pour évaluer des facteurs tels que la fatigue, la douleur, la détresse émotionnelle et la fonction physique globale. On a également demandé aux participants s’ils avaient déjà reçu un diagnostic clinique d’arthrose.

Parce que l’étude était accessible à de nombreuses personnes, la participation était nettement plus élevée que les essais biomécaniques traditionnels. « Les enquêtes sur les mouvements humains se sont généralement limitées aux laboratoires de biomécanique équipés d’équipements coûteux et techniques », a expliqué Boswell.

Dans leur étude nationale, Boswell et ses collègues ont intégré les données de 405 participants de 35 États américains, les individus soumettant des vidéos en un peu plus d’un mois. « Notre étude comptait plus de 35 fois le nombre médian de sujets par rapport aux études de biomécanique traditionnelles », a-t-elle noté. L’âge des participants variait de 18 à 96 ans, avec une moyenne d’âge de 37,5 ans.

Semblable aux évaluations cliniques et en laboratoire précédentes, les chercheurs ont découvert qu’un angle maximal du tronc plus grand, c’est-à-dire se pencher plus en avant, en position debout, pouvait prédire l’arthrose, même en contrôlant divers facteurs, tels que l’âge, le sexe ou l’indice de masse corporelle. (IMC). Comme les études biomécaniques précédentes, l’outil a révélé que des temps plus longs pour terminer le test assis-debout étaient associés à un score de santé physique plus faible, à un IMC plus élevé et à un âge plus avancé. Ces résultats suggèrent que des évaluations à domicile basées sur un smartphone pourraient être réalisables pour de futures études biomécaniques.

Parce que leur essai avait une population de participants diversifiée, les chercheurs ont pu évaluer comment les facteurs démographiques pourraient être associés aux différences biomécaniques. Lorsqu’ils ont comparé les deux plus grands groupes ethniques dans leur étude, ils ont constaté que les 243 participants blancs présentaient des différences significatives d’angle du tronc lors du test assis-debout par rapport aux 103 participants asiatiques, même après avoir pris en compte d’autres variables.

« Cette découverte indique que nous ne pouvons pas supposer des similitudes entre les groupes raciaux et ethniques et souligne l’importance d’échantillons plus diversifiés dans les études biomécaniques », a déclaré Boswell. « Ces différences fonctionnelles sont probablement dues à des facteurs sous-jacents comme la mobilité ou la force, ou même des inégalités en matière de santé, qui n’ont pas été pris en compte dans cette étude. »

Les chercheurs ont également trouvé une caractéristique biomécanique (en particulier, se pencher plus rapidement en avant en position debout) qui était significativement associée à un score de santé mentale plus élevé. « C’est excitant de voir les relations potentielles entre la santé mentale et la façon dont nous bougeons », a déclaré Boswell. Elle a souligné, cependant, que les relations entre les différences biomécaniques et la race/l’ethnicité ou l’état de santé mentale observées dans leur étude sont principalement génératrices d’hypothèses et nécessiteront des recherches de suivi.

« Cette étude met en évidence que les données auto-collectées peuvent être utilisées pour évaluer la fonction physique et la santé musculo-squelettique, permettant aux patients de participer à une étude biomécanique dans le confort de leur propre maison », a déclaré Moria Bittmann, Ph.D., directeur de programme en la division Discovery Science & Technology de l’Institut national d’imagerie biomédicale et de bioingénierie (NIBIB). « Des études comme celles-ci fournissent des preuves supplémentaires que les applications basées sur les smartphones peuvent aider à faciliter les essais cliniques décentralisés et peuvent permettre aux individus de jouer un rôle actif dans leur santé. »

« De nouveaux outils d’apprentissage automatique améliorés sont constamment développés pour estimer le mouvement humain (et bien plus encore), qui ont le potentiel d’avoir un impact profond sur les soins de santé grâce à la surveillance mobile de la santé », a déclaré Scott Delp, Ph.D., auteur principal de l’étude. , professeur à l’université de Stanford.

« Mais il ne suffit pas de créer de nouveaux outils d’IA. Pour vraiment avoir un impact, nous devons traduire ces nouveaux outils dans le monde, les rendre utilisables pour la personne moyenne et pour les populations vulnérables, et évaluer rigoureusement leur capacité à donner un aperçu d’importants mesures cliniques. »