Sviluppo e validazione di un algoritmo per l'identificazione automatica delle primitive motorie funzionali: uno studio su una popolazione di controllo giovane e anziana e su soggetti affetti da ictus durante l’esecuzione dell’Action Research Arm Test

L’ictus rappresenta la terza causa di morte e disabilità a livello mondiale, comportando deficit funzionali che compromettono l’indipendenza nelle attività della vita quotidiana e riducono significativamente la qualità della vita delle persone. Tra le conseguenze dell’ictus, i deficit motori degli arti superiori sono tra i più comuni e disabilitanti. Per studiare la granularità del movimento e strutturare protocolli riabilitativi personalizzati, la letteratura suggerisce la scomposizione il gesto motorio in primitive motorie funzionali (FMP). Attualmente, la segmentazione in FMP avviene tramite ispezione visiva eseguita da un operatore. Questo approccio presenta limiti intrinseci correlati al dispendio temporale, alla variabilità inter- ed intra-operatore e alla soggettività nel processo decisionale. Il presente lavoro si propone quindi di sviluppare e validare un algoritmo per l’individuazione automatica delle FMP basato su segnali inerziali durante l’esecuzione dell’Action Research Arm Test (ARAT). Come obiettivo secondario, il progetto mira all’estrazione di parametri cinematici dell’arto superiore per ciascuna primitiva al fine di caratterizzare i pattern motori dei diversi gesti funzionali. Lo studio ha coinvolto un campione di 58 partecipanti suddivisi in tre gruppi: soggetti di controllo, giovani e anziani, e individui post-ictus valutati ad un mese dall’evento. La raccolta dati è stata effettuata presso il laboratorio della U.O.C. Clinica Neurologica dell’Azienda Ospedaliera di Padova e delle strutture di accoglienza per anziani. La strumentazione ha compreso: 11 sensori inerziali posizionati sulla parte superiore del corpo ( pelvi, sterno, spalla, braccio, avambraccio, mano e testa), due guanti Manus Quantum XR Metagloves, due telecamere Intel RealSense D435, il kit ARAT e due computer sincronizzati per gestire l’integrazione dei software e garantire l’allineamento temporale tra i sensori inerziali e le registrazioni video. L’algoritmo permette di definire le fasi di reaching, manipulation, transport e return basandosi sulla forma caratteristica a tre campane del profilo di velocità del sensore sulla mano durante l’esecuzione dei task dell’ARAT. L’algoritmo è stato validato mediante il metodo di Bland Altman non parametrico su un campione di 1295 trial, valutando la concordanza sia sull’intero campione che sulle singole coorti. L’analisi cinematica ha preso in esame i parametri di efficienza, fluidità, velocità, pianificazione e compensazione. Lo sviluppo degli algoritmi e l’analisi statistica sono stati condotti in ambiente MATLAB 2025b e RStudio. La validazione dell’algoritmo ha mostrato una buona concordanza tra la segmentazione manuale e quella automatica confermando l’algoritmo come un’alternativa standardizzata ed oggettiva. L’analisi dei parametri cinematici delle singole FMP ha permesso una caratterizzazione approfondita del movimento rivelando differenze che sarebbero rimaste nascoste nella valutazione complessiva del trial. Tali evidenze avvalorano l’efficacia e la necessità clinica di scomporre il movimento in FMP, fornendo uno strumento quantitativo per valutare la traiettoria di recupero ed integrare le scale cliniche convenzionali.