Scritto da Carrie Sheeler, PhD. Revisionato da Celeste Suart, PhD.
I progressi nella tecnologia indossabile per il monitoraggio della gravità dell’atassia combinano i cambiamenti di coordinazione in diversi tipi di movimento.
Come si fa a sapere se un nuovo trattamento sta funzionando? Questa è la domanda chiave a cui i medici devono rispondere quando sviluppano e testano nuove terapie. In un colloquio individuale, paziente e medico possono discutere i sintomi, monitorare i miglioramenti nel movimento e nella coordinazione e decidere insieme le direzioni future. Ma come si fa a sapere se un nuovo trattamento funziona su molti medici e pazienti diversi? Gli studi clinici cercano costantemente di capire come i trattamenti influenzano un’intera popolazione di pazienti. La fiducia nei risultati richiede metodi coerenti per misurare e valutare gli esiti in una varietà di cliniche e pazienti. Per tenere conto di questa variabilità, i medici utilizzano test come l’ International Cooperative Ataxia Rating Scale (ICARS) , la Scale for the Assessment and Rating of Ataxia (SARA) e la Brief Ataxia Rating Scale (BARS ) , che descrivono movimenti specifici che i medici devono osservare e valutare. Questi test clinici sono progettati per stabilire uno standard di valutazione per i medici e rappresentano in modo coerente il progressivo peggioramento dei sintomi nelle atassie ereditarie.
La valutazione clinica è efficace, ma esistono modi per innovare questo sistema. Alcuni aspetti degni di nota includono:
- Sono necessarie visite cliniche . Poiché la valutazione clinica richiede la competenza del medico, il monitoraggio regolare nell’ambito di una sperimentazione clinica richiede visite periodiche con un medico o con il personale di ricerca. Ciò può comportare un ulteriore onere per i pazienti affetti da atassia e le loro famiglie. Lo sviluppo di strategie per test domiciliari affidabili riduce questo onere legato agli spostamenti e migliora la capacità del medico di monitorare i pazienti nel tempo.
- Variabilità tra cliniche e clinici . Poiché i punteggi dipendono in ultima analisi dall’osservatore che li assegna, ciò introduce una potenziale variabilità tra cliniche e clinici. Questa variabilità potrebbe dipendere dalla familiarità dell’osservatore con l’atassia o dalle sue esperienze e osservazioni recenti. Sviluppare un metodo per misurare i cambiamenti nel movimento e nella coordinazione che non si basi sull’intuito dell’osservatore potrebbe contribuire a ridurre la variabilità nei dati raccolti. Ciò potrebbe aiutare i clinici a capire se un potenziale trattamento sta funzionando.
- I test con punteggio creano limiti artificiali . Vi è mai capitato di dover dare un voto da 1 a 10 e di essere tentati di rispondere 11? O 0? In tal caso, è evidente che uno dei principali svantaggi della valutazione numerica è l’assegnazione di limiti artificiali. Questi vengono definiti “limiti minimi” per la parte inferiore della scala e “limiti massimi” per la parte superiore. I sistemi di punteggio clinico rendono i propri sistemi ampiamente applicabili fornendo definizioni chiare per ogni punteggio della scala, ma così facendo comprimono l’intera gamma dei cambiamenti di movimento e coordinazione in un intervallo limitato che può essere massimizzato. Sviluppare uno strumento per misurare i cambiamenti di movimento e coordinazione in un continuum, ovvero senza punteggi fissi e senza limiti, consente un monitoraggio più preciso dei sintomi del paziente nel tempo ed elimina anche qualsiasi limite massimo arbitrario dal sistema di punteggio.
Nel 2021, il laboratorio del Dr. Gupta ha sviluppato e testato un dispositivo indossabile da polso in grado di tracciare il movimento durante un test dito-naso. Il dispositivo funziona come un accelerometro, misurando i cambiamenti di direzione e velocità in tre dimensioni. I ricercatori hanno scoperto che le caratteristiche del movimento del sensore durante il test (definite “sottomovimenti” in questo e in altri articoli del laboratorio, vedi il glossario per una descrizione più dettagliata) correlavano bene con il punteggio BARS del paziente. Ciò suggerisce che questo strumento potrebbe essere utile come supplemento alle attuali pratiche di punteggio o per il monitoraggio dei sintomi al di fuori dell’ambiente clinico (Oubre et al. 2021). Sebbene promettente, quello studio ha valutato il sensore da polso con un solo test di movimento (dito-naso). Questo ha lasciato aperti diversi interrogativi a cui i ricercatori volevano dare risposta. Innanzitutto, alcuni test di movimento sono più sensibili di altri? Ad esempio, quanto differiscono i dati di movimento di un test dito-naso rispetto a un diverso movimento del braccio o persino di una gamba? Quindi, in vista di futuri studi clinici, come dovrebbero essere combinati i dati sul movimento provenienti da diversi test di movimento per rappresentare al meglio la gravità dell’atassia di un paziente?
Per rispondere a queste domande, i ricercatori hanno chiesto ai partecipanti allo studio di indossare sensori di movimento per tracciare i movimenti di braccia e gambe durante cinque test di movimento consolidati. Questi includevano i compiti dito-naso, inseguimento dito, battito di tallone, battito di tallone-tibia e movimenti alternati rapidi della mano (AHM). I partecipanti hanno anche completato il test BARS per ottenere un punteggio clinico di gravità dell’atassia. Lo studio ha incluso 27 partecipanti senza atassia e 70 partecipanti con atassia, rappresentando una gamma di età con un’età media di 41 anni nel primo gruppo e 57 anni nel secondo. I partecipanti con atassia rappresentavano oltre 30 diverse diagnosi, tra cui atassia spinocerebellare (SCA) di tipo 1, 2, 3, 6, 7, 8 e 14, atassia-telangiectasia (AT), atassia autosomica recessiva (ARCA) 1 e 3, atrofia multisistemica di tipo cerebellare (MSA-C), paraplegia spastica ereditaria (HSP) e altre. Questa inclusione è utile in quanto aiuta a dimostrare quanto i risultati ottenuti con i sensori da polso possano essere rappresentativi per le diverse cause sottostanti dell’atassia.
Hanno raccolto i dati di movimento da tutti e 5 i test e osservato come le componenti principali del movimento per ogni compito si confrontassero tra loro (ad esempio, confrontando il movimento del dito dal naso al bersaglio rispetto al bersaglio al naso nel compito dito-naso o il movimento verso l’alto rispetto al movimento verso il basso della caviglia nel compito di battere il tallone). I ricercatori hanno scoperto che arti diversi (polso rispetto a caviglia) e compiti di movimento diversi sullo stesso arto (dito-naso rispetto a inseguimento del dito) producono movimenti matematicamente distinti. È interessante notare che il tipo di movimento era una caratteristica più distintiva della gravità dell’atassia. Ciò significa che quando confrontiamo i profili dei submovimenti di ciascuno dei 5 movimenti testati per i partecipanti con e senza atassia, la differenza nel movimento del polso tra i test dito-naso e inseguimento del dito è più evidente dell’effetto dell’atassia. Questo suggerisce che l’atassia influisce su ogni test di movimento in modo leggermente diverso. Pertanto, una panoramica generale dei dati potrebbe non essere in grado di distinguere chiaramente piccoli cambiamenti nella progressione dell’atassia. I ricercatori hanno quindi approfondito le caratteristiche dei submovimenti per ogni compito. Hanno scoperto che per ogni compito esistevano caratteristiche specifiche che sembravano essere maggiormente compromesse nei partecipanti affetti da atassia. Ciò dimostra che i movimenti dei diversi arti cambiano in modi unici quando un partecipante è affetto da atassia.
L’impatto dell’atassia sulle diverse caratteristiche dei singoli movimenti sembra essere specifico per l’arto e il tipo di test. Per questo motivo, la combinazione dei dati di movimento provenienti da diversi compiti motori richiederà un approccio più articolato rispetto alla semplice media o somma dei valori per ottenere un singolo parametro. A tal fine, i ricercatori hanno sviluppato un modello matematico in grado di considerare sia il tipo di compito sia lo specifico movimento all’interno di tale compito, al fine di prevedere la gravità dell’atassia di un partecipante. Hanno testato l’affidabilità di questo modello confrontandolo con i punteggi clinici BARS, riscontrando una buona correlazione. Ciò suggerisce che i dati dei sensori di movimento potrebbero essere utilizzati per misurare la gravità dell’atassia.
In sintesi, il più recente studio del laboratorio Gupta (Patel et al. 2025) si basa su ricerche precedenti che studiavano l’utilità dei sensori di movimento indossabili nella valutazione della gravità dell’atassia. I partecipanti allo studio hanno eseguito 5 test di movimento comunemente utilizzati in ambito clinico, che richiedono l’uso coordinato di braccia o gambe. Hanno scoperto che l’atassia causava cambiamenti specifici nel movimento per ciascun test. Ciò suggerisce che l’atassia influisce in modo diverso su arti diversi o su movimenti all’interno dello stesso arto.
Questo risultato non è del tutto sorprendente. Sebbene nell’atassia l’intero corpo presenti una ridotta coordinazione, i gesti eseguiti durante i movimenti testati coinvolgono diversi gruppi muscolari che richiedono input cerebrali specifici per essere coordinati. Per rappresentare al meglio la gravità dell’atassia utilizzando i dati del sensore, i ricercatori hanno sviluppato un modello matematico che combina i dati di movimento del sensore con le informazioni sul tipo di movimento testato. Le previsioni di questo modello mostrano una buona correlazione con i punteggi BARS assegnati dai clinici. Ciò suggerisce che questo modello può essere utilizzato con i sensori per future ricerche sul monitoraggio della gravità dell’atassia, sia nell’ambito di studi clinici, sia come strumento per monitorare la progressione della malattia a domicilio. Il Dott. Gupta e il suo team continuano a studiare come i sensori di movimento indossabili potrebbero essere utilizzati per il monitoraggio dei sintomi dell’atassia.
Parole chiave
Scala di valutazione breve dell’atassia (BARS): Si tratta di un test clinico simile alla Scala di valutazione internazionale cooperativa dell’atassia (ICARS) o alla Scala di valutazione internazionale cooperativa dell’atassia modificata (MICARS). L’ICARS è un test lungo in grado di identificare gli aspetti cerebellari e non cerebellari dell’atassia. La BARS è stata sviluppata nel 2009 per creare una versione più breve e semplice del test, valutando solo 5 aspetti chiave del movimento: andatura, test ginocchio-tibia (sollevamento e abbassamento del tallone), test dito-naso, disartria (difficoltà di linguaggio) e movimenti oculomotori (oculari). È paragonabile alla Scala per la valutazione e la classificazione dell’atassia (SARA). (Schmahmann et al 2009)
Test dito-naso: questo test valuta la coordinazione motoria e la funzionalità del cervelletto (una regione del cervello che è comunemente, ma non sempre, colpita nei casi di atassia). Durante il test, al partecipante viene chiesto di toccarsi ripetutamente il naso e poi un bersaglio che si sposta di fronte a lui.
Test di inseguimento con il dito: questo test valuta la coordinazione motoria e la funzionalità del cervelletto (una regione del cervello che è comunemente, ma non sempre, colpita nei casi di atassia). Durante il test, il partecipante estende completamente il braccio con un dito puntato e segue un bersaglio che si muove alternativamente da sinistra a destra.
Test del tallone: questo test valuta la coordinazione e la propriocezione (la capacità di percepire la posizione del corpo nello spazio). Durante il test, i partecipanti sollevano ripetutamente il ginocchio e battono il tallone per circa 15 secondi.
Test tallone-tibia: questo test valuta la coordinazione motoria e la funzionalità del cervelletto (una regione del cervello che è comunemente, ma non sempre, colpita nei casi di atassia). Durante il test, i partecipanti seduti appoggiano il piede di una gamba sul ginocchio della gamba opposta, quindi fanno scivolare il piede verso la caviglia e poi di nuovo verso l’alto, fino al ginocchio, lungo tutta la lunghezza della tibia.
Test dei movimenti alternati rapidi delle mani (AHM): questo test valuta la coordinazione motoria e la funzione del cervelletto (una regione del cervello che è comunemente, ma non sempre, colpita nei casi di atassia). Esistono diversi modi per eseguire questo test, tra cui tamburellare con le dita o ruotare le mani da una posizione con il palmo rivolto verso l’alto a una con il palmo rivolto verso il basso. In questo studio, i partecipanti sono stati testati chiedendo loro di estendere le braccia (una alla volta) dritte davanti a sé, con il palmo rivolto nella direzione opposta, e poi di inclinare la mano da sinistra a destra come se stessero salutando.
Sottomovimenti: un accelerometro misura le variazioni di velocità nel tempo nello spazio tridimensionale. Lo spazio tridimensionale è difficile da trattare matematicamente, quindi i ricercatori lo hanno scomposto utilizzando l’analisi delle componenti principali. Questa tecnica prende un ampio set di dati e lo semplifica, evidenziando i fattori principali che sembrano guidare la maggior parte dei cambiamenti nei dati. Parlare di matematica diventa molto astratto molto velocemente, quindi cercherò di spiegarlo con un esempio. Nel contesto di un test dito-naso, il partecipante tocca alternativamente il naso con il dito e poi tocca un bersaglio nell’ambiente (un punto su un tablet, la gomma di una matita del medico, il dito di un’altra persona, ecc.). Puoi provare ora, scegliendo qualcosa vicino a te. Mentre esegui questo movimento, il tuo polso subisce diversi tipi di movimento. I cambiamenti più significativi sono il movimento in avanti della mano verso il bersaglio e il movimento indietro della mano verso il viso. Ci sono anche movimenti più sottili che avvengono contemporaneamente. Forse il movimento non è perfettamente fluido mentre passi da un punto all’altro, e si verificano delle oscillazioni laterali o delle pause. Magari il polso si torce per guardare te e poi il bersaglio mentre muovi la mano. Forse ti distrai anche perché stai leggendo contemporaneamente e il braccio si sposta da un lato. Tutti questi elementi aggiungono complessità al grande movimento del naso (e del polso associato) che va avanti e indietro dal naso al bersaglio. L’analisi delle componenti principali è un modo per incorporare tutte queste piccole sfumature e classificare quali di questi movimenti sono i più “grandi” e hanno il maggiore impatto sulla comprensione generale della posizione della mano nello spazio. Quindi, quando i ricercatori applicano questa tecnica ai dati, possono estrarre la componente di movimento più grande (diciamo il movimento in avanti, verso il bersaglio) e la seconda componente di movimento più grande (il movimento all’indietro, lontano dal bersaglio) e rappresentarle graficamente nel tempo. Il risultato è un grafico della velocità nel tempo che assomiglia molto a un’onda, che sale e scende continuamente mentre ci si sposta da sinistra a destra. I “sottomovimenti” in questo grafico sono rappresentati da ciascuna curva distinta (quando la linea parte da 0 e ritorna a 0). Questi servono come base per ulteriori analisi di proprietà specifiche come la durata (quanto tempo ci hai messo per completare un movimento direzionale?), la distanza (quanto lontano hai spostato il braccio?), la velocità media più elevata e l’accelerazione più rapida. Se desideri una buona rappresentazione di come appare questa curva, ti consiglio di dare un’occhiata alla prima figura dell’articolo di Oubre et al. del 2021 che ho citato. Contiene una bella immagine del test dito-naso, i grafici risultanti e il confronto di questi grafici tra diversi punteggi BARS (ovvero con il peggioramento dell’atassia).
Figura 1 tratta da Oubre et al, Cerebellum , 2021. Utilizzata secondo la licenza Creative Commons Attribuzione 4.0 Internazionale .
È importante notare che, sebbene tutti i dati relativi al movimento tridimensionale del polso vengano inseriti nell’analisi iniziale delle componenti principali, gli unici dati analizzati successivamente riguardano i due movimenti più ampi (nell’esempio precedente, le direzioni avanti e indietro). L’effetto di “appiattimento” dell’analisi delle componenti principali implica che le sottili differenze nella qualità del movimento (rotazione del polso o deviazione del braccio dalla traiettoria corretta) non saranno più rappresentate nei dati analizzati e, inoltre, sarebbero difficili da identificare in modo coerente tra i diversi individui.
t-SNE: Se avete letto l’articolo, avrete notato che le figure 1 e 3 presentano grafici con molti punti su cui sono riportate le diciture “t-SNE uno” e “t-SNE due” sugli assi. t-SNE sta per t-distributed stochastic neighbor embedding (incorporamento stocastico dei vicini distribuito in t). Si tratta di una tecnica utilizzata per semplificare un ampio set di dati (simile all’analisi delle componenti principali, come spiegato nella sezione “sottomovimenti” precedente). Questa tecnica permette ai ricercatori di analizzare grandi insiemi di dati che rappresentano numerosi partecipanti e i relativi risultati dei test, confrontandoli tra loro. Ogni punto rappresenta uno specifico tipo di dato relativo a un sottomovimento per un partecipante (ad esempio, il movimento in avanti del dito del partecipante n. 1 nel test dito-naso è rappresentato da un punto). Se un punto si trova vicino a un altro, significa che i due campioni sono matematicamente simili. Più un punto è distante da un altro, maggiore è la differenza matematica tra i campioni rappresentati. L’ombreggiatura o il colore vengono utilizzati per facilitare la comprensione delle variabili che potrebbero influenzare i dati, tra cui la diagnosi/gravità dell’atassia, il tipo di test o specifici sottomovimenti.
Dichiarazione di conflitto di interessi
L’autore e il curatore dichiarano di non avere alcun conflitto di interessi.
Citazione dell'articolo recensito
Patel S, Oubre B, Stephen CD, Schmahmann JD, Gupta AS. I submovimenti derivati da sensori indossabili catturano la gravità dell’atassia e differiscono a seconda dei compiti motori e delle direzioni del movimento. Cerebellum. 2025 Sep 16;24(6):156. doi: 10.1007/s12311-025-01901-3. PMID: 40956472. ( https://pubmed.ncbi.nlm.nih.gov/4095647 2/ )
Citazione di riferimenti aggiuntivi
Oubre B, Daneault JF, Whritenour K, Khan NC, Stephen CD, Schmahmann JD, Lee SI, Gupta AS. La decomposizione dei movimenti di raggiungimento consente l’individuazione e la misurazione dell’atassia. Cerebellum. 2021 dic;20(6):811-822. doi: 10.1007/s12311-021-01247-6. Epub 2021 mar 2. PMID: 33651372; PMCID: PMC8674173. ( https://pubmed.ncbi.nlm.nih.gov/33651372/ )
Schmahmann JD, Gardner R, MacMore J, Vangel MG. Sviluppo di una breve scala di valutazione dell’atassia (BARS) basata su una forma modificata dell’ICARS. Mov Disord. 2009 15 settembre;24(12):1820-8. doi: 10.1002/mds.22681. PMID: 19562773; PMCID: PMC3800087. ( https://pmc.ncbi.nlm.nih.gov/articles/PMC3800087/ )






