| Resumo: | O envelhecimento traz consigo alterações sensório-perceptivo-motoras que afetam diretamente o controle postural, que dependem da integração de informações advindas do sistema sensorial (vestibular, visual e somatossensorial ou proprioceptivo) e da ação do sistema musculoesquelético. Estudo observacional analítico do tipo coorte que tem como objetivo avaliar a participação dos sistemas de manutenção do equilíbrio corporal e dos parâmetros do aplicativo de smartphone Mobility Suite® na predição de quedas em idosos. A população foi composta de idosos (≥ 60 anos) que foram convidados a participar do estudo por conveniência. Foram incluídos aqueles que deambulavam de forma independente, sem a utilização de dispositivos auxiliares de marcha, assim como aqueles que compreendiam comandos verbais. Os idosos tiveram seu equilíbrio avaliado pela Posturografia Foam-Laser (PFL) e o risco de queda pelos testes funcionais do aplicativo de smartphone Mobility Suite®. A ocorrência futura de queda foi monitorada por um ano, através de contato telefônico. Os participantes foram divididos em dois grupos (caidores e não caidores). A distribuição das variáveis foi testada pelo qui-quadrado. As médias dos parâmetros foram testadas pelo t de Student. O número de dias entre a avaliação e primeira queda ou último contato foi calculado para a análise de sobrevida avaliada por modelos simples e ajustados de Regressão de Dano de Cox.A eficiência das fases do teste foi testada através de parâmetros de sensibilidade e especificidade (curva ROC). Graus menores que 5% foram considerados estatisticamente significativos e entre 5 e 10% indicativos de significância (Epi InfoTM 7.2). Dos 42 avaliados, 52,38% idosos tiveram queda. As mulheres apresentaram proporcionalmente mais quedas do que os homens (58,82%; p=0,091). Na FES-I, os caidores apresentaram maior média (22,90±5,19; p=0,088). Na GDS-15 e no MEEM os caidores apresentaram maior comprometimento, 3,95±3,18 (p=0,002) e 26,68±2,98 (p=0,038), respectivamente. Não encontramos diferenças significativas nas pontuações do TOS e análise sensorial entre os grupos, contudo os caidores apresentaram médias inferiores em todos os componentes da PFL. No sTUG Doctor, os caidores necessitaram de mais tempo (10,09±1,57; p=0,010) e maior número de passos para concluir o teste (12,36±1,09; p=0,039). Não tivemos idosos classificados em alto risco de queda, no entanto, 76,92% da amostra com risco médio caiu durante o acompanhamento (p=0,047). No teste 4STB, na fase Semi-Tandem e Tandem observou-se maiores valores de deslocamento do tórax nos caidores, 2,17±0,55; p=0,067 e 3,04±0,96; p=0,004, respectivamente. No teste 30SCS observamos em todas as fases maiores médias nos caidores, S2ST (1,05±0,12; p=0,023), ST (1,10±0,17; p<0,001), ST2S (1,01±0,07; p=0,055), SIT (1,03±0,06; p=0,011) e número de repetições (9,45±1,33; p<0,001). Idosos classificados abaixo da média no teste 30SCS apresentaram proporcionalmente mais quedas (39,13%; p=0,056).Os componentes e fases que apresentaram melhor acurácia para definir o desfecho queda com seus respectivos pontos de corte em relação à PFL foram o TOS V (73,15) e a Análise Visual (92%). Em relação aos testes do aplicativo Mobility Suite® foram o TUG total (10,09 segundos), a fase Tandem (2,51 cm) e a fase 30SCS Total (10,05 repetições). Através deste estudo foi possível estabelecer parâmetros de predição de quedas para os componentes da PFL e testes do aplicativo. Ainda assim, propor valores de normalidade para os testes do Mobility Suite®. Este foi o primeiro estudo longitudinal que utilizou a PFL e o Mobility Suite® para avaliar a predição de quedas em idosos. Os testes mostraram-se satisfatórios até mesmo em idosos com baixo risco de quedas. No caso do aplicativo, ele mostrou-se útil para utilização em diversos ambientes e contextos de saúde, podendo ser utilizado em investigações futuras. Por meio deste estudo, obtivemos parâmetros iniciais sobre a quantificação dos testes em idosos, dando subsídios para o estabelecimento de valores de normalidade para população idosa.
Aging brings sensory-perceptual-motor alterations that directly affect postural control, which depend on the integration of information coming from the sensory system (vestibular, visual and somatosensory or proprioceptive) and the action of the musculoskeletal system. Cohort analytical observational study that aims to evaluate the participation of systems for maintaining body balance and parameters of the Mobility Suite® smartphone application in predicting falls in the elderly. The population consisted of elderly people (≥ 60 years) who were invited to participate in the study for convenience. Those who walked independently, without the use of auxiliary gait devices, as well as those who understood verbal commands were included. The elderly had their balance assessed by Foam-Laser Posturography (FLP) and their risk of falling by the functional tests of the Mobility Suite® smartphone application. The future occurrence of falls was monitored for one year, through telephone contact. Participants were divided into two groups (fallers and non-fallers). The distribution of variables was tested using the chi-square. Parameter means were tested by Student's t.The number of days between assessment and first fall or last contact was calculated for the survival analysis assessed by simple and adjusted Cox Damage Regression models. The efficiency of the test phases was tested using sensitivity and specificity parameters (curve ROC). Degrees less than 5% were considered statistically significant and between 5 and 10% indicative of significance (Epi InfoTM 7.2). Of the 42 evaluated, 52.38% elderly had a fall. Women had proportionally more falls than men (58.82%; p=0.091). In FES-I, fallers had the highest mean (22.90±5.19; p=0.088). In the GDS-15 and in the MMSE, fallers showed greater impairment, 3.95±3.18 (p=0.002) and 26.68±2.98 (p=0.038), respectively. We did not find significant differences in SOT scores and sensory analysis between groups, however fallers had lower means in all FLP components. In the sTUG Doctor, fallers needed more time (10.09±1.57; p=0.010) and more steps to complete the test (12.36±1.09; p=0.039). We did not have elderly people classified at high risk of falling, however, 76.92% of the sample with medium risk fell during follow-up (p=0.047). In the 4STB test, in the Semi-Tandem and Tandem phase, higher values of trunk displacement were observed in fallers, 2.17±0.55; p=0.067 and 3.04±0.96; p=0.004, respectively. In the 30SCS test, we observed in all phases the highest mean in the fallers, S2ST (1.05±0.12; p=0.023), ST (1.10±0.17; p<0.001), ST2S (1.01±0 .07; p=0.055), SIT (1.03±0.06; p=0.011) and number of repetitions (9.45±1.33; p<0.001).Elderly classified below average in the 30SCS test had proportionally more falls (39.13%; p=0.056). The components and phases that showed the best accuracy to define the fall outcome with their respective cut-off points in relation to FLP were the SOT V (73.15) and the Visual Analysis (92%). Regarding the tests of the Mobility Suite® application, the total TUG (10.09 seconds), the Tandem phase (2.51 cm) and the 30SCS Total phase (10.05 repetitions) were used. Through this study, it was possible to establish fall prediction parameters for the FLP components and application tests. Still, propose normality values for the Mobility Suite® tests. This was the first longitudinal study that used the FLP and the Mobility Suite® to assess the prediction of falls in the elderly. The tests proved to be satisfactory even in elderly people with a low risk of falls. In the case of the application, it proved to be useful for use in different environments and health contexts and can be used in future investigations. Through this study, we obtained initial parameters on the quantification of tests in the elderly, providing subsidies for the establishment of normal values for the elderly population. |
