Return to search

Ker-EGI : «Kerpape-Rennes- EMG-based-Gait-Index» : définition d’un index de quantification de la marche pathologique par électromyographie / Ker-EGI : «Kerpape-Rennes-EMG-based-Gait-Index» : a new index of pathological gait quantification based on electromyography

La marche est le mode de locomotion naturel de l’homme. Malgré les très nombreuses études s’y étant intéressé, cela reste un mouvement complexe. Ceci est d’autant plus vrai lorsqu’une pathologie vient le perturber. Dans le cadre clinique, le recueil de données réalisé est appelé l’Analyse Quantifiée de la Marche (AQM). Elle s’adresse, notamment, à des patients souffrant de troubles de la marche issus de pathologies affectant le système nerveux central. La quantité dedonnées pouvant être extraite d’une AQM étant très importante, des index ont été définis et validés. Le Gillette Gait Index (GGI), le Gait Deviation Index (GDI) et l’Edinburgh Visual Gait Score (EVGS) sont parmi les plus utilisés. Leurs limites principales sont qu’ils ont été définis que pour la prise en charge des enfants paralysés cérébraux et qu’ils sont basés presque exclusivement sur la cinématique. Les modalités de calcul de ces index n’étant pas spécifiques de la pédiatrie, dans un premier temps, nous avons voulu voir comment ceux-ci se comportaient chez l’adulte. Nous avons ainsi, par la démonstration de l’applicabilité du GGI, du GDI et de l’EVGS, validé le principe de l’AQM chez l’adulte. Cependant, de façon courante, l’AQM comprend dans son protocole un enregistrement électromyographique (EMG) qui ne fait que très rarement l’objet d’une réelle quantification à la marche. Nous avons donc, dans un second temps, défini un nouvel index dequantification de la marche pathologique basé sur l’EMG : le Ker-EGI. Cet index reprend la philosophie et le modèle mathématique du GDI. Nous avons validé le Ker-EGI chez l’adulte en le corrélant avec le GGI, le GDI et l’EVGS. Ce nouvel index va permettre de réaliser, à moindre coût, un meilleur suivi au quotidien des patients. Il est plus accessible en routine clinique et pourra être associé à l’EVGS pour donner un tableau clinique complet du patient (regards neuromoteur etcinématique) / Walking is the natural way of locomotion for human. Nevertheless, despite numerous studies, it remains a complex movement. This is all the more real when a pathology disturbs it. Data collection made on patients is called Clinical Gait Analysis (CGA). This is dedicated, in particular, to patients with a central nervous system disorder. As data outcoming from the CGA could be very heavy, indices have been defined and validated. Among the most used are the Gillette Gait Index(GGI), the Gait Deviation Index (GDI) and the Edinburgh Visual Gait Score (EVGS). Their main limitations are that they have only been defined for children with cerebral palsy and they are based quite solely one kinematics. As the methods to compute these indices are not child-specific, we have first evaluated how they could also be used in adults. So, demonstrating the applicability of the GGI, the GDI and the EVGS, we have validated the principle of CGA in adults. Usually, the CGA’s protocol includes electromyographic measures (EMG), but rarely these data are really quantified. That is why, secondly, we have defined a new index of gait quantification based on EMG: the Ker-EGI. This index uses the philosophy and the mathematical model of the GDI. We have validated the Ker-EGI in adults correlating it with the GGI, the GDI and the EVGS. This new index more accessible in clinical routine allows to perform, for a lower cost, a better patient’s care in everyday life. Furthermore, if the Ker-EGI is associated with the EVGS, we have a more complete clinical picture with a neuro-motor and kinematic view of the patient

Identiferoai:union.ndltd.org:theses.fr/2012REN20037
Date18 September 2012
CreatorsBervet, Kristell
ContributorsRennes 2, Cretual, Armel
Source SetsDépôt national des thèses électroniques françaises
LanguageFrench
Detected LanguageFrench
TypeElectronic Thesis or Dissertation, Text

Page generated in 0.0022 seconds