Quantifying the effect of age, sex, and anthropometric characteristics on spatio-temporal gait dynamics in healthy adults from a university community in Bogotá (2025)
Cargando...
Autores
Director
Tipo de contenido
Editor
Document language:
Inglés
Fecha
Título de la revista
ISSN de la revista
Título del volumen
Documentos PDF
Resumen
La evaluación cuantitativa de la marcha en adultos sanos representa un desafío metrológico persistente en el análisis del movimiento humano. La mayoría de los estudios se han enfocado en poblaciones con patología, dejando un vacío sustancial en la caracterización de la variabilidad normal de la marcha y su relación con factores antropométricos y demográficos. Las métricas de referencia actuales carecen de ajuste a las características individuales, lo que dificulta establecer la línea entre variación normal y alteración patológica. Este estudio propone un marco de análisis de acoplamiento inter-articular basado en correlación cruzada temporal, aplicado a 160 adultos sanos (18–77 años, 46% mujeres) de una comunidad universitaria en Bogotá, Colombia.
Las trayectorias articulares de cadera, rodilla y tobillo en el plano sagital fueron extraídas mediante estimación de pose, usando captura de video con smartphone en un recorrido de 6 metros. Se construyó un espacio de características de 15 pares articulares mediante correlación cruzada, y se aplicaron correlación de Pearson y agrupamiento de consenso no supervisado para identificar subgrupos de marcha.
Los resultados evidenciaron una relación inversa significativa entre el peso corporal y el acoplamiento bilateral de cadera (r = −0.80, p < 0.001, corrección FDR), y diferencias estadísticamente significativas entre sexos en todos los pares articulares (p < 0.05). El agrupamiento de consenso identificó dos fenotipos de marcha distintos, diferenciados principalmente por masa corporal y estatura. Estos hallazgos pueden constituir una referencia fundacional para la evaluación normativa de la marcha específica a la población, aunque se requieren estudios adicionales para validar y expandir estos resultados en poblaciones más amplias. (Texto tomado de la fuente)
Abstract
Human motion remains a metrological challenge for developing normative gait models. This study investigates the relationship between anthropometric characteristics and spatiotemporal gait dynamics in healthy adults by applying machine learning clustering approaches. A total of 160 healthy participants (18–77 years, 46% female) freely walked at selfselected speed on a 6-meter indoor track for 2 minutes. Sagittal plane kinematics of the hip, knee, and ankle joints were estimated using the MeTRAbs markerless pose estimation framework at 30 Hz. High correlation was demonstrated between paired joint trajectories (mean 0.994±0.006), while Pearson correlation indicated a strong inverse relationship between body weight and gait dynamics (r = –0.80, p < 0.001), indicating increased variability of joint trajectories among individuals with higher body weight. Consensus clustering identified two distinct height and gender gait dynamics subgroups with significant differences (p < 0.05). These findings underscore the impact of anthropometric factors on gait patterns and support the application of machine learning clustering to scale individualized gait assessment in both clinical and research settings.
Descripción
ilustraciones a color, diagramas, tablas