Machine Translated by Google

ciências
do cérebro
Artigo

Percentis e valores de referência para acelerométricos

Avaliação da marcha em mulheres de 50 a 80 anos
Raquel Leirós-Rodríguez 1, *, Jesús García-Liñeira 2 José L. , Ângela Soto-Rodriguez 3e
García-Soidán 2
1
Faculdade de Ciências da Saúde, Departamento de Enfermagem e Fisioterapia, Universidad de León, 24401 León, Espanha
2
Faculdade de Educação e Ciências do Desporto, Campus a Xunqueira, Universidade de Vigo, s/n, 36005 Pontevedra,
Espanha; jesgarcia@alumnos.uvigo.es (JG-L.); jlsoidan@uvigo.es (JLG-S.)
3 Serviço de Saúde da Galiza (SERGAS), Serviços de Saúde Galega — Hospital Ourense, s/n,
32005 Ourense, Espanha; anxelasoro@hotmail.es *
Correspondência: rleir@unileon.es; Telefone: + 34-987-44-20-00

Recebido: 23 de setembro de 2020; Aceito: 6 de novembro de 2020; Publicado: 9 de novembro de 2020

Resumo: Contexto: A identificação de fatores que alteram a estabilidade postural é fundamental no desenho
de intervenções para manter a independência e a mobilidade. Isso é especialmente importante para as
mulheres devido à sua maior expectativa de vida e maior incidência de quedas do que nos homens.
Construímos os gráficos de caixa de percentil e determinamos os valores de referência para a avaliação
acelerométrica da marcha em mulheres. Métodos: Utilizou-se um estudo transversal com 1.096 mulheres
adultas saudáveis, que foram solicitadas a percorrer três vezes uma distância de 20 m. Resultados: Em todas
as variáveis, detectou-se redução na magnitude das acelerações à medida que a idade do grupo avançava.
Os gráficos de caixa mostram a amplitude dos intervalos interquartis, que aumenta à medida que a idade dos participantes avan
Além disso, os intervalos interquartis foram maiores nas variáveis que se referem aos valores máximos das
acelerações. Conclusões: Os valores obtidos podem ser utilizados para avaliar alterações na marcha decorrentes
do envelhecimento, traumas e alterações ortopédicas que podem alterar a estabilidade postural e processos
neurodegenerativos que aumentam o risco de queda.

Palavras-chave: marcha; quedas acidentais; avaliação geriátrica; saúde pública; saúde da mulher

1. Introdução

A cada ano, um em cada três adultos com mais de 65 anos e um em cada dois com mais de 80 anos
sofrerão uma queda [1]. Trinta por cento das quedas causam lesões moderadas ou graves e, em idosos, as
quedas resultam em fraturas, deterioração funcional, redução dos níveis de atividade física, entrada prematura
em instituições de acolhimento residencial, medo de cair e até morte [2,3]. A identificação de fatores que
alteram a estabilidade postural é fundamental para o desenho de intervenções para manter a independência e
a mobilidade, e é especialmente importante no caso das mulheres devido à maior expectativa de vida e maior
incidência de quedas [4].
Os estudos de pesquisa baseiam seus resultados principalmente em análises realizadas com plataformas
de força e uma passarela eletrônica. Esta ferramenta fornece resultados baseados no comportamento do
centro de pressão (CP) do corpo. Este parâmetro tem sido associado ao risco de queda, mas não é reflexo do
desempenho geral do corpo no espaço [5]. Por outro lado, existem também medidas cinemáticas tridimensionais
da marcha. No entanto, Mc Ginley et al. [6] concluíram que, embora a maioria dos erros na análise da marcha
seja provavelmente aceitável, eles geralmente não são pequenos o suficiente para serem ignorados durante a
interpretação dos dados clínicos. Um objetivo de qualquer tecnologia de medição clínica deve ser fornecer
medições livres de qualquer erro de medição que possa afetar a interpretação. No entanto, os instrumentos
mais válidos e sensíveis dependem muito da habilidade dos avaliadores em colocar marcadores com precisão [7].

Ciência do Cérebro. 2020, 10, 832; doi:10.3390/brainsci10110832 www.mdpi.com/journal/brainsci

Machine Translated by Google

Ciência do Cérebro. 2020, 10, 832 2 de 11

Um método alternativo, portátil, de baixo custo e de fácil aplicação na análise dos movimentos
cinemáticos do indivíduo é o uso de acelerômetros. Estes podem quantificar os movimentos de qualquer
segmento corporal e, para o estudo do equilíbrio, baseiam-se fundamentalmente no comportamento do
centro de massa do indivíduo. Estudos anteriores mostraram a sensibilidade desses dispositivos a
pequenas mudanças nos sistemas dinâmicos de controle postural [8]. A análise da marcha baseada no
estudo da aceleração do corpo tem sido um método válido e confiável para prever o risco de queda ou
discernir subgrupos populacionais [9]. O estudo da cinemática corporal facilita a detecção precoce de
alterações na marcha, quando ainda não são detectáveis pela análise visual [10].
O controle postural dinâmico está relacionado ao centro de massa (CM), que, segundo Mapelli et al. [11], é fruto
da concepção multissegmentar de equilíbrio. O corpo pode ser concebido como um sistema de corpos rígidos cujo
centro de gravidade é a média dos centros de massa de todos os seus segmentos, definição que vai na linha proposta
por Hogdes et al. [12]. Conclui-se que o controle do MC é um dos pré-requisitos para a manutenção do equilíbrio
durante as atividades de vida diária, que incluem caminhar, subir e descer escadas, inclinar-se, sentar e ficar em pé
[13]. A marcha tem sido tradicionalmente avaliada qualitativamente (e, em muitos casos, subjetivamente) em
ambientes clínicos e quantitativamente, usando gateways eletrônicos sensíveis ou células fotoelétricas em ambientes
de laboratório. Os sistemas utilizados em ambientes de laboratório fornecem dados sobre variáveis temporais como
velocidade, cadência, comprimento, variabilidade e duração da passada e tempo de apoio [14]. Eles comparam o
deslocamento do CP entre os pés, um parâmetro independente do MC. Ou seja, é um parâmetro fortemente
condicionado pela atividade intrínseca do tornozelo e objeto de estudo com a teoria do pêndulo do equilíbrio invertido
[15]. No entanto, esta teoria não fornece uma descrição completa do funcionamento do sistema de controle postural
dinâmico e de todas as estratégias que ele usa para manter o equilíbrio [16].

Uma revisão sistemática recente identificou que o uso de acelerômetros tem o potencial de influenciar
positivamente as intervenções baseadas no exercício físico para melhorar o equilíbrio e prevenir quedas em idosos
[ 17,18]. No entanto, um protocolo de avaliação padronizado ou valores acelerométricos de referência não foram
definidos. Portanto, esta investigação foi realizada com o objetivo de construir os gráficos de caixa de percentil e
determinar valores de referência para avaliação acelerométrica da marcha em mulheres adultas e idosas, com a
hipótese inicial de que os valores de referência são diferentes com o avanço da idade e, consequentemente, com a
processo de envelhecimento.

2. Materiais e métodos

2.1. Amostra

Foi realizado um estudo descritivo e transversal em uma amostra aleatória de mulheres adultas da
cidade de Ourense (Espanha) durante os meses de março e abril de 2019. Todas foram recrutadas em
centros esportivos municipais. A cidade de Ourense tinha uma população de 57.543 mulheres em 2018.
Para atingir um nível de confiança de 95% e uma margem de erro de 3%, foi estabelecida a participação
de 148 mulheres e 1232 mulheres foram contactadas e aceitaram participar no estudo . Após a avaliação
inicial, 1.096 (1,9% do total da população feminina) foram selecionadas, triadas e consideradas elegíveis,
e 88,6% matriculadas.
Foram utilizados os seguintes critérios de inclusão: (a) praticar atividade física entre um e dois dias/semana; e
(b) caminharam entre 30 e 90 min quatro dias por semana. Os critérios de exclusão foram: (a) incapacidade de
deambular de forma independente; (b) uso de elementos ortopédicos externos para manter o equilíbrio estático bípede
com os olhos abertos por 60 s; (c) a presença de qualquer contraindicação ou doença que impedisse a realização de
qualquer um dos exames; e (d) o antecedente de ter caído no último ano. Este procedimento é detalhado na Figura 1.
Machine Translated by Google
cadência, comprimento, variabilidade e duração da passada e tempo de apoio [14]. Eles comparam o deslocamento do CP entre os pés,
um parâmetro independente do MC. Ou seja, é um parâmetro fortemente condicionado pela atividade intrínseca do tornozelo e objeto de
estudo com a teoria do pêndulo do equilíbrio invertido [15]. No entanto, esta teoria não fornece uma descrição completa do funcionamento
do sistema de controle postural dinâmico e de todas as estratégias que ele utiliza Brain Sci. 2020, 10, 832 para manter o equilíbrio [16].
3 de 11

Figura 1. Diagrama de fluxo CONSORT.

Uma revisão sistemática recente identificou que o uso de acelerômetros tem potencial para 2.2. Procedimento
influenciar positivamente as intervenções baseadas no exercício físico para melhorar o equilíbrio e prevenir
idosos em
quedas [17,18]. No entanto,triaxial
Um acelerômetro um protocolo
(GT3X+ de avaliação
ActiGraph padronizado
LLC, ou valores
Pensacola, Flórida, EUA)acelerométricos
foi utilizado parade
o
aceleração.
referência
Estenão
acelerômetro
foram definidos.
permite
Portanto,
que uma esta
série
investigação
temporal de
foidados
realizada
de aceleração
com o objetivo
seja de
armazenada
medir a
em umaconstruir
memóriaos gráficos
flash nãode caixaAs
volátil. depequenas
percentil edimensões
determinardesses
os valores de referência
dispositivos (4,6 cmpara avaliação
× 3,3 cm × 1,5acelerométrica
cm),
baixo da marcha
peso em
(19 g), mulheres
acurácia adultas eeidosas,
(3mg/LSB) com ade
um intervalo hipótese inicial de
± 6 unidades deque os valores
gravidade de referência
(g) torná-los sejam seu
um bom
diferentes
escolha à medida
para avaliar asque a idade avança
mudanças e, consequentemente,
de posição com o processo
corporal em ambientes de envelhecimento.
ambulatoriais.
Este acelerômetro fornece dados acelerométricos em todos os três eixos: o eixo 1 corresponde ao
aceleração no eixo vertical (VT); eixo 2, para o médio-lateral (ML); eixo 3, para anteroposterior (AP),
e a raiz quadrada média (RMS) deles. Todos os acelerômetros usados no estudo foram calibrados estático
antes de usar. As medições do acelerômetro foram configuradas para um intervalo de tempo de 1 s. A amostragem
frequência selecionada foi de 50 Hz. Em seguida, o sinal foi processado com um filtro de 30 Hz antes de ser
analisados [17,18]. Este limiar é eficaz para eliminar o ruído do sinal. O barulho pode vir
do próprio sistema de gravação se não estiver devidamente encaixado (aspecto que deve ser resolvido com a
calibração prévia do dispositivo e sua correta fixação). Outra origem de ruído pode ser a selecionada
frequência de amostragem, que não deve exceder 50 Hz para o estudo do movimento humano nem ser muito baixa,
o que pode distorcer a coleta de dados [19,20].
Durante os testes, as mulheres usaram meias e roupas confortáveis para que pudessem realizar a
testes confortavelmente. O acelerômetro foi colocado diretamente sobre a pele na altura do processo espinhoso
da quarta vértebra lombar. O dispositivo foi fixado com um cinto ajustável e hipoalergênico
fita adesiva para garantir que não se deslocou independentemente do tronco da mulher durante o teste.
Os participantes foram solicitados a caminhar uma distância de 20 m, dividida em duas seções de ida e volta,
três vezes. Os pontos de início e fim de rotação do torneamento foram devidamente marcados (com uma
cone de plástico de 50 cm de altura em cada extremidade do percurso). Os testes foram separados por intervalos de 30 s para evitar
os efeitos da fadiga muscular dos membros inferiores [21]. A análise dos resultados foi baseada no estudo da
média das acelerações nas três tentativas.
De acordo com a Declaração de Helsinque (rev. 2013), todos os participantes assinaram o consentimento informado
antes de sua participação no estudo. O conselho de revisão institucional aprovou o protocolo do estudo
e concedeu a aprovação ética da Comissão de Ética da Faculdade de Ciências da Educação
e Desporto da Universidade de Vigo (Espanha) (código: 3-0406-14).
Machine Translated by Google

Ciência do Cérebro. 2020, 10, 832 4 de 11

2.3. Análise estatística

Para a análise dos resultados, a amostra foi dividida em seis faixas etárias: G1, entre 51 e
55 anos (n = 187); G2, entre 56 e 60 anos (n = 172); G3, entre 61 e 65 anos (n = 185); G4,
entre 66 e 70 (n = 192); G5, entre 71 e 75 anos (n = 187); e G6, entre 76 e 80 anos (n = 173).
A análise de variância (ANOVA) com correção de Bonferroni foi utilizada para determinar se as
diferenças entre os grupos eram significativas.
Para a construção dos quadros box e o cálculo dos valores de referência acelerométricos, foi
estabelecida a idade cronológica dos participantes como variável explicativa (anos), e as acelerações
registradas como variável resposta (unidade gravitacional ou g).
Para obter dados acelerométricos mais precisos, estabeleceu-se um amplo intervalo de percentis para
a variável resposta, tomando como modelo a proposta incluída no estudo para o desenvolvimento de
padrões de crescimento em crianças do Grupo de Estudos de Referência de Crescimento Multicêntrico da
OMS [22] . Os outliers extremos foram removidos da amostra de acordo com o critério x < Q (25) ÿ 3 * IQR
e x < Q (75) + 3 * IQR (onde IQR é o intervalo interquartil) para não afetar excessivamente os percentis mais
extremos das distribuições.
Para a avaliação da normalidade e homocedasticidade, foram utilizados os testes de hipóteses de
Kolmogorov–Smirnov e Levene, respectivamente. O teste U de Mann-Whitney foi utilizado para confirmar as
diferenças observadas nos resultados entre as faixas etárias. Esta análise foi realizada utilizando o software
IBM SPSS Statistics para Macintosh, Versão 20.0 (SPSS, uma empresa IBM, Armon, NY, EUA).
Para a construção dos gráficos de caixa de percentil e o cálculo dos valores de referência em cada
grupo, foram aplicados Modelos Aditivos Generalizados de Posição, Escala e Forma (GAMLSS) [23]. As
distribuições de dados da variável resposta (aceleração) foram modeladas por distribuições exponenciais de
potência Box-Cox (BCPD), aplicando a técnica de cubic splines como método de suavização e os worm
plots [22] para a avaliação da qualidade do ajuste. Para realizar esta análise, foi utilizado o pacote “gamlss”
do software estatístico R (R Core Team, 2014).
Neste estudo, para avaliação e controle de potenciais fatores de confusão, levou-se em consideração que
todas as mulheres selecionadas tinham o mesmo estilo de vida ativo (níveis semelhantes de prática de atividade
física), comorbidades ou uso de medicamentos e nenhuma patologia ortopédica, traumatológica ou
neurodegenerativa que apresentasse equilíbrio prejudicado e estabilidade da marcha. Os critérios utilizados para
identificar e incluir variáveis de confusão em modelos multivariáveis foram teóricos e baseados em achados
prévios consistentes na literatura de associações de confusão entre cada variável com os desfechos. As interações
foram conduzidas post hoc por meio de análise de regressão logística para examinar os efeitos de (1) peso, (2)
índice de massa corporal e (3) idade. Esses testes foram conduzidos para avaliar os papéis da idade e da
obesidade na explicação das diferenças observadas entre os grupos. Todas as variáveis contínuas foram
centradas em torno de suas médias antes de computar os termos de interação.

3. Resultados

Os dados descritivos dos participantes estão resumidos na Tabela 1, que mostra que o peso aumentou com a
idade, enquanto a altura diminuiu e, portanto, o índice de massa corporal aumentou com a idade.
Os dados de equilíbrio (aceleração) nos três eixos espaciais são apresentados na Tabela 2. Todas as
variáveis apresentaram redução na magnitude das acelerações com a idade. Nos seis grupos de estudo, as
hipóteses nulas de distribuição normal (p < 0,01) e homocedasticidade (p < 0,01) das acelerações foram rejeitadas.
Da mesma forma, os valores de curtose das distribuições determinaram valores de assimetria positiva (>0,5) e
leptocurtose (>0,5) em todos os grupos e grupos de variáveis. A duração média da prova de três tentativas
apresentada por faixas etárias é apresentada na Tabela 3, que permite identificar como o tempo de aprovação na
prova evoluiu com o avançar da idade.
Houve diferença de idade no equilíbrio (p < 0,01). Além disso, a análise IQR revelou que isso aumentou
com a idade; ou seja, a variabilidade do equilíbrio dinâmico (durante a marcha) também aumentou com a
idade.
Machine Translated by Google

Ciência do Cérebro. 2020, 10, 832 5 de 11

Tabela 1. Estatísticas descritivas das variáveis antropométricas (dados fornecidos: média ± desvio padrão).

N Idade
Grupo de idade Peso (kg) Altura (cm) Índice de Massa Corporal (kg/m2 )
(Anos)

Todo 1096 68,8 ± 10,4 65,6 ±10,1 153,9 ± 5,4 27,6 ± 4,1
G1 (51–55 anos) 187 53,4 ± 4,4 63 ± 7,6 155,6 ± 5 26 ± 3,3
G2 (56–60 anos) 172 57,4 ± 4,3 64 ± 6,5 154,6 ± 6 26,8 ± 5,3
G3 (61–65 anos) 185 64,2 ± 2,7 66,4 ± 11,1 154 ± 5,5 28 ± 4,7
G4 (66–70 anos) 192 68,4 ± 3,8 63,8 ± 9,6 152,9 ± 6,1 29 ± 6,3
G5 (71–75 anos) 187 74,2 ± 4,6 66,5 ± 10,1 151,8 ± 5,2 28,3 ± 3,2
G6 (76–80 anos) 173 77,6 ± 2,2 68,1 ± 11,7 151,3 ± 4,2 29,2 ± 1,8

Os gráficos dos percentis de aceleração para mulheres no teste de caminhada ao longo do envelhecimento são
apresentado na Figura 2. Esta figura mostra a amplitude do IQR, que aumentou com a idade do
mulheres participantes. Além disso, o IQR foi maior nas variáveis que se referem ao eixo vertical e
a raiz quadrada média das acelerações (em comparação com os eixos médio-lateral e ântero-posterior).
Da mesma forma, a duração média das três tentativas do teste de marcha foi aumentando significativamente
à medida que a idade dos participantes aumentava (Figura 3).
Os gráficos de caixa mostram tendências semelhantes em todos os grupos. A magnitude e amplitude das caixas
aumentou com a idade.

Tabela 2. Percentis e estatística descritiva (em g) para os três eixos e raiz quadrada média por faixa etária.

G1 G2 G3 G4 G5 G6
Variável
(n = 187) (n = 172) (n = 185) (n = 192) (n = 187) (n = 173)

Valor máximo do eixo vertical

Média ± desvio padrão 67,7 ± 17,4 67,1 ± 19,8 3 63,7 ± 16,3 56,8 ± 13 57,3 ± 11,4 51,3 ± 14,1
Curtose 3,9 57,3 57 2,9 56 3,6 49,7 3,4 49,3 1,7
Percentil 25 37,7
Percentil 50 (mediana) 67 66,3 64,3 57,3 56,3 50,7
Percentil 75 79,3 78 76 68,7 65,3 57,7
Intervalo interquartil 22 21 20 19 16 20

Valor médio do eixo vertical

Média ± desvio padrão 44,1 ± 13,7 41,9 ± 13,7 41,1 ± 12,6 35,9 ± 10 36 ± 9,6 32,7 ± 11,1
Curtose 3,7 2,5 34,9 3,1 31 3,2 3,2 29 1,5
Percentil 25 36 39,4 48,9 38 47,9 29,9 37,5 22,6
Percentil 50 (mediana) 40 14 16,9 37,8 47,1 34
Percentil 75 49,5 47,3 17,5 43,6
Intervalo interquartil 13,5 18.1 21

Valor máximo do eixo médio-lateral

Média ± desvio padrão 53,9 ± 16,6 52,7 ± 12,7 46,9 ± 11,3 48,9 ± 12,4 45,6 ± 12,1 41 ± 10
Curtose 2,8 4,6 3.8 3,3 4,5 2
Percentil 25 45,7 41,7 39 38,7 37,3 32,3
Percentil 50 (mediana) 49,7 48 47,5 47,2 46 43,3
Percentil 75 58,7 55,7 54,8 54,1 53,3 51,3
Intervalo interquartil 13 14 15,8 15,4 16 19

Valor médio do eixo médio-lateral

Média ± desvio padrão 22,8 ± 9 21,9 ± 6,3 20,7 ± 6 21 ± 6,9 19,5 ± 7 15,6 ± 4,2
Curtose 2 3,1 17,6 4,2 2,4 2,2 2.4
Percentil 25 18,5 22 21,3 24,3 16,6 16,1 14,3 19 11.2
Percentil 50 (mediana) 20,8 20,5 22,8 16,4
Percentil 75 24,6 23,4 23,4 21,9
Intervalo interquartil 6.2 6.7 6.9 7.3 8,5 10,7
Machine Translated by Google

Ciência do Cérebro. 2020, 10, 832 6 de 11

Tabela 2. Cont.

Variável G1 (n = 187) G2 (n = 172) G3 (n = 185) G4 (n = 192) G5 (n = 187) G6 (n = 173)

Valor máximo do eixo ântero-posterior

Média ± desvio padrão 48,6 ± 14 40,2 ± 10,9 42,8 ± 9,5 39,4 ± 12 40,9 ± 11 33,1 ± 8,6
Curtose 2,4 3,4 3.4 2,3 5,4 1,8
Percentil 25 40,3 37,3 33,7 33 28 25,3
Percentil 50 (mediana) 44 42 40,4 40 36 35,7
Percentil 75 50,3 49,9 48,6 48,1 46,5 44,8
Intervalo interquartil 10 12,6 14,9 15,1 18,5 19,5

Valor médio do eixo ântero-posterior

Média ± desvio padrão 30,5 ± 9,8 23,5 ± 8 24,8 ± 7,8 22,6 ± 7,2 22,1 ± 6,9 19,3 ± 6
Curtose 1,8 22,6 3,5 3,5 16,7 1,8 16,6 1,4 16,1 2.3
Percentil 25 25,1 20,5 21,6 21,6 21,3 14,9
Percentil 50 (mediana) 23,5 21.2
Percentil 75 28,9 28.1 25,6 25,6 25,5 25.1
Intervalo interquartil 6.3 7.6 9 9 9.4 10.2

Valor máximo da raiz quadrada média das acelerações

Média ± desvio padrão 85,7 ± 18,2 81,3 ± 19,8 78,9 ± 13,5 72,4 ± 13,5 71,9 ± 9,9 61 ± 13,8
Curtose 2.4 3,8 3,4 2,2 2,6 1,4
Percentil 25 72,7 71,7 69 65,8 63,7 47,1
Percentil 50 (mediana) 77,4 76,9 76,5 73,6 73,2 64,7
Percentil 75 86,9 86,6 84,6 83,6 83,4 73,3
Intervalo interquartil 14,3 15 15,6 17,8 19,6 26.2

Valor médio da raiz quadrada média das acelerações

Média ± desvio padrão 62,6 ± 15 56,9 ± 14 56,5 ± 11,6 51,5 ± 10,1 50,7 ± 8,8 44,3 ± 11,1
Curtose 2,5 54,4 3,2 51,5 2,6 49,5 2,3 46 2,5 42,9 1,4
Percentil 25 34,4
Percentil 50 (mediana) 58,5 57,4 56,6 56,2 54 49,5
Percentil 75 65,7 64,5 63,1 61,7 59,7 54,5
Intervalo interquartil 11,3 13 13,6 15,7 16,7 20.1

Tabela 3. Percentis e estatística descritiva (em segundos) da duração do teste de marcha por faixa etária.

G1 G2 G3 G4 G5 G6
Variável
(n = 187) (n = 172) (n = 185) (n = 192) (n = 187) (n = 173)

Média ± desvio padrão 15,9 ± 2,3 15,5 ± 2 15,9 ± 1,9 17,1 ± 2,9 16,6 ± 2,1 18,8 ± 3,2
Curtose 2,4 3,2 4,4 3,5 2.3
Percentil 25 2 13,7 14,3 14,7 14,7 15,3 16,7
Percentil 50 (mediana) 14.3 15.2 15,5 16 17 19
Percentil 75 15,7 16,3 17,7 18,3 19,3 21
Intervalo interquartil 2 2 3 3,7 4 4.3

As variáveis incluídas nos modelos de regressão logística foram idade, peso e IMC. Os resultados foram
os valores médios e máximos dos eixos vertical, médio-lateral e ântero-posterior e a média e
valores máximos de RMS. Em nossos modelos de regressão logística, a porcentagem de concordância variou
de 72,3 a 76,5%, apoiando o ajuste geral do modelo. Em regressões logísticas múltiplas, mais velhos ou mais pesados
as mulheres eram mais propensas a ter pequenas acelerações (56,9%) do que as mais jovens (41,7%), com um OR = 1,6
(IC 95% = 1,1–2,4), ou mulheres mais leves (44,2%), com OR = 1,8 (IC 95% = 1,2–2,5). O efeito de
apresentar maior IMC foi o mesmo que ter mais peso, mas com menor efeito no resultado da
o modelo.
Machine Translated by Google

Ciência do Cérebro. 2020, 10, 832 7 de 11

Ciência do Cérebro. 2020, 10, x PARA REVISÃO POR PARES 1 de 13

Ciência do Cérebro. 2020, 10, x PARA REVISÃO POR PARES 2 de 13

Ciência do Cérebro.
Figura 2.2020, 10, xdePARA
Gráficos caixaREVISÃO POR
para os três PEER
eixos e raiz quadrada média por faixa etária.
1 de
* Indica diferenças estatisticamente significativas (p < 0,05) entre os grupos.
* Indica estatisticamente
13 Figura 2. Gráficos de caixa para os três eixos e raiz quadrada média por faixa etária.
diferenças significativas (p < 0,05) entre os grupos.

Figura 3. Quadro em box de duração do teste de marcha por faixa etária. * Indica estatisticamente significativo
Figura 3. Quadro em box de duração do teste de marcha por faixa etária. * Indica diferenças estatisticamente
significativas (p < 0,05) entre os grupos em que se encontra.
diferenças (p < 0,05) entre os grupos em que se encontra.

Os gráficos de caixa mostram tendências semelhantes em todos os grupos. A magnitude e amplitude das caixas
aumentaram com a idade.
As variáveis incluídas nos modelos de regressão logística foram idade, peso e IMC. Os desfechos foram os valores
médios e máximos dos eixos vertical, médio-lateral e antero-osterior e a média e
Machine Translated by Google

Ciência do Cérebro. 2020, 10, 832 8 de 11

4. Discussão

Neste estudo foram calculados percentis e valores de referência para avaliação acelerométrica da marcha
em mulheres idosas, ou seja, mulheres com idade entre 51 e 80 anos. Dividimos a amostra em grupos (G1 a G6)
para comparações posteriores. Os resultados fornecem os primeiros valores normativos para este procedimento
de avaliação, que já é amplamente utilizado em ambiente de pesquisa, mas não na prática clínica. O grande
tamanho da amostra e o uso de um procedimento de avaliação bem estabelecido significam que nossos resultados
podem ser considerados representativos. Ressalta-se que os valores de referência obtidos estão sujeitos às
condições de elegibilidade das participantes deste trabalho: mulheres saudáveis, com estilo de vida ativo e sem
traumas ou condicionadores ortopédicos. As condições estabelecidas indicam que os resultados obtidos mostram
os resultados esperados no estudo do equilíbrio durante a marcha de uma mulher adulta ou idosa saudável.
Destacamos diferenças entre as variáveis acelerométricas que definem a marcha de grupos específicos, mas
essas comparações de grupos devem ser tratadas com cautela devido ao tamanho modesto dos grupos.
Até o momento, nenhum valor de referência foi publicado para avaliação acelerométrica da caminhada. Esta
lacuna nos dados tem dificultado o desenvolvimento e divulgação desta técnica, incentivando os profissionais de
saúde a continuarem a utilizar escalas de avaliação (Timed Up & Go, Berg Balance Score, escala ABC, entre
outras) que incluem uma multiplicidade de testes, mas não são particularmente sensível à deterioração prematura
do equilíbrio. A literatura existente sobre análise acelerométrica da marcha enfatiza a importância dos valores do
módulo de aceleração (RMS) e das acelerações no plano sagital.
Ambos têm sido fortemente associados ao risco de quedas precoces [24], de modo que valores mais altos desses parâmetros
de aceleração estão relacionados a maior força de membros inferiores e menor percentual total de gordura por massa e
membros inferiores em idosos (especialmente a partir de 70 anos) .
O estudo do módulo de aceleração é uma constante nas pesquisas de acelerometria. Esta medida da magnitude do
movimento tem sido usada em praticamente todos os estudos de acelerometria desde que este método de avaliação do
equilíbrio e progresso foi introduzido pela primeira vez [10,25,26].
Em relação aos movimentos no plano sagital, estudos anteriores relataram equilíbrio exagerado no eixo
médio-lateral durante a caminhada, juntamente com compensações associadas à deterioração [27].
Essa deterioração, em particular, seria devido à rigidez da cintura pélvica, e romperia com a premissa fisiológica do princípio
da economia energética. Além disso, o envelhecimento reduz a mobilidade dos membros inferiores no plano sagital, sendo
isso compensado pelo aumento dos movimentos de flexão extensão (plano horizontal) [28,29]. Esses movimentos
compensatórios no plano horizontal são estimulados pelo excesso de massa gorda [30].

Em todos os grupos, a velocidade de caminhada (calculada a partir do tempo de teste de corrida) e a magnitude das
acelerações registradas diminuíram com a idade. As acelerações e a velocidade da marcha diminuíram com a idade como
resultado de um aumento na cadência e uma redução no comprimento do passo [31]. Esses dados são consistentes com
observações anteriores de que a velocidade de caminhada diminui com a idade, mesmo na ausência de patologia [32]. Além
disso, mesmo o G6 manteve a capacidade de responder eficientemente às perturbações, pois as acelerações não
aumentaram em nenhum dos eixos [33].
Os resultados indicam que durante o envelhecimento normal, a velocidade de caminhada e as acelerações
durante a caminhada diminuem. A redução da velocidade de caminhada torna mais provável as quedas, mas serve
para preservar a estabilidade diante das alterações relacionadas à idade nas funções neuromotoras, musculares e
proprioceptivas [34]. No entanto, se as acelerações registradas não aumentarem, a sequência da marcha não foi alterada [24].
A relevância dos dados apresentados neste estudo reside no fato de permitirem definir pontos de corte ou valores de
referência para estabilidade da marcha em mulheres idosas. Tais pontos de corte são essenciais para o desenho de
estudos clínicos ou epidemiológicos e úteis até mesmo na prática clínica
Note-se que os valores de referência que obtivemos aplicam-se apenas às mulheres que cumprem os
mesmos critérios que as nossas participantes: boa saúde, estilo de vida ativo e ausência de traumas e
condicionadores ortopédicos, conjunto de condições que indicam que os resultados obtidos mostram o esperado
resulta no estudo do equilíbrio de uma mulher adulta ou idosa saudável.
Os valores de referência obtidos podem então ser usados para determinar se a marcha de uma mulher está
dentro da faixa normal. Da mesma forma, os percentis permitem fazer previsões a médio e longo prazo
Machine Translated by Google

Ciência do Cérebro. 2020, 10, 832 9 de 11

sobre funcionalidade e equilíbrio, o que pode ser útil para prever o risco de queda em determinadas idades.
Além disso, os percentis fornecidos podem (e devem) ser utilizados pelos profissionais de saúde responsáveis pelo
tratamento e manejo de pacientes com doenças neurológicas (médicos, fisioterapeutas, terapeutas ocupacionais e
enfermeiros, principalmente) para avaliar o grau de deterioração do equilíbrio de seus pacientes, identificar o grau de
instabilidade durante a caminhada, planejar o tratamento mais adequado (melhorando assim a tomada de decisão) e
avaliar os resultados das intervenções terapêuticas realizadas.
Simultaneamente, os valores de referência acelerométricos aqui apresentados podem ser utilizados para a
detecção precoce de patologias neurológicas que apresentam alteração do controle postural (como demências
ou doenças de Alzheimer, Huntington e Parkinson) [35,36].
As principais limitações deste estudo são seu desenho transversal, a ausência de homens na amostra e a falta
de dados sobre adultos de meia-idade. A variável de interação mais importante é a atividade física específica realizada
por cada um dos participantes e a variabilidade existente em seus estilos de vida, com segurança heterogênea como
consequência da natureza aberta dos critérios de inclusão.
Ressalta-se que os critérios rígidos de seleção de inclusão e exclusão da amostra empregam ao mesmo
tempo, o que garante a confiabilidade e validade dos resultados, e limita sua generalização para a
população adulta total e mulheres idosas. Por fim, os resultados deste trabalho não podem ser aplicados
em avaliações que não seguem o protocolo de mensuração utilizado nesta pesquisa.

5. Conclusões

Este estudo é a primeira vez que são apresentados percentis e dados de referência para a avaliação
acelerométrica da marcha em mulheres adultas e idosas. Esses dados permitem que a independência e a estabilidade
na marcha e o risco de queda sejam avaliados com mais precisão do que é possível por meio de testes clínicos de equilíbrio.
Os valores obtidos podem ser utilizados para avaliar alterações na marcha decorrentes do envelhecimento, traumas e
alterações ortopédicas que podem alterar a estabilidade postural e processos neurodegenerativos que aumentam o
risco de queda. Além disso, a possibilidade de projeção dos resultados poderia ser utilizada para melhorar a qualidade
dos tratamentos médicos e fisioterapêuticos voltados para a melhora do equilíbrio.
A relevância dos dados apresentados neste estudo está no fato de ser possível estabelecer pontos de corte
ou valores de referência para o equilíbrio em mulheres idosas a partir de agora. Esses pontos de corte são
essenciais para o desenho de estudos clínicos ou epidemiológicos e até mesmo para sua aplicação na prática clínica diária.

Contribuições dos autores: JLG-S., JG-L., RL-R. e AS-R. conceituou e desenhou o estudo, redigiu o manuscrito inicial, desenhou os
instrumentos de coleta de dados, coletou dados, realizou as análises iniciais e revisou criticamente o manuscrito quanto ao conteúdo
intelectual importante. Todos os autores aprovaram o manuscrito final conforme submetido e concordam em ser responsáveis por todos os
aspectos do trabalho. Todos os autores leram e concordaram com a versão publicada do manuscrito.

Financiamento: Esta pesquisa não recebeu financiamento externo.

Conflitos de interesse: Os autores declaram não haver conflito de interesse.

Referências

1. Bischoff-Ferrari, H.; Orav, J.; Kanis, J.; Rizzoli, R.; Schlögl, M.; Staehelin, H.; Willet, WC; Dawson-Hughes, B.
Desempenho comparativo das definições atuais de sarcopenia contra a incidência prospectiva de quedas
entre idosos da comunidade com 65 anos ou mais. Osteoporose Internacional 2015, 26, 2793-2802. [CrossRef]
[PubMed]
2. Finlayson, ML; Peterson, EW Falls, envelhecimento e deficiência. Física Med. Reabil. Clin. N. Am. 2010, 21, 357-373.
[CrossRef] [PubMed]
3. Maki, BE; Sibley, KM; Jaglal, SB; Bayley, M.; Brooks, D.; Fernie, GR; Flint, AJ; Gage, W.; Liu, BA; McIlroy, WE; et ai. Reduzir o risco de
queda melhorando o controle do equilíbrio: Desenvolvimento, avaliação e tradução do conhecimento de novas abordagens. J. Saf.
Res. 2011, 42, 473-485. [CrossRef] [PubMed]
4. Clegg, A.; Young, J.; Iliffe, S.; Rikkert, MO; Rockwood, K. Fragilidade em pessoas idosas. Lancet 2013, 381, 752-762.
[CrossRef]
Machine Translated by Google

Ciência do Cérebro. 2020, 10, 832 10 de 11

5. Donath, L.; Faude, O.; Lichtenstein, E.; Nüesch, C.; Mündermann, A. Validade e confiabilidade de um sistema portátil de análise da marcha
para medir as características espaço-temporais da marcha: Comparação com uma esteira instrumentada. J. Neuroeng. Reabil. 2016, 13,
6. [CrossRef] [PubMed]
6. McGinley, JL; Baker, R.; Wolfe, R.; Morris, ME A confiabilidade das medidas cinemáticas tridimensionais da marcha : Uma revisão sistemática.
Postura da Marcha 2009, 29, 360–369. [CrossRef]
7. Holliday, W.; Fisher, J.; Theo, R.; Swart, J. Cinemática estática versus dinâmica em ciclistas: uma comparação de
goniômetro, inclinômetro e captura de movimento 3D. EUR. J. Esporte Sci. 2017, 17, 1129-1142. [CrossRef]
8. Bruijn, SM; Meijer, OG; Beek, PJ; van Dieen, JH Avaliando a estabilidade da locomoção humana: Uma revisão das medidas atuais. JR
Soc. Interface 2013, 10, 20120999. [CrossRef]
9. Muro, A.; García-Zapiraín, B.; Méndez-Zorrilla, A. Métodos de análise da marcha: uma visão geral dos sistemas vestíveis e
não vestíveis, destacando as aplicações clínicas. Sensores 2014, 14, 3362–3394. [CrossRef] [PubMed]
10. Chen, S.; Lach, J.; Lo, B.; Yang, G. Toward análise de marcha pervasiva com sensores vestíveis: Uma revisão sistemática.
IEEE J. Biomed. Informe Saúde. 2016, 20, 1521-1537. [CrossRef]
11. Mapelli, A.; Zago, M.; Fusini, L.; Galante, D.; Colombo, A.; Sforza, C. Validação de um protocolo para a estimativa da cinemática
tridimensional do centro de massa corporal no esporte. Postura da Marcha 2014, 39, 460–465.
[CrossRef]
12. Hodges, P.; Gurfinkel, V.; Brumagne, S.; Smith, T.; Cordo, P. Coexistência de estabilidade e mobilidade no controle postural: Evidências de
compensação postural para respiração. Exp. Res. Cérebro. 2002, 144, 293-302. [CrossRef]
13. Chen, T.; Chou, L. Alterado centro de controle de massa durante sentar para andar em idosos com e sem
história de queda. Postura da Marcha 2013, 38, 696-701. [CrossRef] [PubMed]
14. Kressig, RW; Beauchet, O. Diretrizes para aplicações clínicas da análise espaço-temporal da marcha em idosos
adultos. Envelhecimento Clin. Exp. Res. 2006, 18, 174-176. [CrossRef]
15. Winter, DA Equilíbrio humano e controle postural durante a caminhada e em pé. Postura da Marcha 1995, 3, 193-214.
[CrossRef]
16. Horak, FB Orientação postural e equilíbrio: o que precisamos saber sobre o controle neural do equilíbrio
para evitar quedas? Idade Envelhecimento 2006, 35, ii7–ii11. [CrossRef]
17. Leirós-Rodríguez, R.; García-Soidán, JL; Romo-Pérez, V. Analisando o uso de acelerômetros como método de diagnóstico precoce das
alterações do equilíbrio em idosos: Uma revisão sistemática. Sensores 2019, 19, 3883.
[CrossRef]
18. Leirós-Rodríguez, R.; Romo-Pérez, V.; García-Soidán, JL; García-Liñeira, J. Percentis e valores de referência
para a avaliação acelerométrica do equilíbrio estático em mulheres de 50 a 80 anos. Sensores 2020, 20, 940.
[CrossRef]
19. Bouten, CV; Koekkoek, KT; Verduin, M.; Kodde, R.; Janssen, JD Um acelerômetro triaxial e uma unidade portátil de processamento de
dados para a avaliação da atividade física diária. Trans. IEEE Biomédico. Eng. 1997, 44, 136-147.
[CrossRef]
20. Preece, SJ; Goulermas, JY; Kenney, LP; Howard, D. Uma comparação de métodos de extração de recursos para a classificação de
atividades dinâmicas de dados de acelerômetros. Trans. IEEE Biomédico. Eng. 2009, 56, 871-879.
[CrossRef] [PubMed]
21. Hartmann, A.; Luzi, S.; Murer, K.; de Bié, RA; de Bruin, ED Validade concorrente de um sistema de acelerômetro triaxial de tronco para
análise da marcha em idosos. Postura da Marcha 2009, 29, 444–448. [CrossRef]
22. Buuren, S.; Fredriks, M. Worm plot: Um dispositivo de diagnóstico simples para modelar curvas de referência de crescimento.
Estado. Com. 2001, 20, 1259-1277. [CrossRef]
23. Rigby, RA; Stasinopoulos, DM O projeto GAMLSS: Uma abordagem flexível para modelagem estatística.
Em Novas Tendências em Modelagem Estatística, Anais do 16º Workshop Internacional de Modelagem Estatística;
Sociedade de Modelagem Estatística: Odense, Dinamarca, 2001; págs. 337–345.
24. Rispens, SM; van Schooten, KS; Pijnappels, M.; Daffertshofer, A.; Beek, PJ; van Dieen, JH Os valores extremos das características da
marcha na vida diária fornecem mais informações sobre o risco de queda do que os valores medianos? JMIR Res. Protocolo 2015, 4,
e4. [CrossRef]
25. Moe-Nilssen, R.; Helbostad, JL Acelerometria do tronco como medida do controle do equilíbrio durante a postura quieta.
Postura da Marcha 2002, 16, 60–68. [CrossRef]
26. Thiede, R.; Toosizadeh, N.; Mills, JL; Zaky, M.; Mohler, J.; Najafi, B. Avaliação da marcha e equilíbrio como indicadores precoces de
fragilidade em pacientes com doença arterial periférica conhecida. Clin. Biomec. 2015, 32, 1-7. [CrossRef]
Machine Translated by Google

Ciência do Cérebro. 2020, 10, 832 11 de 11

27. Bautmans, I.; Jansen, B.; van Keymolen, B.; Mets, T. Confiabilidade e correlações clínicas dos resultados da análise da marcha
baseada em acelerometria 3D de acordo com a idade e o risco de queda. Postura da Marcha 2011, 33, 366–372. [CrossRef]
28. Tadano, S.; Takeda, R.; Sasaki, K.; Fujisawa, T.; Tohyama, H. Caracterização da marcha para pacientes com osteoartrite usando
sensores de marcha vestíveis (sistemas H-Gait). J. Biomec. 2016, 49, 684-690. [CrossRef]
29. Studenski, S.; Pereira, S.; Patel, K.; Rosano, C.; Faulkner, K.; Inzitari, M.; Brach, J.; Chandler, J.; Cawthon, P.; Barrett, E.; et ai.
Velocidade da marcha e sobrevivência em idosos. JAMA 2011, 305, 50-58. [CrossRef]
30. Butterworth, PA; Landorf, K.; Gilleard, W.; Urquhart, D.; Menz, H. A associação entre composição corporal e estrutura e função do pé:
Uma revisão sistemática. Obes. Rev. 2014, 15, 348–357. [CrossRef]
31. Senden, R.; Savelberg, H.; Grimm, B.; Heyligers, I.; Meijer, K. Análise de marcha baseada em acelerometria, uma abordagem
objetiva adicional para rastrear indivíduos em risco de queda. Postura da Marcha 2012, 36, 296–300. [CrossRef] [PubMed]
32. Senden, R.; Grimm, B.; Heyligers, I.; Savelberg, H.; Meijer, K. Teste de marcha baseado em aceleração para indivíduos saudáveis:
Confiabilidade e dados de referência. Postura da Marcha 2009, 30, 192–196. [CrossRef]
33. Rispens, SM; van Schooten, KS; Pijnappels, M.; Daffertshofer, A.; Beek, PJ; van Dieen, JH Identificação de preditores de risco de
queda nas medidas da vida diária: Confiabilidade das características da marcha e associação com histórico de quedas
autorrelatado. Neurorreabilitação. Neural. Reparação 2015, 29, 54–61. [CrossRef]
34. Kavanagh, JJ Movimento inferior do tronco e dependência da velocidade durante a caminhada. J. Neuroeng. Reabil. 2009, 6.
[CrossRef] [PubMed]
35. Camicioli, R.; Howieson, D.; Lehman, S.; Kaye, J. Falando enquanto caminha: O efeito de uma dupla tarefa no envelhecimento
e doença de Alzheimer. Neurologia 1997, 48, 955-958. [CrossRef] [PubMed]
36. Grimbergen, YA; Schrag, A.; Mazibrada, G.; Borm, GF; Bloem, BR Impacto das quedas e medo de cair na qualidade de vida
relacionada à saúde em pacientes com doença de Parkinson. J. Parkinsons Dis. 2013, 3, 409-413.
[CrossRef] [PubMed]

Nota do editor: O MDPI permanece neutro em relação a reivindicações jurisdicionais em mapas publicados e afiliações institucionais.

© 2020 pelos autores. Licenciado MDPI, Basileia, Suíça. Este artigo é um artigo de acesso aberto distribuído
sob os termos e condições da Creative Commons Attribution

(CC BY) licença (http://creativecommons.org/licenses/by/4.0/).