Duchennes muskeldystrofi är den vanligaste typen av muskeldystrofi, som påverkar fler än 10, 000 män vid födseln per år i USA med allvarliga fysiska funktionshinder, kronisk utslitning och muskelförsämring.

Test genom MRT, gentestning eller muskelbiopsi kräver specialutrustning, invasiva ingrepp och höga kostnader, men att mäta förändringar i muskelfunktion och identifiera kompenserande gånggång hos unga pojkar kan leda till tidigare upptäckt.

Denna vecka i Kaos författarna presenterar ett index som kallas en relativ kopplingskoefficient, som kan användas för att kvantifiera faktorerna som är involverade i människans gång och mer exakt screena för Duchennes muskeldystrofi. Använda billiga tröghetssensorer, de mätte rörelserna i olika delar av kroppen hos testpersoner, ser kroppen som en kinematisk kedja.

"Inom idrottsvetenskap, teorin om kinematisk kedja är den mest klassiska för att förklara överföringen av människokroppens kraft, "sa författaren Jian An." Under rörelseprocessen, olika länkar slutför motsvarande åtgärder, enligt den specifika strukturen vid en given tidpunkt, för att upprätthålla kroppens relativa dynamiska stabilitet."

I studien, accelerometrar placerades på deltagare på fem platser:båda underarmarna, båda benflankerna och kroppens kärna. När deltagarna gick, tidsseriedata samlades in för att skapa en kärna-lem kopplingskoefficient, som jämför kärn- och lemdata, och en homolateral-lem kopplingskoefficient, som jämför data från underarms- och benflanken. Kombinerad, dessa ger en bild av graden av koppling i hela kroppen.

Studien fokuserar på mänsklig gång som ett system av delsystem – sammanlänkade kroppsdelar som samarbetar i ett icke-linjärt komplext system. Det betyder att linjär dynamik i statistisk analys inte beskriver det väl, och olinjära dynamikmodeller är bättre lämpade för uppgiften.

Författarna använder fasrumsrekonstruktion för att fånga dynamiken i det komplexa systemet av det mänskliga gångmönstret. Deras arbete är baserat på Takens inbäddningsteori, vilket gör att de kan extrahera inbäddningsdimensionen i en endimensionell tidsseriedatauppsättning. Resultatet är en datainfunderad metodik för screening för Duchennes muskeldystrofi.

Författarna planerar att fortsätta sitt arbete med att förbättra förmågan hos den relationella kopplingskoefficienten att öka dess noggrannhet som ett verktyg för diagnos, samt utveckla applikationer för äldre människor, som att förutsäga fallrisk.