Opleiding Bewegingstechnologie, Haagse Hogeschool
Voorwoord Dit onderzoek is uitgevoerd in het kader van het afstuderen aan de opleiding Bewegingstechnologie aan de Haagse Hogeschool te Den Haag. De opdracht is geformuleerd door Motek Medical B.V. De afstudeeropdracht vond plaats in de periode van 5 maart tot 13 juni 2012. Ik wil graag de volgende mensen bedanken voor de begeleiding tijdens mijn afstudeeronderzoek: Chris Riezebos, docent aan de opleiding bewegingstechnologie; Erwin Albers, Support manager bij Motek Medical B.V. en Sanne Roeles, afstudeerkandidaat bewegingstechnologie, voor de samen uitgevoerde metingen. Verder wil ik Groen Media Service te Leiden bedanken voor het inbinden van mijn scriptie. Heemstede, juni 2012.
3 | P a g e
Samenvatting Binnen deze afstudeerscriptie is er onderzoek gedaan naar het ontwikkelen van een trainingsapplicatie om het vertrouwen in self-‐paced lopen te vergroten. Self-‐paced lopen is het lopen op een loopband waarbij de patiënt de snelheid van de loopband regelt, zonder de snelheid in te hoeven stellen met behulp van knoppen. Er is bij gebruikers en operators veel angst met betrekking tot het gebruik van het self-‐paced algoritme (geprogrammeerde software om self-‐paced lopen mogelijk te maken). De patiënten hebben veel moeite met het lopen op een constante snelheid en een gebrek aan vertrouwen dat de band start en stopt op het moment dat zij dat willen. De applicatie is gemaakt met behulp van de D-‐Flow software. Het doel van de applicatie is gebruikers sneller vertrouwd te laten raken op een self-‐paced loopband. De ontwikkelde trainingsapplicatie maakt gebruik van een principe dat iedereen kent: “het uitlaten van een hond”. Door het volgen van de hond wordt een traject afgelegd van versnellen, vertragen, stoppen en weer starten. Door dit simpele principe kan vrijwel iedereen aan deze applicatie gebruiken. Om te bepalen of de gemaakte applicatie het vertrouwen vergroot wordt de applicatie getest onder gezonde proefpersonen. Deze test bestaat uit een subjectief en objectief deel. Het subjectieve deel wordt getoetst met behulp van een vragenlijst en voor het objectieve deel wordt data opgenomen in een testapplicatie. Deze applicatie laat de gebruiker een heel simpel traject afleggen zonder veel feedback (alleen snelheid en target speed). Tijdens deze testapplicatie wordt er data opgenomen. De opgenomen data bestaat uit de fluctuaties in de tijd rondom een target speed en de benodigde tijd om van 1 m/s naar 1,5 m/s te versnellen. Iedere proefpersoon heeft het volgende traject afgelegd: testapplicatie, (controle)trainingsapplicatie en testapplicatie. Om te testen of de applicatie effect heeft gehad is er een vragenlijst opgesteld die na de eerste en de tweede testapplicatie is ingevuld. Deze vragenlijst geeft inzicht in het vertrouwen van de gebruiker tijdens self-‐paced lopen. Er zijn twee groepen gemaakt, een trainingsgroep en een controlegroep. De controlegroep maakt geen gebruik van de trainingsapplicatie maar van een nep trainingsapplicatie, dit om te zorgen dat iedereen dezelfde tijd op de loopband doorbrengt. De gegevens van de vragenlijsten zijn statistisch verwerkt. Uit deze analyse is gebleken dat er geen verschil in vertrouwen in het self-‐paced algoritme bestaat tussen de controlegroep en de trainingsgroep. Er is een statistisch verschil aangetoond in de vragen voor en na de (nep) training. Dat wil zeggen dat er voor elke groep (training en controle) een verbetering te zien is tussen voor en na. De fluctuaties in de tijd om de verschillende target speeds zijn niet minder groot geworden nadat de proefpersonen de trainingsapplicatie hebben gedaan. Er is geen significant verschil (tussen controle-‐ en trainingsgroep) aangetoond in de benodigde tijd om de target speed te bereiken. Wel gaven de proefpersonen aan dat het uitlaten van de hond een leuke afleiding is. Naar aanleiding van bovenstaande uitkomsten van het onderzoek en gesprekken met operators is er een aanbeveling gedaan richting Motek Medical B.V. Deze aanbeveling richt zich vooral op het instrueren van de operators en de instelmogelijkheden van het self-‐paced algoritme welke nu nog als moeilijk worden ervaren. Door deze punten te verduidelijken kan het self-‐paced gebruik bij de klanten van Motek Medical B.V. worden verhoogd.
4 | P a g e
Verklarende woordenlijst Overground walking Engelse benaming voor het normaal lopen over de grond, alledaags lopen. Treadmill walking Engelse benaming voor het lopen over een loopband. Self-‐paced lopen Engelse benaming van lopen op een loopband die de snelheid aanpast aan de snelheid van de patiënt. Target speed Engelse benaming voor de gewenste loopsnelheid. Motion Capture Engelse benaming voor het volgen van een persoon of beweging van een persoon (of deel daarvan). Bij Motion Capture worden reflecterende bolletjes op een persoon geplakt. Lichtgevoelige camera’s detecteren waar deze bolletjes zich bevinden in de ruimte. Wanneer deze bolletjes ledematen voorstellen kunnen berekeningen worden uitgevoerd van bijvoorbeeld hoeksnelheden. Markers Reflecterende bolletjes die nodig zijn om een plaatsbepaling te doen van een lichaam tijdens Motion Capture. Ventraal Anatomische term. Aan de buikzijde van lichaam (vanuit de anatomische stand). Draw-‐wire displacement sensor Sensor die de afstand meet tussen een gesteld nulpunt en de huidige positie van een persoon (op een loopband) die bevestigd is aan een draad. Feedback Regelsysteem dat ervoor zorgt dat er informatie wordt verschaft over een beweging tijdens/na het bewegen. D-‐Flow Programmeertaal welke wordt gebruikt binnen dit project. D-‐Flow is een visual programming taal. Hierdoor is het programmeren toegankelijker geworden voor mensen die minder affiniteit met programmeren hebben. Fixed speed Engelse benaming voor het lopen op een loopband op een vaste, vooraf ingestelde snelheid. 5 | P a g e
Dual-‐belt loopband Loopband met twee gescheiden banden. Deze banden kunnen beide een aparte snelheid krijgen. Vicon Bonita Vicon is een van de grootste motion capture camera ontwikkelaars in de wereld. De Bonita is een type camera van Vicon. SIAS Spina iliaca anterior superior. Anatomische term voor de bovenste knobbel op de voorkant van de pelvisrand. SIPS Spina iliaca posterior superior. Anatomische term voor de bovenste knobbel op de achterkant van de pelvisrand.
6 | P a g e
Contents Inleiding ................................................................................................................................................. 8 Vooronderzoek .................................................................................................................................. 8 Treadmill walking ........................................................................................................................... 8 Self-‐paced lopen ............................................................................................................................ 9 Huidige self-‐paced systemen ....................................................................................................... 11 Self-‐paced algortime .................................................................................................................... 12 Probleemstelling .............................................................................................................................. 16 Methode .............................................................................................................................................. 17 Opbouw applicaties ......................................................................................................................... 17 Trainingsapplicatie ....................................................................................................................... 18 Testapplicatie .............................................................................................................................. 20 Toetsing ........................................................................................................................................... 21 Meetprotocol ................................................................................................................................... 21 Data verzameling ............................................................................................................................. 22 Vragenlijst .................................................................................................................................... 22 Opgenomen data ......................................................................................................................... 24 Statistische verwerking .................................................................................................................... 24 Resultaten ............................................................................................................................................ 26 Vragenlijsten .................................................................................................................................... 26 Opgenomen data ............................................................................................................................. 29 Discussie .............................................................................................................................................. 33 Conclusie ............................................................................................................................................. 34 Aanbevelingen ..................................................................................................................................... 34 Bijlagen ................................................................................................................................................ 38
7 | P a g e
Inleiding Er is veel onderzoek gedaan naar de overeenkomsten en verschillen tussen loopbandlopen (treadmill walking) en ‘normaal’, over de grond lopen (overground walking)1,2,20,21. Sinds een aantal jaar zijn er systemen ontwikkeld waarmee de patiënt zelf de regie heeft over de snelheid waarmee hij/zij op de loopband loopt2,9,11,12,15. Deze systemen zijn in staat te bepalen hoe hard de patiënt loopt en passen de bandsnelheid daarop aan. Deze systemen worden self-‐paced systemen genoemd. Door middel van deze techniek kunnen de nadelen die het traditionele loopbandlopen hebben, worden verminderd. Binnen de revalidatie wordt vaak gebruik gemaakt van loopbandtraining. Dit wordt gedaan om de patiënten in een veilige omgeving (opnieuw) te leren lopen. Er wordt veel gelopen op de ‘standaard’ loopband. Deze loopband laat de patiënt met een (vooraf) ingestelde snelheid op de band lopen. Tegen deze bestaande techniek zijn bezwaren aan te voeren. Mensen lopen bijvoorbeeld overground niet op een vaste snelheid18 , hetgeen op een dergelijke loopband wel noodzakelijk is. Motek Medical B.V. heeft een systeem ontwikkeld dat ervoor zorgt dat de patiënt zelf kan bepalen hoe hard hij/zij loopt, dit gebeurt volledig automatisch. Wanneer een persoon harder of zachter gaat lopen past de snelheid zich automatisch aan.
Vooronderzoek Binnen deze analyse wordt stil gestaan bij onder andere de huidige producten die op de markt zijn, waarom self-‐paced systemen zijn ontwikkeld en hoe het Motek Medical B.V. systeem werkt. Treadmill walking Op de loopband wordt door fysiotherapeuten veel getraind met mensen die aan het revalideren zijn. De loopband vormt een goed revalidatiehulpmiddel voor mensen die bijvoorbeeld opnieuw moeten leren lopen na een amputatie of een hersenbloeding. Doordat een patiënt tijdens het lopen op een loopband geen afstand aflegt (t.o.v. de wereld) is het mogelijk de patiënt in een valpreventiesysteem te laten lopen. Op deze manier kan de patiënt in een veilige omgeving revalideren. Tevens kan de therapeut gemakkelijk bij de patiënt blijven en aanwijzingen geven. Sinds het intreden van de loopband wordt onderzoek gedaan naar de verschillen in treadmill en overground walking1,8,16. Hier worden door verschillende onderzoeken verschillende significante verschillen aangetroffen. Bovenstaande onderzoeken vinden allen een significant verschil in ‘swing time’, ‘stance time’ en ‘cadence (steps/min)’. Er worden op de treadmill significant meer stappen (cadence) per minuut gezet dan bij overground walking, van 114 overground naar 121 op de treadmill1. Tevens wordt er significant korter op een been gestaan (stance time), van 0,68 seconde overground naar 0,65 seconde op de treadmill8. Als er vanuit kinetisch oogpunt naar de verschillen tussen loopbandlopen en overground walking wordt gekeken zouden er volgens Van Ingen Schenau geen verschillen zijn20. Van Ingen Schenau verklaart dat er geen kinetisch verschil tussen overground en treadmill walking bestaat zolang het juiste assenstelsel wordt gekozen en een constante bandsnelheid wordt aangehouden. Wanneer een loopband met een constante snelheid draait en het gekozen assenstelsel met de zelfde snelheid als de band beweegt zijn er geen verschillen tussen treadmill walking en overgroundwalking. De verschillen die worden gevonden tussen treadmill walking en overground walking zouden toe te schrijven zijn aan luchtweerstand, hoogte waarop de loopband staat en de visuele feedback die de hersenen krijgen. Tijdens overground walking beweegt de 8 | P a g e
omgeving ten opzichte van de patiënt, als er op een loopband wordt gelopen blijft de omgeving stil staan. Self-‐paced lopen Self-‐paced systemen zijn ontwikkeld omdat niet elke patiënt om een vaste snelheid kan lopen op een loopband. Tevens zijn de systemen ontwikkeld om de natuurlijke snelheidsveranderingen tijdens het lopen mogelijk te maken. Tijdens het overground lopen treden er fluctuaties op in de loopsnelheid17,18. Binnen deze onderzoeken is gebruik gemaakt van een Global Positioning System (GPS). Er zijn proefpersonen met een GPS-‐systeem (opname 20Hz) uitgerust en gevraagd om dertig minuten te gaan lopen op een zelf gekozen snelheid. Achteraf is gekeken naar het snelheidsverloop tijdens de meting. In figuur 1 is het snelheidsverloop te zien van een half uur vrij lopen, gemiddelde snelheid 1,69 m/s (6.08 km/h), SD = ±0,04 m/s. Hieruit is op te maken dat men, zelfs als er wordt gevraagd een constante snelheid te lopen, niet op een constante snelheid loopt. Tijdens loopbandtrainingen kan gebruik worden gemaakt van het simuleren van omhoog/omlaag lopen (als de loopband deze mogelijkheid kent). Wanneer iemand in een natuurlijke omgeving naar boven loopt zal de snelheid van de persoon vertragen. Self-‐paced systemen laten de snelheidsveranderingen tijdens omhoog/omlaag lopen toe.
18
Figuur 1. Snelheidsverandering tijdens dertig minuten zelf gekozen snelheid .
Veel van de patiënten die op een loopband zouden kunnen trainen (revalideren) hebben te maken met loopasymmetrie. Hierdoor kunnen deze patiënten niet op een standaard loopband lopen. Iemand met bijvoorbeeld een prothese vertoont een verschil in de volgende parameters in vergelijking met het gezonde been: standtijd (tijd van heel strike tot toe off van één been), staptijd (tijd tussen hielcontact rechts en hielcontact links) en unipedalefase tijd (tijd dat er maar met één been contact is met de aarde14). Wanneer een persoon met een prothese over de grond loopt, is het niet erg wanneer er een verschil in bijvoorbeeld staptijd is. Dan zal de loopsnelheid van de patiënt afnemen. Wanneer een prothese-‐loper op een loopband een langere staptijd vertoont dan zal hij/zij richting het eind van de loopband verplaatsen (doordat de loopband op een constante snelheid blijft draaien). Hierdoor is het niet mogelijk om een prothese-‐loper op een loopband te laten trainen. Zelfs wanneer de prothese al geruime tijd aanwezig is (gemiddeld 23 jaar aanwezig) blijkt14 er nog steeds geen symmetrisch looppatroon te bestaan.
9 | P a g e
Wanneer er wordt gekeken naar de variaties per stap kan er worden geconcludeerd dat er binnen een stap ook veranderingen optreden. Het lichaamszwaartepunt verplaatst per stap tussen de -‐10 en + 10 mm22 (vanuit de nul positie) in voor-‐achterwaartse richting (z-‐ richting in figuur 4). Door bovenstaande redenen zijn er verschillende systemen ontwikkeld die ervoor zorgen dat gebruikers zelf kunnen bepalen hoe hard ze lopen.
10 | P a g e
Huidige self-‐paced systemen Om mensen met een zelf te bepalen snelheid te laten lopen zijn er een aantal systemen ontwikkeld die in essentie het zelfde doel hebben: de patiënt zelf te laten bepalen hoe hard hij/zij wil lopen. • • • •
Ultrasoon geluid Draw-‐wire displacement sensor Treadport locomotion interface Motion Capture
Ultrasoon geluid Dit is een systeem waarmee de positie bepaald kan worden en werkt door middel van ultrasoon geluid11. De opstelling van een ultrasoon systeem ziet eruit als figuur 2. 11
Figuur 2. Opstelling van een systeem welke werkt met u ltrasoon geluid .
Voor de loopband is een ultrasone zender (US) gemonteerd, die een ultrasoon geluid uitzendt. Dit geluid wordt door een reflecterend plaatje op de borst van de patiënt teruggekaatst naar de ontvanger die naast de zender zit. Aan de hand van de verstreken tijd tussen zenden en ontvangen kan worden berekend waar de patiënt zich bevindt. Wanneer de geluidsgolven er langer over doen, zal de persoon achterop de band raken (en zal de snelheid afnemen), wanneer de geluidsgolven sneller worden opgevangen zal de persoon aan de voorkant van de band lopen (en zal de snelheid toenemen). Met behulp van deze informatie wordt de snelheid van de band geregeld. Draw-‐wire displacement sensor Met behulp van het draw-‐wire displacement-‐systeem wordt de positie van de persoon op de loopband bepaald door een draad die aan de persoon is bevestigd2. Deze draad is verbonden met een oprolbare spoel aan de voorkant van de band. Er wordt een nul-‐ijking uitgevoerd. Tijdens deze ijking staat de persoon in het midden van de band. Als tijdens het lopen de persoon naar de voorkant van de band loopt, zal de spoel zich oprollen en de snelheid verhogen totdat de persoon weer terug naar het midden is gebracht. Wanneer de draad meer wordt uitgetrokken, zal de band vertragen totdat de persoon weer in het midden van de band is.
11 | P a g e
Treadport Locomotion Interface De Treadport Locomotion Interface is een loopband waarbij de snelheid wordt geregeld door de patiënt4,7. De patiënt zit vast aan een stang die zes graden van vrijheid kent (figuur 3). Dit systeem werkt met plaatsbepaling door middel van de stang. In het ophangpunt van de stang zit een sensor die de positie van de persoon ten opzichte van de sensor kan bepalen. Tevens kan de kracht op de stang bepaald worden waardoor het systeem weet hoe groot de versnelling moet zijn.
Figuur 3. The original Sarco Treadport. Opstelling zoals gebruikt bij de Treadport Locomotion Interface
7
Motion Capture Een aantal systemen maakt gebruik van Motion Capture. Door middel van Motion Capture kan worden bepaald waar een persoon zich bevindt in de ruimte. Deze plaatsbepaling kan onder andere worden gedaan voor de pelvis9 of het hoofd15. Om te bepalen waar de pelvis (of het hoofd) zich bevindt in de ruimte is een aantal markers nodig. Deze markers worden via een standaard protocol op de pelvis (of het hoofd) geplakt. Met deze gemiddelde positie kan de positie op de band worden bepaald. Als iemand wil gaan lopen, moet net zoals in overground walking 5,22 de pelvis naar ventraal worden bewogen. Deze verplaatsing van de pelvis richting ventraal is te zien in de eerste tien tot twintig procent van een stap. Wanneer men dus gaat lopen en de pelvis (of het hoofd) naar ventraal beweegt begint de band te lopen. Nadat iemand gestart is met lopen reageert de band op positieveranderingen. Self-‐paced algoritme Het self-‐paced algoritme welke Motek Medical B.V. heeft ontwikkeld, werkt met behulp van Motion Capture. Binnen het algoritme van Motek Medical wordt de pelvis voor positiebepaling gebruikt. Als de romp zou worden gebruikt kunnen de markers wegvallen door bijvoorbeeld vooroverbuigen tijdens het lopen. Motek Medical B.V. adviseert om vier pelvismarkers te gebruiken en hiervan het gemiddelde te bepalen. Deze gemiddelde positie komt ongeveer overeen met het lichaamszwaartepunt. Om te bepalen waar iemand zich op de loopband bevindt is alleen de z-‐positie van belang (figuur 4). De gemiddelde z-‐positie van deze vier markers wordt berekend door alle z-‐ posities van de verschillende markers bij elkaar op te tellen en te delen door vier.
12 | P a g e
Figuur 4. X,Y,Z oriëntatie in D-‐Flow (programmeer taal van Motek Medical B.V.)
Deze gemiddelde z-‐positie wordt vervolgens als input gebruikt voor het self-‐paced algoritme. Het doel van het algoritme is: ‘zorg dat de gemiddelde pelvispositie in het midden van de loopband blijft.’ Wanneer iemand voor het midden van de band loopt zal de band sneller gaan draaien om de persoon richting het midden van de band te krijgen. Wanneer iemand weer in het midden is, zal de band een constante snelheid houden om de persoon in het midden te houden. Wanneer iemand langzamer loopt dan dat de band draait, zal de positie van de persoon zich naar de achterkant van de band begeven. Wanneer de band merkt dat dit het geval is, zal de band langzamer gaan draaien. Als iemand deze langzamere snelheid vervolgens vasthoudt, zal de band iets langer langzamer door draaien zodat de persoon weer naar het midden van de band komt. Het algoritme werkt met verschillende gebieden waarin de band op een bepaalde manier reageert. In figuur 5 is te zien dat de band wordt opgedeeld in een aantal gebieden. Deze gebieden kunnen worden ingesteld door de operator.
13 | P a g e
Figuur 5. Self-‐paced reactie gebieden (Motek Medical B.V.).
Deze gebieden representeren de mate van reactie op een positieverandering van een gebruiker. Als iemand vanuit de DefaultZeroPos (nul positie) richting de NewFrontPos loopt, gaat de band versnellen. Wanneer iemand rondom de DefaultZeroPos blijft, zal de band een constante snelheid aanhouden. Wanneer iemand vanaf de DefaultZeroPos richting de NewBackPos afzakt, zal de band vertragen totdat deze tot stilstand komt. De twee groene gebieden zijn gebieden waarin er niet heftig wordt gereageerd op verplaatsingen van de gemiddelde z-‐positie van de pelvis markers. Wanneer een persoon binnen dit gebied blijft, zal de band weinig accelereren/decelereren wanneer iemand afwijkt (binnen het groene gebied) van de nul positie (DefaultZeroPos). Wanneer iemand in het roze gebied komt, zal er een snelle reactie van de band optreden. De gebieden kunnen worden ingesteld in de programmeercode. In figuur 6 is te zien dat het algoritme heftiger reageert als iemand voor de NewFrontPos in het roze gebied komt. In het geval van figuur 5 is de NewFrontPos ingesteld op 0,4 meter voor de DefaultZeroPos. De zwarte lijn in de grafiek representeert het punt waarop iemand over de NewFrontPos stapt. Nadat de persoon de NewFrontPos is gepasseerd is te zien dat de acceleratie (groene lijn) van de band bijna twee keer zo hoog is (van ± 0,27 m/s2 naar ± 0,47 m/s2) als in het groene gebied. Het gebied van normale correctie is afhankelijk van de grootte van de band. Wanneer een band lang is (bijvoorbeeld 220 centimeter), kan het groene gebied (gebied tussen NewFrontPos en NewBackPos) groter worden genomen dan wanneer de band relatief klein is. Tevens kan de DefaultZeroPos worden ingesteld. Dit is het nulpunt van waaruit de correcties worden toegepast. Deze positie kan in het midden van de band worden gelegd. Deze positie kan bijvoorbeeld ook tien 14 | P a g e
centimeter richting de voorkant van de band worden gelegd. Voordeel hiervan zou zijn dat de band dan sneller reageert op vertragingen dan op versnellingen. Dit kan wenselijk zijn wanneer iemand geneigd is te veel voor het midden van de band te lopen en dus zal blijven versnellen.
Figuur 6. Visualisatie NewFrontPos reactie
Er wordt binnen het algoritme van Motek Medical B.V. niet alleen gebruik gemaakt van de positie van de pelvis maar ook van de snelheid en de versnelling van de pelvis. Om de band beter te laten reageren op een grotere of kleine versnelling richting de NewFrontPos (of NewBackPos) moet er met een zogenoemde Proportional Integral Derivative controller (PID) worden gewerkt23 . Deze controller zorgt ervoor dat er een grotere versnelling/vertraging van de band is wanneer iemand met een grotere snelheid/versnelling naar de voorkant/achterkant van de band loopt. Door deze controller worden kleine positieveranderingen niet direct tot een grote snelheidsverandering omgezet. De P (in PID) staat voor proportionele regelaar. Wanneer alleen deze regelaar actief is reageert deze alleen wanneer de input van de regelaar anders is dan de ingestelde waarde. Hierdoor kan er een oscillerend effect ontstaan (het schommelen rondom de ingestelde waarde). De D staat voor differentiërende regelaar. Deze regelaar zorgt ervoor dat het oscillerende effect niet meer aanwezig is. Deze controller heeft als nadeel dat er een statische fout tussen input en de ingestelde waarde kan ontstaan. Om dit probleem op te lossen kan er een integrerende (I) regelaar worden ingebouwd. Deze regelaar zorgt ervoor dat het systeem steeds actiever gaat reageren wanneer de fout langer duurt. Een PID controller voor een extra dimensie, namelijk tijd. Doordat de tijd wordt meegenomen in het algoritme kan er iets worden gezegd over het verleden van de snelheid. 15 | P a g e
Probleemstelling Bovenstaand algoritme wordt gebruikt door klanten van Motek Medical B.V. De feedback van gebruikers op dit systeem is dat er te weinig vertrouwen in het algoritme aanwezig is. Om goed in kaart te brengen wat de huidige problemen zijn met betrekking tot het gebruik van het self-‐paced algoritme is er met verschillende klanten contact geweest. Tevens is er met de enige klant in Nederland een afspraak gemaakt om te kijken wat de problemen zijn. Tijdens deze afspraak is er met gebruikers en operators gesproken over het self-‐paced algoritme. De belangrijkste opmerkingen van de patiënten zijn: angst dat de loopband blijft versnellen en angst dat de band niet stopt wanneer men wil stoppen. Vanuit de operators is er vooral angst dat zij geen controle meer hebben over de snelheid van de band en daarmee de veiligheid van de patiënten in gevaar kunnen brengen. Geconstateerd is ook dat de operators onvoldoende kennis hebben van de toepassingsmogelijkheden van het algoritme; zij weten niet welke instellingen er mogelijk zijn om het gedrag van de band aan te passen naar de wensen van de operator. Hoofdvraag: ontwerp en vervaardig een applicatie waarmee het vertrouwen van patiënten toeneemt wanneer het self-‐paced algoritme actief is. Toets vervolgens of de gemaakte applicatie het gewenste effect heeft gehad. De applicatie wordt op twee manieren getoetst. Er wordt gekeken of het vertrouwen toeneemt door middel van een vragenlijst. Vervolgens wordt er gekeken of het eventueel toegenomen vertrouwen kan worden bevestigd door objectieve metingen. Deze metingen bestaan uit de benodigde tijd om naar een target speed te versnellen en de fluctuaties rondom de nieuwe targetspeed.
16 | P a g e
Methode Om het vertrouwen van patiënten in het self-‐paced algoritme te vergroten wordt er binnen dit onderzoek een trainingsapplicatie ontwikkeld. Om te achterhalen of de applicatie dit vertrouwen ook daadwerkelijk doet groeien, moet dit worden getoetst. Deze toetsing vindt plaats op twee manieren. Het vertrouwen in de loopband wordt gemeten met behulp van een vragenlijst. Omdat er met deze vragenlijst alleen een subjectief antwoord gegeven kan worden op de vraag of de trainingsapplicatie het gewenste effect heeft gehad wordt er ook een testapplicatie ontwikkeld. Met behulp van deze testapplicatie kan er data worden opgenomen, waarmee vervolgens een objectief antwoord op de vraag kan worden gegeven.
Opbouw applicaties De te ontwerpen applicatie wordt gemaakt met de D-‐Flow software. D-‐Flow is een visual programming programmeertaal. De duidelijke opbouw en structuur zorgt ervoor dat er minder programmeerkennis nodig is dan bij de gebruikelijke programmeertalen. Binnen D-‐Flow bevinden zich een aantal icoontjes (modules) die in het werkveld gesleept kunnen worden. Deze modules bezitten verschillende functies. Zo zijn er modules om een loopband aan te sturen maar ook modules om berekeningen uit te voeren. Met behulp van diverse modules kan een applicatie worden ontwikkeld. In figuur 7 is te zien hoe de D-‐Flow software eruit ziet.
Figuur 7. D-‐Flow
Om ervoor te zorgen dat de patiënt meer vertrouwen krijgt in het algoritme is het van belang de patiënt te laten ervaren dat de band stopt wanneer hij/zij wil stoppen. De trainingsapplicatie moet ervoor zorgen dat de patiënt het vertrouwen krijgt dat de loopband doet wat de patiënt wil. Hierdoor worden alle eigenschappen van de band in de trainingsapplicatie uitgevoerd. Deze eigenschappen zijn starten, stoppen, versnellen en vertragen.
17 | P a g e
Trainingsapplicatie De trainingsapplicatie heeft als basis een eindeloze weg. Deze eindeloze weg bestaat uit drie exact dezelfde ‘tegels’ die telkens achter elkaar worden geplakt. Het uiterlijk van deze weg is gebaseerd op de stijl van de serie applicaties, welke worden gemaakt door Motek Medical B.V. Een voorbeeld van hoe de applicatie eruit ziet is te zien in figuur 8. De applicatie bevat een weg waardoor de visualisatie tijdens het lopen meer lijkt op dat van overground walking. De loopband staat voor een halfrond scherm. Het halfronde scherm en de projectie van de weg op dit scherm geeft de persoon het gevoel dat de wereld ook echt meebeweegt. Binnen de trainingsapplicatie wordt een traject van versnellen, vertragen, stilstaan en beginnen met lopen afgelegd. Dit alles om ervoor te zorgen dat mensen het gevoel krijgen controle over de band te hebben. Het protocol tijdens de applicatie ziet er als volgt uit; -‐ -‐ -‐ -‐ -‐ -‐
Lopen op een constante snelheid (fixed speed) voor 30 seconden. Self-‐paced lopen op een zelf gekozen snelheid (1 minuut) Self-‐paced lopen op een snelheid 0,5 m/s sneller dan de zelf gekozen snelheid (1 minuut) Self-‐paced lopen op een snelheid 0,5 m/s langzamer dan de zelf gekozen snelheid (1minuut) Stoppen vanuit een snelheid 0,5 m/s langzamer dan de zelf gekozen snelheid (5 sec stil staan) starten met lopen nadat de persoon volledig tot stilstand is gekomen (20 sec)
Feedback zorgt ervoor dat de patiënt dit protocol volgt. De feedback binnen deze trainingsapplicatie wordt gecreëerd met behulp van een geanimeerde hond, deze hond moet worden gevolgd. Het doel van de hond is de patiënt uit te dagen bovengenoemd protocol te volgen. Het volgen van de hond stelt de patiënt in staat de eigenschappen van het algoritme te ervaren. Om te bepalen wat de reactie moet zijn van de gebruiker is er een rode streep op de grond getekend die de huidige snelheid van de persoon aangeeft. Wanneer iemand te langzaam loopt zal de hond voor de rode streep gaan lopen (de hond wordt kleiner), wanneer iemand te zacht loopt zal de hond achter de streep gaan lopen en wanneer de huidige snelheid dezelfde snelheid bedraagt als de target speed dan zal de rode streep tussen de poten van de hond blijven. Het doel van de applicatie is dan ook; “houd de rode streep tussen de poten van de hond.” Wanneer de target speed oploopt zal de loopsnelheid van de hond zich ook aanpassen zodat het lijkt alsof de hond harder loopt. Wanneer de hond stil gaat staan is het de bedoeling dat de proefpersoon ook stil gaat staan. Dit traject kan eventueel meerdere keren worden herhaald om zo meer vertrouwen in de loopband te krijgen. Binnen de eerste versie van de trainingsapplicatie is gekozen voor een gevisualiseerde hond. Dit wordt uitgebreid met verschillende geanimeerde objecten, zodat er gekozen kan worden tussen verschillende doelen.
18 | P a g e
Figuur 8. visualisatie trainingsapplicatie
Nadat self-‐paced is geactiveerd wordt de gemiddelde snelheid opgenomen van de eerste minuut van het self-‐paced lopen. Tijdens de eerste minuut, waarin een zelfgekozen snelheid gelopen mag worden, blijft de hond direct naast de persoon lopen. Dit is om te wennen aan de aanwezigheid van de hond en om te kunnen bepalen waar de rode streep zich moet bevinden wanneer de hond de snelheid aangeeft. De snelheid van de loopband is een output van de treadmill module. Om de gemiddelde snelheid van de loopband te bepalen wordt er in de applicatie een ‘statistics’ module gebruikt, deze module is in staat om o.a. het gemiddelde van een input te bepalen. De input bestaat uit de huidige snelheid (output treadmill module) van de loopband. Nadat is bepaald wat de gemiddelde snelheid van de eerste minuut self-‐paced lopen was, moet de gewenste snelheidsverhoging (target speed) worden bepaald. Deze snelheidsverhoging bedraagt 0.5 m/s bovenop de gemiddelde snelheid. De patiënt moet worden uitgedaagd te versnellen, daardoor zal de hond voor de virtuele positie (rode streep op de grond) van de persoon lopen. Om de positie van de hond afhankelijk te maken van de snelheid van de patiënt moet de hond worden gekoppeld aan het snelheidsverschil tussen de target speed en de huidige snelheid (Δv). Als het snelheidsverschil bijvoorbeeld 0,5 m/s is, en deze snelheid gekoppeld is aan de positie, wordt de hond 0,5 m naar voren (of achter) bewogen (z-‐richting). Omdat een halve meter niet goed te zien op het grote scherm wordt de input van de z-‐positie vermenigvuldigd met 2,5(1). Hierdoor is het voor de patiënten duidelijker dat er een verschil bestaat tussen de target speed en de huidige snelheid. (1) Op deze factor wordt in de discussie verder ingegaan.
19 | P a g e
Testapplicatie Om te kunnen bepalen of de trainingsapplicatie effect heeft moet er een testapplicatie worden gemaakt. Deze testapplicatie moet zo zijn opgebouwd dat er informatie kan worden verzameld over het self-‐paced lopen. Om ervoor te zorgen dat de testapplicatie zo min mogelijk trainingseffect heeft is ervoor gekozen deze applicatie erg simpel te houden. Het te volgen protocol ziet er als volgt uit: •
•
• •
Voordat de applicatie wordt gestart is er eerst de gelegenheid te wennen aan het lopen op een lopende band. Deze gewenningstijd bedraagt tien minuten en wordt op een vaste snelheid gedaan19. Na deze inlooptijd wordt het self-‐paced algoritme geactiveerd. Het is de bedoeling om in de eerste minuut van het self-‐paced lopen op een constante snelheid te lopen van 1 m/s. Op het beeld tegenover de proefpersoon staat zijn/haar huidige snelheid en de target speed. Na een minuut gaat de target speed oplopen van 1 m/s naar 1,5 m/s. De proefpersoon moet de bandsnelheid verhogen en vasthouden. Na weer een minuut gelopen te hebben op deze snelheid wordt de snelheid verlaagd naar 0,5 m/s. Deze vertraging moet weer een minuut worden volgehouden. Na een minuut op 0,5 m/s te hebben gelopen wordt de loopband gestopt.
Wanneer de proefpersoon self-‐paced gaat lopen wordt er ook begonnen met data opnemen. De opgenomen data bestaat uit: huidige snelheid, target speed, verschil tussen huidige en target snelheid (Δv) en de tijd die nodig is om van 1,0 m/s naar 1,5 m/s te versnellen. Wanneer iemand meer controle over het algoritme heeft zal de benodigde tijd kleiner zijn dan wanneer iemand geen ervaring heeft op de loopband. Deze opgenomen data wordt later gebruikt in de data-‐analyse. ∆v kan positief of negatief zijn naargelang er te hard of te zacht gelopen wordt. Met behulp van ∆v kan er worden gekeken of iemand gemakkelijk rondom de target speed kan blijven lopen. Dit getal zal geen nul worden omdat er tijdens het lopen voortdurend snelheidsveranderingen optreden. Nadat de applicatie is geëindigd wordt deze informatie weggeschreven naar een .txt-‐bestand. De visualisatie van de testapplicatie is erg simpel, in figuur 9 is te zien hoe de testapplicatie eruit ziet.
Figuur 9. visualisatie van de testapplicatie
20 | P a g e
Toetsing Om te kunnen bepalen of de trainingsapplicatie effect heeft had moet dit worden getoetst met behulp van een meting. De meting wordt uitgevoerd met behulp van proefpersonen. De proefpersonen zijn alle collega’s (negen) van Motek Medical B.V. en zeven medestudenten. Deze proefpersonen bestaan uit valide personen zonder lichamelijke beperkingen/blessures. Het totaal aantal proefpersonen bedraagt zestien (gem. leeftijd = 28,3 jaar; SD=5,2 jaar), zes vrouwen en tien mannen (figuur 10). De eerste groep (trainingsgroep) bestaat uit elf personen. De tweede groep, de controlegroep bestaat uit vijf personen. De verdeling tussen controle-‐ en trainingsgroep is willekeurig gemaakt. Alle proefpersonen gaven vooraf aan geen aandoeningen te hebben die van invloed op de meting zouden kunnen zijn.
Aantal 38%
62%
Mannen Vrouwen
Figuur 10. verdeling mannen vrouwen
Meetprotocol Het motion capture-‐systeem bestaat binnen deze applicatie uit Vicon Bonita camera’s. Deze camera’s volgen de markers. Het self-‐paced algoritme is zo ingericht dat er zelf kan worden gekozen welke markers bepalen hoe snel de loopband zou moeten draaien. Er wordt zwarte kleding gedragen door de proefpersonen. De marker setup bestaat uit vier pelvismarkers, op beide SIAS-‐en (Spina iliaca anterior superior) en beide SIPS-‐en (Spina iliaca posterior superior) zie figuur 11.
Figuur 11. Marker setup
Wanneer een te loszittend shirt over een marker zou vallen, regelt het algoritme zelf dat de loopband stopt. Er is een veiligheidsmechanisme ingebouwd welke ervoor zorgt dat wanneer één marker gedurende een halve seconde niet zichtbaar is er een noodstopsignaal wordt uitgezonden. Wanneer dit signaal uitgezonden wordt zal de loopband stop worden gezet. Om een goede meting te kunnen doen is het dus van belang dat de kleding strak en zwart is.
21 | P a g e
De metingen zijn uitgevoerd op een GRAIL-‐systeem. GRAIL staat voor Gait Real-‐time Analysis Interactive Lab. Dit systeem bestaat uit een dual-‐belt loopband, motion capture apparatuur en een halfrond scherm om de virtuele wereld op te projecteren. De proefpersonen worden vooraf geïnstrueerd over de gang van zaken tijdens de training. Nadat de proefpersonen zijn geïnstrueerd, wordt gevraagd een formulier in te vullen waarin ze verklaren voldoende geïnformeerd te zijn en dat de metingen onder eigen risico vallen. De proefpersoon krijgt een valpreventiesysteem aan dat aan het plafond zit verankerd. Vervolgens wordt gestart met de eerste testapplicatie. Na de eerste testmeting wordt de eerste vragenlijst ingevuld. Nadat de vragenlijst is ingevuld zal de trainingsapplicatie worden gestart. Deze trainingsapplicatie bestaat voor de trainingsgroep uit de echte trainingsapplicatie. Voor de controlegroep wordt dezelfde applicatie gebruikt zonder de visualisatie van de hond. Dit om ervoor te zorgen dat de controlegroep dezelfde tijd self-‐paced loopt als de trainingsgroep, maar dan zonder training. Nadat de trainingsapplicatie is afgerond wordt wederom de testapplicatie gestart. Deze is identiek aan de eerste testapplicatie. Nadat de testapplicatie voor de tweede keer is afgenomen vult de proefpersoon wederom dezelfde vragenlijst in als voorafgaand aan de training. Na het afronden van de tweede testapplicatie is de meting ten einde gekomen en kan de proefpersoon van de loopband afstappen.
Data verzameling De data is op twee manieren verzameld; met behulp van de eerder genoemde vragenlijst en met de opgenomen data uit de testapplicatie. Vragenlijst De vragenlijst is opgesteld met behulp van de gehoorde opmerkingen van patiënten en operators. Om te kunnen toetsen of de te maken trainingsapplicatie effect heeft is het van belang juist deze opmerkingen van patiënten te betrekken in de vragenlijst. Om de uitkomsten van de vragenlijst te kunnen toetsen is gebruik gemaakt van de Visual Analogue Scale (VAS). Dit is een zeer veel gebruikte methode voor onderzoek naar de beleving van mensen6. De VAS-‐schaal is een zelf-‐beoordelende schaal die vaak gebruikt wordt bij de ervaring van pijnintensiteit10,13. De VAS schaal is een horizontale (of verticale) lijn van tien centimeter lang. Aan de linker zijde van de lijn staat in deze vragenlijst helemaal oneens en aan de rechter kant staat helemaal eens. De vragen die gesteld zijn kunnen allemaal met deze antwoorden worden beantwoord. Er dient een loodrechte streep gezet te worden op de plaats van het gevoel van de proefpersoon. Aan de hand van de gezette loodrechte strepen kan later een waarde worden gegeven aan het gegeven antwoord, deze antwoorden kunnen dan worden verwerkt met behulp van SPSS. In figuur 12 zijn de vragen uit de vragenlijst te vinden. Onder de vragen is ook de VAS-‐schaal te zien. De controlegroep en trainingsgroep hebben dezelfde vragenlijsten tweemaal ingevuld. De eerste keer na de eerste testapplicatie en de tweede keer na de tweede testapplicatie. De uitkomsten van de vragenlijsten kunnen gemakkelijk worden bepaald door met behulp van een liniaal de score op te meten. De score wordt bepaald vanaf het punt ‘helemaal oneens’ tot aan het gezette verticale streepje. Dit wordt bij elke ingevulde vragenlijst gedaan. Dit resulteert in een score tussen 0 en 10. Vraag drie en vier zijn vragen waarbij een lage score als een positief gevoel kan worden getypeerd. Dit wil zeggen dat wanneer de antwoorden vanaf de ‘helemaal onwaar’ worden gemeten, een antwoord van bijv. zes beter is dan een antwoord van bijv. acht. Om dit tegen te gaan worden de vragen drie en vier gemeten vanaf de ‘helemaal waar’ kant. Hierdoor wordt een score van drie juist een zeven. 22 | P a g e
Figuur 12. Self-‐paced vragenlijst
23 | P a g e
Opgenomen data Zoals eerder vermeld bestaat de opgenomen data uit; verschil tussen huidige en target snelheid (Δv) en de tijd die nodig is om van 1,0 m/s naar 1,5 m/s te versnellen. Om iets te kunnen zeggen over het verschil tussen huidige en target snelheid wordt de standaarddeviatie gebruikt. De standaarddeviatie is een maat voor de grootte van de spreiding in het gemiddelde. De standaarddeviatie geeft aan hoe ver een waarde van de gemiddelde waarde afzit. De data van het verschil tussen target speed en huidige snelheid is opgenomen met een samplefrequentie van 300Hz. Hierdoor bestaat de tabel uit zeer veel waarden. De waarden zijn gemiddeld en daarover is de standaarddeviatie bepaald. Dit is gedaan voor elke proefpersoon voor en na de trainingsapplicatie. Met behulp van de standaarddeviatie wordt gemeten hoe de patiënten in staat zijn een constante snelheid te blijven lopen. Uit onderzoek18 is gebleken dat de gemiddelde standaarddeviatie ±0,04 m/s is tijdens een halfuur overground lopen. Als de trainingsapplicatie effect heeft is te verwachten dat de standaarddeviatie voor de training boven deze gemiddelde standaarddeviatie ligt en na de training op deze gemiddelde standaarddeviatie. Tijdens de testapplicatie moesten de proefpersonen reageren op een target speed verandering. De tijd die men nodig had om te versnellen van 1 m/s naar 1,5 m/s is een maat voor de controle over de band. Wanneer deze tijd na de trainingsapplicatie lager is dan voor de trainingsapplicatie zou er gezegd kunnen worden dan men meer controle heeft over het self-‐paced algoritme. Met behulp van deze data kan objectief worden gekeken of de trainingsapplicatie effect heeft gehad.
Statistische verwerking Binnen dit onderzoek is geprobeerd op twee manieren antwoord te krijgen op de vraag of de trainingsapplicatie effect heeft gehad. Aan de hand van de vragenlijsten en de data kunnen er statische berekeningen worden uitgevoerd. Voordat deze berekeningen kunnen worden gedaan is het van belang de vragen op te splitsen zodat er heldere resultaten kunnen worden geformuleerd. Hieronder is een opsomming gemaakt van de te beantwoorden vragen: Vragenlijsten 1. Bestaat er een verschil in score op de vragen voor en na de (controle)training, niet gekeken naar de onderverdeling in groepen? 2. Bestaat er een verschil in de score op de vragen tussen beide groepen? Opgenomen data 3. Is er een verschil in de standaarddeviatie tussen voor en na de (controle) training? 4. Is er een verschil in de standaarddeviatie tussen de groepen? 5. Is er een verschil in benodigde tijd om van 1 m/s naar 1,5 m/s te versnellen tussen voor en na (controle) training, niet naar de groepen gekeken? 6. Is er een verschil in de benodigde tijd om van 1 m/s naar 1,5 m/s te versnellen tussen de controle-‐ en trainingsgroep tussen voor en na de (controle) training? 7. Hoe groot is de correlatie tussen de vragen en de opgenomen data? 24 | P a g e
Vragenlijsten De statistische verwerking van de vragenlijsten wordt gedaan met behulp van een Repeated Measurement ANOVA. Deze toets wordt gedaan omdat er twee groepen, twee meetmomenten en zes verschillende vragen zijn. Doordat er een Repeated Measurement ANOVA gedaan wordt hoeven er niet met gemiddelde waarden berekeningen worden gemaakt. Er worden twee factoren gedefinieerd: • •
VoorNa; twee niveaus: voor of na Vragen; zes niveaus: vraag één tot en met zes
Deze factoren worden voor twee verschillende groepen berekend; de trainingsgroep en de controlegroep. Een Repeated Measurement ANOVA heeft verschillende uitkomsten. Met behulp van de tabel ‘Mauchly’s Test of Sphericity’ wordt bepaald in welke rij gekeken dient te worden bij de ‘Test of Within-‐Subject Effects’. Wanneer de waarden van de ‘Greenhouse-‐Geisser’ boven de 0,75 is zal er naar de ‘Huynh-‐Feldt’ rij worden gekeken, wanneer de ‘Greenhouse-‐Geisser’ beneden de 0,75 is dan zal er naar ‘Greenhouse-‐Geisser’ worden gekeken. Om te bepalen of er (afzonderlijk van de groepen) een verschil bestaat tussen de antwoorden voor en na de training (vraag 1) moet er in de ‘Tests of Within-‐Subjects Effects’ naar de significante waarde worden gekeken bij de factor ‘VoorNa’. Er is een significant verschil wanneer deze p-‐waarde onder de 0,05 is. Wanneer de ‘Observed Power’ boven de 0,8 is, kan er worden gezegd dat er een onderscheidend vermogen aanwezig is. Of de trainingsapplicatie het gewenste effect heeft moet er naar het verschil tussen de groepen worden gekeken. Dit wordt gedaan met behulp van de ‘Tests of Between-‐Subjects Effects’. In deze test wordt gekeken naar de rij ‘Groep’, wanneer de p-‐waarde onder de 0,05 is bestaat er een significant verschil tussen VoorNa en de groepen (vraag 2) Opgenomen data De opgenomen data wordt statistisch verwerkt met behulp van een Wilcoxon toetsen. Deze toets wordt toegepast omdat de data niet voldoet aan de parametrische test voorwaarden. Het aantal proefpersonen is veertien. Bij twee van de proefpersonen uit de trainingsgroep is de data opname verloren gegaan door een fout in de applicatie. Hierdoor bestaat de proefpersonengroep uit totaal veertien, negen proefpersonen in de trainingsgroep en vijf proefpersonen in de controle groep. Allereerst wordt gekeken of de standaarddeviatie afgenomen is na de trainingsapplicatie zonder onderscheid te maken in groepen (vraag 3). Er bestaat een significant verschil wanneer de p-‐waarde kleiner is dan 0,05. Dit wordt ook gedaan voor vraag 4 maar dan gescheiden in groepen. De benodigde tijd om van 1 m/s naar 1,5 m/s te versnellen wordt ook getoetst met behulp van een Wilcoxon toets. Eerst wordt er geen onderscheid gemaakt tussen de groepen (vraag 5). Vervolgens wordt er gekeken of er tussen de groepen een significant verschil zit in de benodigde versnellingstijd (vraag 6).
25 | P a g e
Om na te gaan of er een verband bestaat tussen de vragen, de benodigde tijd en de standaarddeviatie moet worden gekeken naar de correlatiecoëfficiënt (vraag 7). Deze correlatiecoëfficiënt bepaalt of er bijvoorbeeld gezegd kan worden dat wanneer iemand een hoge score op de vragenlijst (na training) scoort hij/zij ook een significant kortere tijd nodig heeft om van 1 m/s naar 1,5 m/s te versnellen. Wanneer dit zo is, zou er gezegd kunnen worden dat een van de twee parameters niet meer nodig zou zijn bij vervolg onderzoek. Een correlatietoets toetst of de 0-‐hypothese significant klopt. De 0-‐hypothese gaat ervan uit dat er geen verband bestaat (pure willekeur) tussen de verschillende parameters. Als een p-‐waarde significant is (p<0.05), kan worden gezegd dat de 0-‐hypothese wordt bevestigd. Als de 0-‐hypothese niet wordt bevestigd, wordt de correlatiecoëfficiënt bepaald. Deze correlatiecoëfficiënt laat zien hoe ver de gemeten waarde van de 0-‐hypothese af zit. Wanneer de correlatie 1 (of -‐1) is kan worden gezegd dat er een verband bestaat tussen de twee parameters.
Resultaten Met behulp van bovenstaande vragen wordt er een onderverdeling gemaakt in de statistische verwerking.
Vragenlijsten Vragen voor – na In figuur 13 is deze uitkomst te zien van alle de gemiddelde scores van alle vragen bij elkaar zonder naar groepen te kijken.
Figuur 13. Gemiddelde score vragen voor – na (GemVoor is de gemiddelde score voor de training, GemNa is de gemiddelde score na de training.)
26 | P a g e
In figuur 13 is te zien dat iedereen (ongeacht in welke groep zij zich bevinden) hoger scoort na de (controle) trainingsapplicatie. Er wordt in de ‘Huynh-‐Feldt’ rij gekeken want de ‘Greenhouse-‐Geisser’ is 1. Als er in de ‘Huynh-‐Feldt’ rij wordt gekeken is te zien dat het verschil significant (p=0.001) is met een ‘Observed Power’ van 0.978, er is dus een groot onderscheidend vermogen. In figuur 14 is geanalyseerd of de gemiddelde scores per vraag verschillend zijn voor en na de (controle) training. Deze berekening is wederom gedaan zonder naar de indeling in groepen te kijken.
Figuur 14. verschillen voor/na per vraag
In figuur 14 is te zien dat elke vraag gemiddeld een hogere score behaalt na de (controle) training dan voor de (controle) training. Dit betekent dat het vertrouwen groeit in de band ongeacht in welke groep de proefpersonen zich bevinden.
27 | P a g e
Vragen per groep in figuur 15 is de score op de vragen te zien wanneer er rekening gehouden wordt met de verschillende groepen.
Figuur 15. Gemiddelde score groepen gescheiden (GemVoor is de gemiddelde score voor de training, GemNa is de gemiddelde score na de training.)
In bovenstaande figuur is te zien dat, ook wanneer er binnen groepen wordt gekeken, er een verschil bestaat tussen voor en na de training. Ook is te zien dat de controle groep gemiddeld hoger scoort. Er is geen significant verschil (p=0,452) van de verhoging van het vertrouwen tussen de controle-‐ en de trainingsgroep. Er is dus geen verschil tussen de trainingsgroep en de controlegroep.
28 | P a g e
Opgenomen data Standaarddeviatie In figuur 16 een staafdiagram te zien van de standaarddeviaties bij de verschillende proefpersonen. 0,100 0,090 Standaarddevia_e
0,080 0,070 0,060 0,050
Standaarddeviase voor
0,040
standaarddeviase na
0,030 0,020 0,010 0,000 1
2
3
4
5
6
7
8
9
10 11 12 13 14
Proefpersoon
Figuur 16. Standaarddeviatie van de verschillende proefpersonen
In figuur 16 is geen duidelijke toename of afname te zien van de standaarddeviatie voor de training of na de training. Een van de uitkomsten van de Wilcoxon toets is het percentage gestegen en gedaalde waarden. Deze percentages zijn weergegeven in figuur 17. Wanneer naar deze waarden wordt gekeken is te zien dat 57 procent van de proefpersonen een hogere standaarddeviatie heeft na de training, wat wil zeggen dat dit gedeelte van de proefpersonen verder van de gemiddelde waarde afliggen en minder constant rondom de target speed lopen. 34 procent heeft een lagere standaarddeviatie (lopen constanter rondom de target speed) en 9 procent heeft dezelfde standaarddeviatie (geen verschil tussen voor en na de training).
Toe-‐ afname Afname
9% 34%
57%
Toename Gelijk
Figuur 17. verdeling standaarddeviatie toe-‐ en afname
Om te bepalen of er een significant verschil bestaat tussen deze toe-‐ en afnames is er gekeken naar de Wilcoxon toets (bijlage statistiek). Uit deze toets kan worden geconcludeerd dat er geen significant (p=0,422) onderscheid bestaat tussen voor of na de (controle) training.
29 | P a g e
Standaarddeviatie per groep Nu er bepaald is dat er voor de standaarddeviatie geen significant verschil bestaat tussen voor en na de (controle) training kan er worden gekeken of er wel een verschil bestaat wanneer er naar het verschil tussen de afzonderlijke groepen wordt gekeken. In figuur 18 wordt een diagram weergegeven van de gemiddelde waarden van de standaarddeviatie tussen de verschillende groepen voor en na de training.
Figuur 18. gemiddelde standaarddeviatie tussen voor en na de (controle) training. SD Voor is standaarddeviatie voor de training, SD Na is standaarddeviatie na de training
De Wilcoxon toetst (bijlage statistiek) of er binnen de trainings-‐ en controlegroep een significant verschil bestaat tussen voor en na de (controle)training. Er bestaat geen significant verschil binnen de controlegroep in standaarddeviatie tussen voor en na de training (p=0,893). Binnen de trainingsgroep is eveneens geen significantie aangetoond tussen voor en na de training (p=0,263). Dit wil zeggen dat, wanneer er onderscheid gemaakt wordt tussen trainings-‐ en controlegroep geen verschil bestaat tussen voor en na de training. Het maakt dus niet uit of de controle trainingsapplicatie of de trainingsapplicatie is gedaan. Versnellingstijd In figuur 19 is te zien hoe de benodigde tijden veranderen na de trainingsapplicatie (geen onderscheid in groepen). De meeste proefpersonen hebben na de (controle)training minder tijd nodig om naar de nieuwe target speed te versnellen. Of dit verschil ook significant is wordt 30 | P a g e
onderzocht met behulp van een Wilcoxon toets (bijlage statistiek). Hieruit blijkt dat er een significant (p = 0,048) verschil bestaat tussen voor en na de (controle) training. 20,0
18,6
17,8
18,0 16,0
14,8
14,0
Tijd
10,0 8,0 6,0
11,6
10,9
12,0
9,9
10,4
8,2 6,3 6,6 5,7
6,1 4,3
4,0
3,5
7,2
6,6 6,2 4,8
4,3
5,1
4,6
5,7
5,5 5,5
Tijd na training (sec)
4,1
3,2
3,0
sjd voor training (sec)
7,0
2,0 0,0 1
2
3
4
5
6
7
8
9
10
11
12
13
14
Proefpersoon
Figuur 19. Benodigde tijd om te versnellen van 1 m/s naar 1,5 m/s per proefpersoon, zonder te kijken naar groepen.
Versnellingstijd per groep Vervolgens wordt er gekeken naar de verschillen in de benodigde tijd om te versnellen van 1 m/s naar 1,5 m/s tussen de verschillende groepen. Dit is gedaan in figuur 20.
Figuur 20. Gemiddelde benodigde tijd om van 1 m/s naar 1,5 m/s te versnellen.
31 | P a g e
In figuur 20 is te zien dat beide groepen minder tijd nodig hebben om na de (controle) training van 1 m/s naar 1,5 m/s te versnellen. Om te bepalen of de trainingsgroep significant minder tijd nodig heeft, ten opzichte van de controlegroep om te versnellen wordt er wederom een Wilcoxon toets uitgevoerd (bijlage statistiek). Uit de Wilcoxon toets valt op te maken dat er geen significant ( p= 0,051) verschil zit tussen voor en na de training bij de trainingsgroep. Wanneer er naar de controlegroep wordt gekeken is er te concluderen dat binnen deze groep geen significant (p=0,345) verschil aangetoond kan worden tussen voor en na de controletraining. Als er wordt gekeken naar de uitgevoerde testen is er geen enkel significant (p<0,05) verschil aangetoond wanneer er naar de verschillende groepen afzonderlijk wordt gekeken. Correlatie
Spearman TijdNa Vragen (gem) Na p-‐waarde 0.668 Vragen (gem) Na r-‐waarde -‐0.167
Standaarddeviatie na 0.606 0.200
Figuur 21. Uitkomst Spearman’s correlatiecoëfficiënt.
In figuur 21 zijn de uitkomsten te zien van de Spearman test (volledige test in de bijlage statistiek). Uit deze test is op te maken dat er geen verband bestaat tussen de gemiddelde score op de vragen en de tijd (van 1 m/s naar 1,5 m/s) na de training (p=-‐0.167; r=0,167). Er is ook geen verband tussen de gemiddelde score op de vragen en de standaarddeviatie na de training (p=0.606; r=0,200). Doordat er geen verband bestaat tussen de vragen en de data kan er worden gesteld dat iemand niet minder tijd nodig heeft als iemand beter scoort op de vragenlijst. Wanneer er geen verband tussen de vragenlijsten en de opgenomen data bestaat, kan niet worden gesteld dat de vragenlijsten vervangen kunnen door een van de twee parameters.
32 | P a g e
Discussie Er waren slechts drie dagen beschikbaar om de metingen op het systeem uit te voeren. De metingen van dit onderzoek zijn gecombineerd met de metingen van een mede afstudeer kandidaat. Hierdoor zou er per proefpersoon een uur nodig zijn. In deze beschikbare tijd zouden 22 metingen uitgevoerd kunnen worden. Mede doordat het systeem in een ontwikkelfase verkeert zijn er achterstanden ontstaan in het tijdsschema. Omdat er geen rek zat in het aantal beschikbare dagen is er een verschil ontstaan in het aantal proefpersonen in de controlegroep (n=5) en de trainingsgroep (n=11). Hierdoor zijn de metingen minder betrouwbaar dan wanneer er aan de gewenste groepsgroottes was voldaan. Tijdens het ontwerp van de trainingsapplicatie is de z-‐positie van de hond vermenigvuldigd met 2,5. Deze schalingsfactor is ten onrechte doorgevoerd. Doordat deze schalingsfactor in de applicatie is verwerkt kan er verwarring ontstaan over de te lopen snelheid. In de virtuele wereld is een meter ook een meter. Wanneer deze meter wordt vermenigvuldigd zal er visueel gezien een fout optreden. De uit te lokken reactie wordt overdreven en is niet meer in lijn met hoe iemand in de reële wereld zou reageren op een positieverandering van de hond. De proefpersonen hebben dit niet aangegeven, maar er kan niet worden uitgesloten dat dit effect heeft gehad op de training. In een vervolgstudie moet deze afstand naar de reële wereld worden vertaald. Tijdens de metingen zijn er verschillende problemen aan het licht gekomen. Vooral het instellen van het systeem bleek een klus te zijn waaraan vooraf meer aandacht besteed had kunnen worden. De software die de Motion Capture camera’s aanstuurt is een zeer geavanceerd programma. Het op de juiste manier instellen van dit programma vroeg meer kennis dan voorhanden was; hierdoor is er tijd verloren gegaan tijdens de metingen. Binnen dit onderzoek is er alleen van gezonde proefpersonen uitgegaan. Het zou een goede aanvulling van het onderzoek zijn om ook patiënten te laten trainen met de trainingsapplicatie. De systemen staan voornamelijk bij militaire instellingen. In het kader van de veiligheid kon er geen patiëntinformatie verkregen worden. Naar aanleiding van dit onderzoek is er naar voren gekomen dat het self-‐paced algoritme nog niet volledig is geëvolueerd. Binnen Motek Medical B.V. is er veel onduidelijkheid over het algoritme. Er is één persoon die het volledige algoritme kent (en ook heeft geschreven). Doordat dit algoritme nog niet is gepatenteerd kan er weinig worden uitgelegd over de werking ervan.
33 | P a g e
Conclusie Het doel van dit onderzoek was het ontwikkelen van een trainingsapplicatie die het gevoel van vertrouwen vergroot tijdens self-‐paced lopen. Om te bepalen of deze applicatie het gewenste effect heeft gehad is er een vragenlijst ontwikkeld. De antwoorden op deze vragenlijst zijn statistisch getoetst. Er is alleen een significant verschil aangetoond in de vragen voor en na de (controle) trainingsapplicatie (zonder onderscheid in groepen). Wanneer er naar de verschillende groepen gekeken wordt kan er worden geconcludeerd dat de trainingsgroep niet significant hoger scoort op de vragenlijst. Hierdoor kan er worden geconcludeerd dat het toegenomen vertrouwen vooral te wijten is aan de tijd dat personen met het self-‐paced algoritme trainen. Het meten van gevoel is erg ingewikkeld; niet voor iedereen geeft de mate van vertrouwen hetzelfde gevoel. Hierdoor is er ook gekeken naar de opgenomen data. Deze data bestaan uit: benodigde tijd om van 1 m/s naar 1,5 m/s te versnellen en de gemiddelde afwijking van de target speed. Op basis van deze gegevens zijn wederom statistische tests uitgevoerd. Op basis van deze tests is te zeggen dat er geen significante verschillen zijn gevonden in de verschillende toetsen. Aangezien er geen significante verschillen zijn gevonden is te concluderen dat de gemaakte trainingsapplicatie geen effect heeft op het vertrouwen op de loopband. Tevens kan er worden geconcludeerd dat er geen correlatie bestaat tussen de vragen en de gemeten data. Tevens zal Motek Medical B.V. zich meer moeten richten op de operators. De operators vinden het vervelend de controle uit handen te geven. Mede daardoor wordt dit algoritme nog te weinig gebruikt. De instelmogelijkheden van het self-‐paced algoritme zouden toegankelijker moeten worden gemaakt. Dit om ervoor te zorgen dat de operators meer vertrouwen krijgen in het algoritme.
Aanbevelingen Vanuit Motek Medical B.V. is de vraag gekomen om een applicatie te ontwikkelen die er voor zorgt dat het vertrouwen toeneemt onder gebruikers tijdens het self-‐paced lopen. Wanneer er naar de gebruikers wordt gekeken kan er worden gezegd dat er vooral bij ouderen een zekere angst is voordat er self-‐paced gelopen gaat worden. Tevens is er veel angst bij de operators. Deze operators vinden het eng om de controle over de band uit handen te geven aan een ’computer’. De patiënten vinden vooral het stoppen en de angst van het door blijven versnellen beangstigend. Met behulp van deze input is de trainingsapplicatie ontwikkeld. Deze applicatie blijkt achteraf geen statistisch verschil te genereren ten opzichte van de controlegroep. Na uitgebreid gesproken te hebben met een operator is er gebleken dat de angst wellicht vooral bij de operator ligt. Patiënten gaan ervan uit dat een behandelaar (operator) precies weet wat hij/zij doet. De patiënten vertrouwen daarom hetgeen waarop de behandelaar hem/haar laat lopen. Tijdens het bezoek aan het Militair Revalidatie Centrum (MRC) in Doorn is gebleken dat de operator te weinig vertrouwen heeft in het algoritme. Wanneer vervolgens patiënten gevraagd wordt te gaan lopen met het self-‐paced algoritme wordt na een aantal minuten duidelijk dat de patiënten het spannend vinden, maar wel op een constante snelheid kunnen blijven lopen. Tevens zijn de gebruikers in staat om snelheidsveranderingen toe te passen. Wanneer wordt gevraagd te stoppen met lopen is te zien dat mensen dit moeilijk vinden. Uit dit onderzoek is aan te bevelen dat er niet 34 | P a g e
alleen naar de patiënten wordt gekeken maar ook naar de operators. Wanneer de operators vertrouwen hebben in de software kan dit vertrouwen worden overgebracht op de patiënten. Wanneer vervolgens de trainingsapplicatie gebruikt wordt om het algoritme uit te leggen, kan er een wederzijds vertrouwen ontstaan tussen patiënt en operator. Er is veel onduidelijkheid over de mogelijkheden van het instellen van het algoritme. Zo kan het gebied waarin de band matig of veel reageert worden ingesteld. Deze instellingen zijn alleen in te stellen in de programmeercode. Hierdoor is het voor de operators niet toegankelijk genoeg. Het is aan te bevelen deze instellingen beschikbaar te maken in de normale configuratie van D-‐Flow. Tevens wordt het algoritme met standaard instellingen aangeleverd. Deze standaard instellingen zijn niet voor elke gebruiker toepasselijk. Er zijn klanten met een band van 220 centimeter maar ook klanten met een band van maar 180 centimeter. Wanneer bijvoorbeeld het gebied waarin er matig wordt gereageerd 55 centimeter voor en achter het midden ligt bedraagt dit matige gebied 110 centimeter. Wanneer dit gebied op een band van 180 centimeter wordt toegepast is er nog maar 35 centimeter over om snel te reageren aan de voor en achterzijde. Wanneer dit gebied op een band van 220 centimeter wordt toegepast zal het gebied waarin veel gereageerd wordt 55 centimeter zijn. Hierdoor heeft het algoritme veel meer tijd om de patiënt tot stilstand te laten komen. Het is dus van belang de klanten in te laten zien hoe zij de instellingen zo kunnen instellen zodat het afgesteld is op hun type band. Tevens is het aan te bevelen het algoritme te publiceren en te patenteren waardoor er meer openheid kan worden gegeven. Hierdoor zouden eventuele verbeteringen sneller doorgevoerd kunnen worden. Er wordt nu op de klantenservice ondersteuning gegeven aan klanten die het algoritme gebruiken, zonder dat de medewerker het volledige algoritme kent. Hierdoor zouden in het uiterste geval zelfs gevaarlijke situaties kunnen ontstaan.
35 | P a g e
Literatuur verwijzingen (1) Alton F, Baldey L, Caplan S, Morrissey M. A kinematic comparison of overground and treadmill walking. Clin Biomech 1998;13(6):434-440. (2) Bowtell MV, Tan H, Wilson AM. The consistency of maximum running speed measurements in humans using a feedback-controlled treadmill, and a comparison with maximum attainable speed during overground locomotion. J Biomech 2009;42(15):2569-2574. (3) Buijs M. De diagnose 'instabiliteit'-een wankel verhaal? Versus Tijdschrift voor Fysiotherapie . (4) Christensen R, Hollerbach M, Xu Y, Meek G. Inertial force feedback for a locomotion interface. Symp. on Haptic Interfaces, Proc., ASME Dynamic Systems and Control Division: Citeseer; 1998. (5) Gutierrez-Farewik EM, Bartonek Å, Saraste H. Comparison and evaluation of two common methods to measure center of mass displacement in three dimensions during gait. Human movement science 2006;25(2):238-256. (6) Hjermstad MJ, Fayers PM, Haugen DF, Caraceni A, Hanks GW, Loge JH, et al. Studies comparing Numerical Rating Scales, Verbal Rating Scales, and Visual Analogue Scales for assessment of pain intensity in adults: a systematic literature review. J Pain Symptom Manage 2011;41(6):1073-1093. (7) Hollerbach M, Christensen R, Xu Y, Meek G. Design specifications for the second generation Sarcos Treadport locomotion interface. Haptics Symposium, Proc. ASME Dynamic Systems and Control Division; 2000. (8) Lee SJ, Hidler J. Biomechanics of overground vs. treadmill walking in healthy individuals. J Appl Physiol 2008;104(3):747-755. (9) Lichtenstein L, Barabas J, Woods RL, Peli E. A feedback-controlled interface for treadmill locomotion in virtual environments. ACM Transactions on Applied Perception (TAP) 2007;4(1):7. (10) McDowell I. Measuring health: a guide to rating scales and questionnaires. : Oxford University Press, USA; 2006. (11) Minetti AE, Boldrini L, Brusamolin L, Zamparo P, McKee T. A feedback-controlled treadmill (treadmill-on-demand) and the spontaneous speed of walking and running in humans. J Appl Physiol 2003;95(2):838-843. (12) Morin J, Samozino P, Bonnefoy R, Edouard P, Belli A. Direct measurement of power during one single sprint on treadmill. J Biomech 2010;43(10):1970-1975. (13) Ohnhaus EE, Adler R. Methodological problems in the measurement of pain: a comparison between the verbal rating scale and the visual analogue scale. Pain 1975;1(4):379-384. (14) Schaarschmidt M, Lipfert SW, Meier-Gratz C, Scholle HC, Seyfarth A. Functional gait asymmetry of unilateral transfemoral amputees. Human Movement Science 2012. (15) Souman JL, Giordano PR, Frissen I, Luca AD, Ernst MO. Making virtual walking real: Perceptual evaluation of a new treadmill control algorithm. ACM Transactions on Applied Perception (TAP) 2010;7(2):11. (16) Stolze H, Kuhtz-Buschbeck J, Mondwurf C, Boczek-Funcke A, Jöhnk K, Deuschl G, et al. Gait analysis during treadmill and overground locomotion in children and adults. Electroencephalography and Clinical Neurophysiology/Electromyography and Motor Control 1997;105(6):490-497.
36 | P a g e
(17) TERRIER P, LADETTO Q, MERMINOD B, SCHUTZ Y. Measurement of the mechanical power of walking by satellite positioning system (GPS). Medicine & Science in Sports & Exercise 2001;33(11):1912. (18) Terrier P, Turner V, Schutz Y. GPS analysis of human locomotion: further evidence for longrange correlations in stride-to-stride fluctuations of gait parameters. Human movement science 2005;24(1):97-115. (19) Van de Putte M, Hagemeister N, St-Onge N, Parent G, De Guise J. Habituation to treadmill walking. Biomedical Materials and Engineering 2006;16(1):43. (20) van Ingen SGJ. Some fundamental aspects of the biomechanics of overground versus treadmill locomotion. Med Sci Sports Exerc 1980;12(4):257. (21) Watt JR, Franz JR, Jackson K, Dicharry J, Riley PO, Kerrigan DC. A three-dimensional kinematic and kinetic comparison of overground and treadmill walking in healthy elderly subjects. Clin Biomech 2010;25(5):444-449. (22) Whittle MW. Three-dimensional motion of the center of gravity of the body during walking. Human Movement Science 1997;16(2):347-355. (23) Zhong J. PID controller tuning: a short tutorial. class lesson, Purdue University 2006.
37 | P a g e
Bijlagen Statistiek
Tabel 1. Repeated Measurement ANOVA Mauchly’s Test of Sphericity
38 | P a g e
Tabel 2. Repeated Measurement ANOVA Tests of Within-‐Subjects Effects
Tabel 3. Repeated Measurement ANOVA Test of Between-‐Subjects Effects
39 | P a g e
Tabel 4. Wilcoxon toets standaarddeviatie geen onderscheid groepen
Tabel 5. Wilcoxon toets standaarddeviatie controle-‐ en trainingsgroep
Tabel 6. Wilcoxon voor benodigde versnellingstijd voor-‐na geen onderscheid in groepen
40 | P a g e
Tabel 7. Wilcoxon voor benodigde versnellingstijd voor-‐na controle-‐ en trainingsgroep
Tabel 8. Spearman correlatiecoëfficiënt.
41 | P a g e