Opleiding Bewegingstechnologie, Haagse Hogeschool

 

 

                              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