Distintos patrones de coordinación integran los movimientos exploratorios de la cabeza con todo

Nov 12, 2023

Scientific Reports volumen 13, Número de artículo: 1235 (2023) Citar este artículo

692 Accesos

2 Altmetric

Detalles de métricas

La guía visual de la marcha es una habilidad importante para la movilidad diaria. Si bien esto a menudo se ha estudiado utilizando técnicas de seguimiento ocular, estudios recientes han demostrado que la exploración visual involucra más que solo el ojo; el movimiento de la cabeza y potencialmente todo el cuerpo está involucrado para una exploración visual exitosa. Este estudio tuvo como objetivo evaluar los patrones de coordinación asociados con el movimiento de la cabeza y se planteó la hipótesis de que estos patrones se extenderían por todo el cuerpo, en lugar de estar localizados. Veintiún (después de las exclusiones) voluntarios adultos jóvenes sanos siguieron un protocolo de caminata en cinta rodante diseñado para provocar diferentes tipos de movimientos de la cabeza (sin estímulos en comparación con los estímulos que requieren cambios de mirada horizontales, verticales y mixtos). Se utilizó el análisis de componentes principales para establecer patrones de movimiento de marcadores correlacionados de todo el cuerpo (Movimientos principales; PM) relacionados con la actividad de la cabeza. En total, se encontró que 37 MP de orden superior estaban asociados con el movimiento de la cabeza, dos de ellos mostraron diferencias significativas entre los ensayos asociados con fuertes rotaciones de la cabeza en el plano horizontal y sagital. Ambos se asociaron con un patrón de actividad de todo el cuerpo. Un análisis de los componentes de orden superior reveló que los movimientos exploratorios de la cabeza están asociados con distintos patrones de movimiento, que se extienden por todo el cuerpo. Esto demuestra que la exploración visual puede producir patrones de movimiento de todo el cuerpo que tienen una influencia potencialmente desestabilizadora. Estos hallazgos arrojan nueva luz sobre los resultados establecidos en la investigación de búsqueda visual y tienen relevancia para la prevención de caídas y lesiones.

La exploración visual es un comportamiento fundamental que es crucial para la orientación exitosa de la acción tanto en humanos1,2 como en otros animales3,4,5. En particular, la exploración visual es crucial para la orientación de uno de nuestros comportamientos más importantes: durante la locomoción, nuestro sistema visual se utiliza para navegar con seguridad hacia los objetivos mientras evita obstáculos6,7,8,9. Tal vez, la importancia de la exploración visual no se hace evidente al caminar todos los días, pero esto se vuelve más evidente cuando el sistema perceptual-motor se desafía hasta el punto de fallar (por ejemplo, intente caminar con los ojos cerrados), lo que puede conducir a tropiezos, caídas u otras lesiones. Por lo tanto, el conocimiento de la guía visual de la marcha podría ser especialmente relevante en estas situaciones de alto esfuerzo, que ocurren naturalmente en el deporte o situaciones que producen un riesgo elevado de caídas para las personas mayores. Curiosamente, si bien la función del sistema visual de forma aislada ha sido bien estudiada6, aún no se ha establecido cómo se coordina el comportamiento de exploración visual con el control postural de todo el cuerpo.

El vínculo entre el riesgo de caídas, el movimiento ocular y la marcha se ha investigado previamente10. Los estudios han enfatizado la coordinación entre los movimientos de los ojos y la cabeza durante la marcha en cinta rodante11, la marcha en diferentes entornos12 y la marcha en búsqueda13. Además, existen investigaciones que relacionaron directamente las características de la estrategia de la mirada con las características de la marcha; por ejemplo, Chapman y Hollands descubrieron que las personas mayores con un riesgo elevado de caídas necesitaban más tiempo para planificar y ejecutar ajustes de pasos mediolaterales14 y apartar la mirada de los objetivos de los pasos antes de lo previsto. sus contrapartes de bajo riesgo15, lo que conduce a un mayor error en la colocación del pie. Evidentemente, hay algún cambio en la forma en que usamos la exploración visual durante la marcha que se asocia con un mayor riesgo de caídas.

La medición de la exploración visual en la investigación se operacionaliza comúnmente mediante el seguimiento ocular, una técnica que registra el foco de la visión central. Sin embargo, en la marcha diaria, la visión central por sí sola no cubre la función completa de la exploración visual. Es decir, los movimientos oculares a menudo se asocian con el movimiento de la cabeza y el cuerpo, lo que permite un mayor rango de exploración10,12,13,16. Por ejemplo, la investigación en el fútbol de asociación ha demostrado que los movimientos de los ojos y de la cabeza son importantes para cuantificar la exploración visual17. La coordinación entre el movimiento sacádico de los ojos y la cabeza está determinada por el tamaño del cambio de mirada. Los cambios de mirada más pequeños se asocian solo con un movimiento sacádico, con la cabeza siguiendo atrás para volver a centrar los ojos después del cambio. Mientras que los desplazamientos de mirada que orientarían los ojos cerca de su límite mecánico se realizan con una mayor contribución inicial del movimiento de la cabeza18 o de todo el cuerpo19,20.

Teniendo en cuenta este acoplamiento entre el movimiento de los ojos, la cabeza y el cuerpo, es evidente que la actividad exploratoria podría afectar el control postural. Dado que los cambios de mirada a menudo se coordinan junto con un reposicionamiento retrasado de la cabeza después de un movimiento sacádico18, especulamos que la actividad del movimiento de la cabeza podría retrasarse hasta un momento en el que afectan mínimamente el control postural de todo el cuerpo. Así, si se estudian los patrones de movimiento corporal durante la marcha mientras se realiza una tarea de exploración visual, se podría esperar que surjan patrones coordinativos que integren estrategias de compensación en el ciclo de la marcha.

El análisis de componentes principales (PCA) se utiliza para la puesta en práctica de las evaluaciones de coordinación de todo el cuerpo21,22,23. Usando PCA, uno puede determinar patrones lineales o componentes principales que explican una parte de la varianza total en el conjunto de datos. Estos componentes representan estrategias de movimiento, es decir, patrones de movimientos de segmentos corporales correlacionados, que se han denominado 'Movimientos Principales' (PM)24. Además, PCA es un método de reducción de dimensionalidad: las entradas cinemáticas con grandes dimensiones se pueden resumir de forma fiable en un pequeño número de PM. Por ejemplo, durante la postura tranquila o la marcha, las tres primeras PM ya explican más del 90 % de la varianza23,24. Debido a este objetivo en términos de reducción de datos, es común mirar solo el primer par de PM hasta que se cumplan algunos criterios. Este procedimiento se implementa, razonando que los componentes de mayor orden explican solo una pequeña porción de la varianza total por componente y tienen una peor relación señal/ruido. Sin embargo, hallazgos recientes sugieren que en los datos de movimiento humano, estos componentes superiores aún podrían contener información relevante, reflejando movimientos más pequeños y localizados o estrategias de control más rápidas25,26 o patrones de movimiento asociados con una amplitud pequeña como la respiración o el movimiento de la cabeza en equilibrio de pie24. En la marcha, se espera que los movimientos de la cabeza estén entre los PM de orden superior, ya que los PM de orden inferior probablemente se verán eclipsados ​​por la mayor amplitud de los movimientos de brazos y piernas y, por lo tanto, razonamos que se justifica un enfoque en los componentes de movimiento de orden superior26.

Los objetivos del estudio actual son identificar patrones de coordinación de movimiento específicos que pueden asociarse con movimientos de la cabeza inducidos por la exploración durante la marcha. Es posible que existan expectativas contradictorias sobre estos patrones específicos. En primer lugar, estos patrones podrían ser independientes del patrón de marcha, lo que daría como resultado la identificación de PM de movimiento de cabeza que ven muy poca representación de otros movimientos corporales. Sin embargo, planteamos la hipótesis de que el movimiento de la cabeza estaría relacionado con el movimiento de todo el cuerpo. En este caso, los PM que representan movimientos de la cabeza también abarcarán patrones distribuidos. Un análisis de estos patrones distribuidos debería proporcionar información sobre las estrategias de compensación empleadas para ayudar a mover la cabeza al caminar.

El estímulo de exploración visual implementado durante la caminata en la cinta ergométrica logró provocar el movimiento de la cabeza, como lo demuestra un efecto significativo de la orientación del estímulo ("condición") en la orientación de los marcadores de la cabeza (Fig. 1a,b; inclinación de la cabeza: F(3, 54) = 10,5, p < 0,001, η2 = 0,170; guiñada de cabeza: F(1,23, 22,09) = 24,8, p < 0,001, η2 = 0,369). Esta es una suposición importante en el análisis, ya que la distancia entre los LED que se usaron como estímulo técnicamente no requiere el movimiento de la cabeza de un participante (es decir, un movimiento sacádico podría ser suficiente). Bonferroni corregido (α = 0.05/6 = 0.008) Las comparaciones por pares en la variación del ángulo de cabeceo de la cabeza mostraron diferencias significativas entre la condición horizontal y todas las demás condiciones (todos los valores de p < 0,008), pero no entre ninguna de las otras condiciones. Para la variación del ángulo de guiñada de la cabeza, las comparaciones por pares corregidas por Bonferroni identificaron diferencias significativas entre la condición horizontal y las condiciones verticales y de control (valores p < 0,008) y entre la condición mixta y las condiciones verticales y de control (valores p < 0,008). ); las diferencias no fueron significativas entre los pares vertical y control y horizontal y mixto. Nota: las pruebas de Shapiro-Wilk habían respaldado una suposición de normalidad; sin embargo, el análisis identificó dos valores atípicos con más de 3,5 desviaciones estándar eliminados de los promedios de su grupo, que se excluyeron del análisis del movimiento de la cabeza (Fig. 1a,b).

Diagramas de caja de los efectos entre condiciones de la variabilidad del movimiento de la cabeza (a y b), los principales patrones de movimiento identificados por PCA (PM1–PM4, panel c–f) y los dos PM asociados principalmente con los movimientos de la cabeza (PM19 y PM23, panel g y h ). Las barras horizontales encima de los paneles indican diferencias significativas mediante la prueba t por pares (panel a y b) y las pruebas de Durbin-Conover por pares (panel c–h), todas con la corrección de Bonferroni para comparaciones múltiples.

Se requirieron dos PM para explicar alrededor del 90 % de la varianza en el conjunto de datos y cinco PM estaban presentes con un valor propio relativo superior al 1 por ciento (Figura 1 complementaria). Las diferencias entre las condiciones en estos PM de orden inferior se ilustran en la figura 1c-f. La Figura 2 muestra la suma de las cargas del marcador de cabeza en cada PM. Las siguientes tendencias en la Fig. 2 son dignas de mención: 1) No se encontraron contribuciones de marcador de cabeza sobreproporcionadas (es decir, un PM con una carga de marcador de cabeza mayor que el porcentaje de peso aproximado representado por la cabeza en un cuerpo promedio) entre los primeras 16 hs. 2) un primer grupo de cargas de marcadores de cabeza se encuentra alrededor de PM17-25. 3) se puede encontrar un segundo grupo más grande entre PM34 y PM76. 4) no se encontraron contribuciones de marcador de cabeza sobreproporcionadas entre PM77 y 117. En total, se identificaron 37 PM con una carga de marcador de cabeza sobreproporcionada (contribución superior al 5%), que se analizaron más en términos de las diferencias en relación variación entre las condiciones.

Suma de la carga del marcador de cabeza por PM (rango: PM1–PM117). La línea horizontal representa el valor umbral del 5 % (masa corporal aproximada representada por la cabeza), lo que indica que las cargas por encima de esta línea tienen una actividad de la cabeza relativamente alta. Se encontraron 37 PC con un marcador de cabeza combinado que cargaba por encima del umbral. El sombreado y el tamaño de los marcadores por encima del umbral indican diferencias entre condiciones en una prueba de Friedman, donde los marcadores más pequeños (sombra clara) no muestran diferencias, los marcadores de tamaño mediano (sombra media) muestran una diferencia con un alfa no corregido de 0,05 y los más grandes ( los más oscuros) muestran diferencias significativas incluso con un alfa corregido para 37 comparaciones paralelas. Es importante señalar aquí que en todos los PM que muestran efectos entre condiciones, el movimiento de la cabeza no está aislado, sino que al menos el 20 % de la variación se encuentra en patrones distribuidos.

La varianza relativa de los 37 PM de movimiento de la cabeza se sometió a una prueba de Friedman para evaluar las diferencias entre diferentes orientaciones de estímulo. Debido al aumento del error de tipo I asociado con 37 comparaciones paralelas, se aplicó una corrección de Bonferroni (αc = 0,05/37 = 0,0014). Sin embargo, considerando el aumento del error de tipo II con una corrección alfa tan fuerte, también se informaron valores no corregidos. Ocho PM relacionadas con el movimiento de la cabeza mostraron diferencias significativas entre las condiciones con un alfa no corregido (marcadores medianos en la Fig. 2: PM19, PM23, PM25, PM37, PM45, PM60, PM70, PM75). Se identificaron dos PM para mostrar diferencias significativas entre las condiciones después de la corrección alfa (Fig. 1g, h y marcadores grandes en la Fig. 2;). En primer lugar: PM19 (χ2(3) = 19,00, p < 0,001), las comparaciones por pares de Durbin-Conover (Fig. 1g) con la corrección de Bonferroni (αc = 0,008) revelaron diferencias significativas entre las condiciones horizontal y vertical (p < 0,001), así como la condición horizontal y mixta (p < 0.001). En segundo lugar, se encontraron resultados significativos en PM23 (Fig. 1h, χ2(3) = 36,50, p < 0,001). Las pruebas de Durbin-Conover corregidas por Bonferroni (αc = 0.008) mostraron efectos significativos entre las condiciones horizontales y verticales y de control, así como entre las condiciones mixtas y verticales y de control. PM19 describe trayectorias de marcadores correlacionadas relacionadas con una fuerte rotación del plano sagital de la cabeza (es decir, cabeceo) con patrones distribuidos en los brazos y las piernas, también principalmente en el plano sagital (Fig. 3). PM23 describe una fuerte rotación de la cabeza en el plano horizontal (es decir, guiñada), junto con patrones distribuidos en el plano frontal en el brazo izquierdo y el tronco y actividad mixta en las piernas (Fig. 3).

Representación visual de la carga del marcador por segmento corporal para las primeras 6 PM y las 6 con la carga más alta del marcador en la cabeza. El panel de planos de movimiento muestra un índice de color para los otros paneles: los segmentos del cuerpo representados en verde son los más activos en el plano sagital, los segmentos representados en rojo son los más activos en el plano frontal y los segmentos representados en azul son los más activos en el plano horizontal. Las imágenes del panel Motion Planes están adaptadas de: https://commons.wikimedia.org/wiki/File:Planes_of_Body_unlabeled.jpg, bajo CC4.0, usando paint.net. 'Más activo' en este caso significa que la carga del segmento alcanzó más del 80 % de contribución en los dos ejes dentro de un plano (p. ej., si la contribución de la carga del segmento anterior-posterior y vertical juntos alcanzó más del 80 %, la contribución se clasifica como sagital actividad del avión). Los segmentos del cuerpo en escala de grises no son dominantes en ningún plano específico. El panel de imagen base muestra la imagen en caso de que todas las cargas de marcadores fueran iguales a 0 para establecer una línea de base para los paneles PM. Los paneles PM muestran las cargas de marcadores por parte del cuerpo, los tonos más oscuros indican una mayor carga de marcadores para este segmento. Los asteriscos indican diferencias significativas entre condiciones, donde un solo asterisco indica significación en una prueba de Friedman no corregida y un asterisco doble indica significancia en una prueba de Friedman corregida para 37 comparaciones paralelas. Cabe destacar aquí los patrones asociados con los movimientos de la cabeza que aparecen distribuidos por todo el cuerpo.

Los resultados confirmaron que la tarea de dirección de la mirada indujo rotaciones de la cabeza, que se asociaron con patrones de coordinación que se extienden por todo el cuerpo. Los movimientos de la cabeza en el plano sagital se asociaron con un patrón de movimiento del plano sagital distribuido en el torso y las piernas, mientras que los movimientos de la cabeza que ocurrieron en el plano horizontal se asociaron principalmente con patrones de movimiento del plano frontal en el brazo izquierdo y la parte inferior de la pierna derecha. Cabe señalar que los resultados del análisis de PCA son específicos de este paradigma experimental y la replicación en la caminata natural (bajo un conjunto de restricciones muy diferentes27,28), donde la exploración a menudo es a su propio ritmo en lugar de prescriptiva, dará como resultado diferentes PCA. -Características como movimiento de cabeza, órdenes de PM y cargas de segmento. Por lo tanto, los mensajes importantes para llevar a casa no se encuentran en estos detalles de los MP, sino más bien en el patrón general de los hallazgos. Los principales mensajes son: 1. Los movimientos exploratorios de la cabeza están asociados con patrones de movimiento distribuidos por todo el cuerpo. 2. Estos patrones de movimiento no estaban representados en los componentes de orden inferior, pero es necesario evaluar los PM de orden superior para comprender la coordinación entre el ojo, la cabeza y el cuerpo. 3. Los movimientos de la cabeza en el plano sagital generalmente se asociaron con la actividad del segmento corporal en el plano sagital, mientras que las rotaciones de la cabeza en el plano horizontal se asociaron más con la actividad en el plano frontal.

A nivel funcional, estos resultados no sorprenden. Habría sido posible acomodar dos posibles patrones de actividad para la tarea de exploración visual. En primer lugar, sería posible una estrategia localizada en la cabeza en la que los movimientos de la cabeza sean en gran medida independientes de los movimientos del cuerpo. Sin embargo, tal estrategia requeriría movimientos de cuello más extremos y una fijación fuerte e ineficiente del cuerpo. Como la tarea de caminar es relativamente simple, tal estrategia de "congelación"29 no es ideal y, como se planteó como hipótesis, los resultados actuales establecieron patrones coordinativos de todo el cuerpo para adaptarse a la exploración visual. En este entorno de baja demanda pueden coexistir la necesidad de estabilizarse y la de explorar: se pueden permitir los movimientos posturales y no conducen a eventos de inestabilidad. Sin embargo, podría ser una hipótesis futura que en situaciones en las que se desafía el equilibrio, tales fluctuaciones exploratorias podrían conducir a la inestabilidad, lo que indica una compensación entre la estabilidad y la exploración. Durante la caminata, las personas generalmente podrán explorar visualmente antes de involucrar activamente todo el cuerpo30. Aquí, hemos demostrado que incluso cuando se camina bajo demandas bajas, el movimiento exploratorio de la cabeza todavía está asociado con la coordinación de todo el cuerpo durante la marcha, lo que implica que podría existir una compensación entre exploración y estabilización durante la marcha. Donde las personas se encuentren en este compromiso sería el resultado de las limitaciones involucradas en la ejecución de la tarea27. Es decir, cuando una tarea es simple y/o un individuo es muy hábil (como fue el caso en el presente estudio), entonces la compensación no se enfatiza y la exploración activa se convierte en una oportunidad para la acción31. Sin embargo, cuando aumentan las demandas de estabilidad, se permitirá menos exploración. Es una recomendación para estudios futuros establecer aún más esta compensación y cómo las personas responden a las altas demandas de estabilidad y exploración.

Un campo potencial donde la comprensión de las estrategias de compensación de todo el cuerpo asociadas con la exploración visual podría ser relevante es el deporte. Aquí, ocurren situaciones donde las demandas tanto exploratorias como de estabilidad son altas. Una estrategia de compensación postural relacionada con la exploración visual, además de las demandas posturales ya altas del deporte (p. ej., manipular equipos al correr, saltar o girar bruscamente), podría aumentar el riesgo de lesiones. Aunque en este punto es especulativo, la compensación entre exploración y estabilización descrita aquí podría resultar valiosa para explicar lesiones como las del ligamento cruzado anterior que se sabe que ocurren con frecuencia cuando los atletas se encuentran cerca de un oponente (lo que indica mayores demandas exploratorias), cuando el equilibrio está perturbado o cuando realiza una maniobra desafiante (lo que indica mayores demandas de estabilidad) como desacelerar o cortar lateralmente32. Existe una oportunidad para futuros estudios aquí para cuantificar las demandas exploratorias y de estabilidad en los casos que conducen a eventos de lesiones utilizando análisis de video. Los patrones de coordinación distribuidos asociados con la exploración podrían desempeñar un papel disruptivo en la causa de la lesión.

Si bien muchos estudios usan PCA como un método para la reducción de la dimensionalidad y tienen como objetivo analizar solo una cantidad baja de componentes mientras se conserva la información crítica, informamos resultados que indicaban claramente que la información potencialmente relevante aún podría estar presente en los componentes de orden superior. Si el estudio actual hubiera seguido las pautas tradicionales y solo hubiera incluido PM hasta que se pudiera observar una "caída marcada" en los valores propios22, hasta que hubiéramos alcanzado el 90 % de la varianza explicada, p. que el uno por ciento de la varianza total36, entonces habríamos ejecutado un análisis en uno, dos o cinco PM respectivamente (Figura complementaria 1). En términos de movimientos de la cabeza, esto habría limitado el análisis a un enfoque en PM3 y PM4, que mostraban diferencias entre las condiciones (Fig. 1e,f), pero habría excluido los PM que mostraban patrones que se asemejaban a las rotaciones de la cabeza: PM19 y PM23 (compárese con la Fig. 1a,b,g,h). Este análisis demuestra que, si bien un enfoque en los PM de orden inferior podría ser una buena estrategia para la reducción de la dimensionalidad, un enfoque en los PM de orden superior permite un análisis de patrones de movimiento específicos que ocurren sistemáticamente a lo largo del movimiento.

En resumen, el estudio actual evaluó los patrones coordinativos de todo el cuerpo asociados con los movimientos de la cabeza inducidos por la exploración visual durante la marcha. Al analizar los componentes de orden superior resultantes de PCA, establecimos que los movimientos exploratorios de la cabeza están asociados con patrones de movimiento específicos en todo el cuerpo, donde las rotaciones de la cabeza en el plano sagital generalmente se asociaron con la actividad del plano sagital y los movimientos de la cabeza en el plano transversal estaban más asociados con la actividad del plano frontal. Estos resultados implican una compensación entre exploración y estabilización que podría tener relevancia para comprender mejor la exploración visual durante la marcha, así como las lesiones que ocurren durante la marcha. La investigación adicional debe evaluar la generalización y la aplicabilidad de los resultados hacia la marcha diaria en la población general, ya que las relaciones investigadas tienen relevancia para la investigación del equilibrio y el control postural a lo largo de la vida.

Se reclutó una muestra de 23 participantes (13 mujeres, edad media: 25,7) del alumnado local; sin embargo, dos participantes fueron excluidos debido a errores de medición después de la inspección visual de datos. Todos los participantes estaban libres de lesiones en las extremidades inferiores en los últimos 6 meses o cualquier otro problema de salud que pudiera afectar su patrón de marcha. El protocolo del estudio fue aprobado por el Board for Ethical Questions in Science de la Universidad de Innsbruck (38/2020) y ejecutado de acuerdo con la Declaración de Helsinki. Todos los participantes dieron su consentimiento informado antes de participar en el estudio.

Los participantes estaban equipados con 39 marcadores reflectantes (conjunto de marcadores de marcha enchufables de cuerpo completo Vicon). Se utilizaron diez cámaras infrarrojas para registrar las ubicaciones de los marcadores a 250 Hz (Vicon Motion Systems Ltd, Reino Unido). Se colocó una caminadora en el centro del laboratorio y la velocidad de la caminadora se ajustó a 4 km/h para todas las condiciones para que los datos resultantes fueran comparables entre los participantes. Para estimular el movimiento de los ojos y la cabeza, se utilizó un conjunto programable de luces LED. Tres LED se fijaron a la altura aproximada de los ojos en una pared frente al participante y uno se fijó en el suelo entre la cinta de correr y la pared (Fig. 4). Los LED se programaron para encenderse uno a la vez y se indicó al participante que siguiera esta secuencia de encendido con la mirada.

Vista superior del montaje experimental. Tres LED derechos están montados en una pared aproximadamente a la altura de los ojos de la cinta de correr. El LED colocado entre la cinta de correr y la pared se colocó en el suelo, a una distancia que representa aproximadamente 2 pasos por delante del centro de la cinta de correr. La rotación de la cabeza del plano horizontal (guiñada) requerida para un movimiento entre los LED más laterales es de aproximadamente 37°. La rotación del plano sagital requerida desde el LED de suelo hasta los LED montados en la pared es de aproximadamente 49°. Los ángulos exactos dependen de la altura del participante y la posición precisa en la caminadora.

Los participantes se subieron a la cinta rodante y primero completaron una medida de "control" caminando sin instrucciones específicas durante 2 min. Después de un breve descanso, el participante volvió a la cinta de correr y se activó la secuencia LED. Los LED se iluminaron en orden automático durante 6 min en diferentes configuraciones como se especifica en la Tabla 1. Se introdujeron diferentes frecuencias para asegurar que los participantes no pudieran sincronizar su exploración con su ciclo de marcha o viceversa, pero dado que este no era el objetivo principal del estudio, se utilizaron promedios entre registros de baja y alta frecuencia en el análisis posterior (es decir, un valor para condiciones verticales, horizontales, mixtas y de control).

Las trayectorias de los marcadores registrados se reconstruyeron y etiquetaron con Vicon Nexus (versión 2.9.2) y luego se exportaron para su posterior procesamiento en MATLAB (MathWorks Inc., Natick, MA, EE. UU.). Usando MATLAB, los archivos de datos (filas: puntos de tiempo, columnas: trayectorias de marcadores) se cortaron en archivos de 50 s que contenían una caminata en estado estable en cada condición (cortando 5 s antes y después del cambio de condición para evitar posibles problemas de sincronización y asentamiento). ). Luego, el origen del sistema de ejes se restableció para que fuera central entre los marcadores de la espina ilíaca posterior izquierda y derecha para minimizar la influencia de cualquier cambio de posición en la cinta rodante en los resultados de los análisis.

Para evaluar la eficacia de la manipulación, se calculó la orientación de la cabeza utilizando los cuatro marcadores de cabeza. Esto resultó en dos variables que describen la rotación de la cabeza en el plano sagital (cabeceo) y horizontal (guiñada). Se determinaron las desviaciones estándar de estas trayectorias para dar una medida de la cantidad de rotación en cada plano durante una prueba completa. Los valores atípicos se eliminaron si estaban a más de 3,5 SD de distancia de la media del grupo y la normalidad se evaluó mediante las pruebas de Shapiro-Wilk. Se utilizó un análisis de varianza de medidas repetidas (RM-ANOVA) con comparación por pares corregida por Bonferroni para evaluar los efectos de la condición en la desviación estándar de las trayectorias de cabeceo y guiñada (que representan la cantidad de variación en el plano sagital y horizontal, es decir, la actividad en cada uno). rotación). En caso de violaciones al supuesto de esfericidad, se aplicó una corrección de Greenhouse-Geisser. El análisis se realizó en Jamovi (versión: 2.2.5) con alfa establecido en 0,05.

Los archivos de datos se procesaron aún más utilizando 'PManalyser', un paquete de software de código abierto basado en MATLAB para PCA37. Se completaron los siguientes pasos de preprocesamiento: 1) Implementar una normalización de 'Distancia euclidiana media'24,37 que, en primer lugar, redefine las posturas registradas en términos de su desviación de la postura media para cada prueba y, en segundo lugar, vuelve a escalar la varianza de los archivos de datos individuales para que todos los archivos de datos tengan una influencia igual en el análisis resultante. Juntos, esto minimiza la influencia de las diferencias antropométricas entre los participantes (es decir, una persona grande que da pasos más grandes afecta el análisis de la misma manera que una persona pequeña que da pasos más pequeños). 2) Para cada trayectoria de marcador, se aplicó una ponderación en términos del peso corporal porcentual representado en cada segmento corporal (basado en una combinación de datos de 38, 39, 40). La ponderación de los marcadores asimétricos se fijó en un valor cercano a cero para minimizar su influencia en el análisis. La ponderación del marcador se implementó para lograr un mejor equilibrio entre cualquier pequeña amplitud, estrategias de compensación de todo el cuerpo y grandes movimientos que se muestran en segmentos más ligeros, como las manos. 3) Se calcula una matriz de datos a partir de todos los archivos de datos separados concatenados verticalmente para que las diferentes trayectorias de los marcadores se representen en columnas y los diferentes participantes, condiciones y marcos se representen en una estructura anidada en las filas. Gracias a estos pasos de normalización y concatenación, se podría realizar un PCA en el conjunto de datos completo de todos los participantes juntos y los resultados se vuelven directamente comparables entre los participantes24.

PCA da como resultado un conjunto de valores propios de PM y la varianza relativa explicada por cada componente. Para cuantificar la participación de segmentos corporales específicos en PM específicos, se calcularon las puntuaciones de carga de cada marcador en cada PM. Los puntajes de carga se sumaron para los marcadores colocados en un segmento del cuerpo (un total de 19 segmentos: cabeza, cuello, tórax, abdomen y pelvis, y dos hombros, parte superior de los brazos, antebrazos, manos, parte superior de las piernas, piernas y pies) para evaluar la contribución de cada segmento en el PM específico. Los PM en los que los marcadores de cabeza proporcionaron una carga relativamente alta se consideraron para análisis posteriores. El umbral para esto se fijó en una carga mínima del 5% de los marcadores de la cabeza, ya que el porcentaje del peso corporal representado por la cabeza es de alrededor del 5%38,39,40.

Para aquellos PM que se identificaron por tener una contribución importante al movimiento de la cabeza, se analizó más la salida de la varianza relativa. Los cambios en la varianza relativa por PM entre condiciones reflejan cambios en la cantidad en que un PM registrado contribuyó a los movimientos corporales generales durante cada condición. Por lo tanto, un cambio significativo indica que la estructura general del movimiento cambió. Debido a problemas con la normalidad de estas variables, se emplearon pruebas de Friedman para evaluar las diferencias entre condiciones en la varianza relativa para todos los PM relacionados con el movimiento de la cabeza. Alfa se fijó en 0,05, sin embargo, se aplicó una corrección de Bonferroni a los resultados para mitigar los riesgos de inflación alfa. Tanto los resultados corregidos como los no corregidos se informan para proporcionar una visión general objetiva de los efectos analizados.

Los conjuntos de datos utilizados y/o analizados durante el estudio actual están disponibles del autor correspondiente a pedido razonable.

Ishak, S., Adolph, KE y Lin, GC Percepción de posibilidades para pasar por aberturas. Exp. J. psicol. Tararear. Percepción. Llevar a cabo. 34, 1501-1514 (2008).

Artículo Google Académico

Lee, DN Una teoría del control visual del frenado basada en información sobre el tiempo hasta la colisión. Percepción 5, 437–459 (1976).

Artículo CAS Google Académico

Warren, WH Modos de acción y leyes de control para la guía visual de la acción. Adv. psicol. 50, 339–379 (1988).

Artículo Google Académico

Lee, DN & Reddish, PE Alcatraces en picada: un paradigma de la óptica ecológica. Naturaleza 293, 293–294 (1981).

Artículo ANUNCIOS Google Académico

Gibson, JJ & Gibson, J. Locomoción controlada visualmente y orientación visual en animales. Hermano J. Psychol. 49, 182-194 (1958).

Artículo CAS Google Académico

Hollands, MA, Hollands, K. y Rietdyk, S. Control visual de la locomoción adaptativa y cambios debido al envejecimiento natural. En Locomotion and Posture in Older Adults: The Role of Aging and Movement Disorders (eds Barbieri, F., Vitório, R.) 55–72 (Springer, Cham., 2017). https://doi.org/10.1007/978-3-319-48980-3_5.

Matthis, JS, Yates, JL & Hayhoe, MM La mirada y el control de la colocación del pie al caminar en terreno natural. actual Biol. 28, 1224-1233.e5 (2018).

Artículo CAS Google Académico

Warren, WH, Young, DS & Lee, DN Control visual de la longitud del paso durante la carrera sobre terreno irregular. Exp. J. psicol. Tararear. Percepción. Llevar a cabo. 12, 259–266 (1986).

Artículo Google Académico

Warren, WH Locomoción controlada visualmente: 40 años después. Ecol. psicol. 10, 177–219 (1998).

Artículo Google Académico

Tomasi, M., Pundlik, S., Bowers, AR, Peli, E. & Luo, G. Sistema móvil de seguimiento de la mirada para estudios de comportamiento al caminar al aire libre. J. Vis. 16, 27–27 (2016).

Artículo Google Académico

Cinelli, M., Patla, A. & Stuart, B. Implicación de la cabeza y el tronco durante la reorientación de la mirada durante la bipedestación y la marcha en cinta rodante. Exp. Res. cerebral. 181, 183–191 (2007).

Artículo Google Académico

Hart, BM & Einhauser, W. Cuidado con el paso: efectos complementarios de una tarea implícita en los movimientos de los ojos y la cabeza en la asignación de la mirada en la vida real. Exp. Res. cerebral. 223, 233–249 (2012).

Artículo Google Académico

Franchak, JM, McGee, B. & Blanch, G. Adaptación de la coordinación de los ojos y la cabeza a las diferencias en la tarea y el entorno durante la exploración visual completamente móvil. PLoS ONE 16, e0256463 ​​(2021).

Artículo CAS Google Académico

Chapman, GJ & Hollands, MA Diferencias relacionadas con la edad en los requisitos de muestreo visual durante la locomoción adaptativa. Exp. Res. cerebral. 201, 467–478 (2010).

Artículo Google Académico

Chapman, GJ & Hollands, MA Evidencia de un vínculo entre los cambios en el comportamiento de la mirada y el riesgo de caídas en adultos mayores durante la locomoción adaptativa. Postura de marcha 24, 288–294 (2006).

Artículo CAS Google Académico

Warman, GE, Cole, MH, Johnston, RD, Chalkley, D. y Pepping, G.-J. Uso de microtecnología para cuantificar el ángulo del torso durante un partido de hockey sobre césped. J. Fuerza Cond. Res. 33, 2648–2654 (2019).

Artículo Google Académico

McGuckian, TB, Cole, MH, Chalkley, D., Jordet, G. y Pepping, G.-J. Exploración visual cuando está rodeado de posibilidades: la frecuencia de los movimientos de la cabeza predice la velocidad de respuesta. Ecol. psicol. 31, 30–48 (2019).

Artículo Google Académico

Freedman, EG Coordinación de los ojos y la cabeza durante la orientación visual edward. Experimental Brain Researcha 190, 369–387 (2008).

Artículo Google Académico

Mccluskey, MK & Cullen, KE Coordinación de ojos, cabeza y cuerpo durante grandes cambios de mirada en monos rhesus: cinemática de movimiento e influencia de la postura. J. Neurofisiol. 97, 2976–2991. https://doi.org/10.1152/jn.00822.2006 (2022).

Artículo Google Académico

Hollands, MA & Ziavra, NV Un nuevo paradigma para investigar las funciones de los movimientos de la cabeza y los ojos en la coordinación de los movimientos de todo el cuerpo. Exp. Res. cerebral. 23, 261–266 (2004).

Artículo Google Académico

Troje, NF Descomposición del movimiento biológico: un marco para el análisis y la síntesis de patrones de marcha humana. J. Vis. 2, 371–387 (2002).

Artículo Google Académico

Daffertshofer, A., Lamoth, CJC, Meijer, OG & Beek, PJ PCA en el estudio de la coordinación y la variabilidad: un tutorial. clin. Biomecánica. 19, 415–428 (2004).

Artículo Google Académico

Federolf, PA, Tecante, K. & Nigg, B. Un enfoque holístico para estudiar la variabilidad temporal en la marcha. J. Biomech. 45, 1127–1132 (2012).

Artículo Google Académico

Federolf, PA Un enfoque novedoso para estudiar el control de la postura humana: 'Movimientos principales' obtenidos a partir de un análisis de componentes principales de datos de marcadores cinemáticos. J. Biomech. 49, 364–370 (2016).

Artículo Google Académico

Promsri, A. & Federolf, PA Análisis del control postural utilizando análisis de componentes principales: La relevancia de las aceleraciones posturales y de su dependencia de frecuencia para seleccionar el número de componentes de movimiento. Frente. Bioing. Biotecnología. 8, 480 (2020).

Artículo Google Académico

Maurer, C., Federolf, P., von Tscharner, V., Stirling, L. & Nigg, BM Discriminación de patrones de movimiento dependientes del género, la velocidad y el calzado en corredores que utilizan cinemática de cuerpo completo. Postura de marcha 36, ​​40–45 (2012).

Artículo Google Académico

Newell, KM Restricciones en el desarrollo de la coordinación. En Desarrollo motor en niños: Aspectos de coordinación y control (eds Wade, MG & Whiting, HTA) 341–360 (Martinus Nijhoff Publishers, 1986).

Capítulo Google Académico

van Andel, S., Cole, M. y Pepping, G.-J. Mind the gap - Sobre la necesidad de una taxonomía situacional para diseñar y evaluar intervenciones de marcha. En Nature and Health (eds Brymer, E. et al.) 47–59 (Routledge, Taylor & Francis Group, 2021).

Capítulo Google Académico

Bernstein, N. La Coordinación y Regulación del Movimiento (Pergamon Press, 1967).

Google Académico

Adolph, KE, Eppler, MA, Marin, L., Weise, IB y Wechsler Clearfield, M. Exploración al servicio del control prospectivo. Niño. Comportamiento desarrollo 23, 441–460 (2000).

Artículo Google Académico

Gibson, JJ Los sentidos considerados como sistemas de percepción (Houghton Mifflin, 1966).

Google Académico

Carlson, VR, Sheehan, FT y Boden, BP Análisis de video de lesiones del ligamento cruzado anterior (LCA): una revisión sistemática. JBJS Rev. 4, e5 (2016).

Artículo Google Académico

Majed, L., Heugas, AM & Siegler, IA Cambios en la organización del movimiento y estrategias de control al aprender un patrón de marcha restringido biomecánicamente, marcha atlética: un estudio de PCA. Exp. Res. cerebral. 235, 931–940 (2017).

Artículo CAS Google Académico

Sadler, EM, Graham, RB & Stevenson, JM Diferencia de género y técnica de elevación en condiciones de carga ligera: un análisis de componentes principales. teor. Emite Ergón. ciencia 14, 159–174 (2013).

Artículo Google Académico

Reid, SM, Graham, RB y Costigan, PA Diferenciación de la marcha para subir escaleras de adultos jóvenes y mayores mediante el análisis de componentes principales. Postura de marcha 31, 197–203 (2010).

Artículo Google Académico

Kaiser, HF La aplicación de las computadoras electrónicas al análisis factorial. Educ. psicol. medida 20, 141–151 (1960).

Artículo Google Académico

Haid, TH, Zago, M., Promsri, A., Doix, A.-CM & Federolf, PA PManalyzer: un software que facilita el estudio del control sensoriomotor de los movimientos de todo el cuerpo. Frente. Neuroinformar. 13, 24 (2019).

Artículo Google Académico

De Leva, P. Ajustes a los parámetros de inercia del segmento de zatsiorsky-seluyanov. J. Biomech. 29, 1223–1230 (1996).

Artículo Google Académico

Laboratorio de Biodinámica Naval. Antropometría y distribución de masa para análogos humanos Volumen I: aviadores militares masculinos. https://www.humanics-es.com/ADA304353.pdf (1988).

Dempster, WT & Gaughran, GRL Propiedades de los segmentos corporales según el tamaño y el peso. Soy. J. Anat. 120, 33–54 (1967).

Artículo Google Académico

Descargar referencias

Departamento de Ciencias del Deporte, Universidad de Innsbruck, Fürstenweg 185, 6020, Innsbruck, Austria

Steven van Andel, Andreas R. Schmidt y Peter A. Federolf

Fundación IJsselheem, campamento, Países Bajos

Steven van Andel

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

Todos los autores fueron responsables de la conceptualización del estudio. AS y SvA fueron responsables de las pruebas piloto y AS de la recopilación de datos. PF y SvA fueron responsables del procesamiento y análisis de datos. SvA escribió el primer borrador del manuscrito. Todos los autores revisaron el manuscrito.

Correspondencia a Steven van Andel.

Los autores declaran no tener conflictos de intereses.

Springer Nature se mantiene neutral con respecto a los reclamos jurisdiccionales en mapas publicados y afiliaciones institucionales.

Acceso abierto Este artículo tiene una licencia internacional Creative Commons Attribution 4.0, que permite el uso, el intercambio, la adaptación, la distribución y la reproducción en cualquier medio o formato, siempre que se otorgue el crédito correspondiente al autor o autores originales y a la fuente. proporcionar un enlace a la licencia Creative Commons e indicar si se realizaron cambios. Las imágenes u otro material de terceros en este artículo están incluidos en la licencia Creative Commons del artículo, a menos que se indique lo contrario en una línea de crédito al material. Si el material no está incluido en la licencia Creative Commons del artículo y su uso previsto no está permitido por la regulación legal o excede el uso permitido, deberá obtener el permiso directamente del titular de los derechos de autor. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by/4.0/.

Reimpresiones y permisos

van Andel, S., Schmidt, AR & Federolf, PA Distintos patrones de coordinación integran movimientos exploratorios de la cabeza con patrones de movimiento de todo el cuerpo al caminar. Informe científico 13, 1235 (2023). https://doi.org/10.1038/s41598-022-26848-x

Descargar cita

Recibido: 20 Septiembre 2022

Aceptado: 21 de diciembre de 2022

Publicado: 22 enero 2023

DOI: https://doi.org/10.1038/s41598-022-26848-x

Cualquier persona con la que compartas el siguiente enlace podrá leer este contenido:

Lo sentimos, un enlace para compartir no está disponible actualmente para este artículo.

Proporcionado por la iniciativa de intercambio de contenido Springer Nature SharedIt

Al enviar un comentario, acepta cumplir con nuestros Términos y Pautas de la comunidad. Si encuentra algo abusivo o que no cumple con nuestros términos o pautas, márquelo como inapropiado.