Quantification, réduction et gestion de la variabilité cinématique dans l'analyse clinique de la marche

Le travail de doctorat ici présenté vise à améliorer la qualité des données de marche mesurées destinées à l'application dans l'analyse clinique de la marche et se divise en trois objectifs principaux. Le premier objectif est de quantifier la variabilité causée par l'erreur de mesure. Dans cet objectif, et puisque le placement des marqueurs est considéré comme la principale source de variabilité, les deux premières études ont évalué l'impact du déplacement simulé des marqueurs sur la cinématique de sortie. En complément, une troisième étude a évalué expérimentalement la précision du placement des marqueurs parmi différents évaluateurs ainsi que la variabilité associée sur les données cinématiques. Enfin, la quatrième étude a rapporté un modèle analytique qui a également été développé pour comprendre la propagation de l'erreur lors de la définition des axes du système de coordonnées articulaires et pour séparer les variabilités intrinsèques et extrinsèques (c'est-à-dire les axes du système de coordonnées articulaires par rapport à l'axe hélicoïdal du mouvement). Le deuxième objectif de cette thèse portait sur la réduction de la variabilité causée par l'erreur de mesure. Dans ce cadre, une étude a comparé la variabilité calculée dans le cadre du protocole expérimental test-retest lors de l'application de différents modèles biomécaniques et de deux méthodes d'étalonnage. De plus, une autre étude a proposé une nouvelle méthode développée pour estimer avec précision les événements de marche basés sur l'auto-corrélation et l'auto-sélection parmi les modèles concurrents. La méthode proposée utilise la force verticale de la plate-forme de force pour détecter les événements de marche, lorsque les événements de marche sont valides sur la plate-forme (pied unique complètement dans les limites de la plate-forme pendant le cycle de marche complet), et utilise ces événements pour créer plusieurs algorithmes basés sur sur l'auto-corrélation ainsi que pour sélectionner automatiquement la méthode la plus performante parmi toutes les méthodes mises en œuvre. Enfin, le troisième objectif principal était d'évaluer de nouvelles possibilités pour améliorer la gestion de la variabilité dans l'analyse clinique de la marche. Après avoir réduit et quantifié la variabilité associée à l'erreur de mesure, il est important de relier cette information à l'interprétation clinique. Ainsi, l'objectif était d'intégrer la variabilité de mesure attendue dans les rapports de données sur la marche. Associées à cet objectif, deux études sont actuellement en préparation et décrites. Premièrement, une étude a proposé une métrique pour collecter la confiance du placement des marqueurs de manière qualitative. La qualité de cette métrique en termes de validité et de fiabilité a été réalisée à l'aide de deux protocoles expérimentaux test-retest. Enfin, les travaux préliminaires sur le développement d'un nouveau score de marche prenant en compte les caractéristiques cliniquement pertinentes de la cinématique et la variabilité attendue sont présentés. A travers ce travail doctoral, la grande complexité du lien entre les sources d'erreur de mesure et la variabilité cinématique était un défi de taille. Cependant, les travaux développés ont permis de mieux quantifier et comprendre comment les erreurs de mesure telles que le placement des marqueurs ou la définition des axes sont traduites en variabilité des données cinématiques de sortie. Par conséquent, ces informations ont le potentiel d'être intégrées dans l'interprétation clinique afin de fournir une plus grande confiance dans l'identification et l'interprétation des déviations de la marche. Enfin, le modèle de marche conventionnelle a été le modèle de base pour les travaux développés au cours de la thèse complète du fait qu'il s'agit du modèle le plus accepté dans le contexte clinique. Cependant, la plupart des résultats peuvent être reproduits à l'aide de différents modèles biomécaniques.The doctoral work here presented intends to improve the quality of measured gait data directed to the application in clinical gait analysis and is divided into three main objectives. The first objective is to quantify the variability caused by measurement error. Within this objective, and since marker placement is considered as the main source of variability, the first two studies evaluated the impact of simulated marker displacement in the output kinematics. Complementarily, a third study evaluated experimentally the precision of marker placement among different evaluators as well as the associated variability on the kinematic data. Finally, the fourth study reported an analytical model that was also developed to understand the propagation of error when defining the axes of the joint coordinate system and to separate intrinsic and extrinsic variabilities (i.e. axes of the joint coordinate system versus helical axis of the movement). The results showed that the emblematic cross-talk phenomenon (i.e. erroneous amplitude of knee adduction-abduction during swing phase) can be attributed to both intrinsic and extrinsic variabilities. The second objective of this thesis focused on reducing the variability caused by measurement error. Within this, one study compared the variability calculated within the test-retest experimental protocol when applying different biomechanical models and two calibration methods. Additionally, another study proposed a new developed method that to accurately estimate gait events based on auto-correlation and auto-selection among concurrent models. The proposed method used the vertical force from the force platform to detect gait events, when gait events are valid on the platform (single foot completely within the limits of the platform during the complete gait cycle), and take those events to create several algorithms based on auto-correlation as well as to automatically select the method that best performs from all methods implemented. Finally, the third main objective was to evaluate new possibilities to improve the management of the variability in clinical gait analysis. After reducing and quantifying the variability associated with measurement error, it is important to bridge this information with the clinical interpretation. Thus, the goal was to incorporate expected measurement variability into the gait data reports. Associated to this objective, two studies are currently under preparation and described. Firstly, one study proposed a metric to collect marker placement confidence on a qualitatively way. Quality of this metrics in terms of validity and reliability has been made with the support of two test-retest experimental protocols. Finally, the preliminary work on the development of a new gait score considering clinically relevant features of kinematics and expected variability is presented. Through this doctoral work, the high complexity of the link between the sources of measurement error and the kinematic variability was a big challenge. However, the work developed brought up a better quantification and understanding of how measurement error such as marker placement or axes definition is translated to the output kinematic data variability. Therefore, such information has the potential to be integrated within clinical interpretation in order to provide higher confidence in the identification and interpretation of gait deviations. Finally, the Conventional Gait Model was the base model for the work developed during the complete thesis due to the fact that it is the most accepted model in the clinical context. However, most of results can be reproduced using different biomechanical models