Resumen El análisis de los patrones de la marcha permite evaluar el desempeño físico en personas de diferentes edades y constituye un predictor del riesgo de caídas y de deterioro cognitivo en los adultos mayores. Esta evaluación suele realizarse en laboratorios especializados, aunque se está imponiendo el uso de Unidades de Medición Inercial (UMI), dispositivos portables para registrar la marcha de forma ambulatoria y en ambientes externos. En este trabajo se evaluaron dos UMI para seleccionar la de mejor desempeño, considerando sus especificaciones técnicas, la robustez en la transmisión de la información y la facilidad de montaje y de uso. Se implementó un algoritmo en Matlab para detectar los eventos de la marcha, mediante la integración de la señal de acelerometría vertical y su doble derivación utilizando la transformada de ondícula continua. A partir de estos eventos, se calcularon 16 parámetros espacio-temporales (PETM). Se ejecutó un experimento exploratorio para comparar los valores de un conjunto de PETM entre la UMI BITalino RIoT, escogida por su mejor desempeño en los aspectos evaluados, y el sistema comercial BTS-GWalk, considerado como estándar de oro para la prueba. Los valores de los PETM obtenidos con ambos dispositivos tuvieron una correlación significativa, con un coeficiente de correlación de Pearson entre 0,7218 y 0,9986. Ello indica que la UMI seleccionada permite el registro y evaluación de la marcha de forma ambulatoria con resultados satisfactorios, lo que constituye un punto de partida en la búsqueda de biomarcadores para predecir el deterioro cognitivo a partir de la marcha.
Abstract The analysis of gait patterns allows the evaluation of physical performance across different ages, as they are predictors of the risk of falls and of cognitive decline in older adults. Although the clinical evaluation is usually carried out in specialized laboratories, it is increasing popular the use of Inertial Measurement Units (IMU), which are portable devices that enable the ambulatory recording of gait patterns. In this study we evaluated two IMU to select the one with better performance, according to its technical specifications, robustness in data transmission and the ease of assembly and use. An algorithm for detecting gait events in the patterns recorded was implemented in Matlab, by integrating the vertical accelerometry signals and its double derivation using the Gaussian continuous wavelet transform. 16 spatio-temporal parameters (STGF) were calculated from these events. An exploratory experiment was conducted to compare the values of a set of STGF between the IMU BITalino RIoT, chosen for its best performance in the evaluated aspects, and the commercial system BTS-GWalk, which is considered as the gold standard for the test. The STGF values obtained with both devices were significantly correlated, with a Pearson correlation coefficient between 0,7218 and 0,9986. This indicates that the selected IMU allows the recording and assessment of gait on an outpatient basis with satisfactory results, which constitutes a starting point in searching for biomarkers to predict cognitive impairment based on gait.