基于Azure Kinect多维步态分析识别脊髓小脑性共济失调3型的生物标志物研究

《Gait & Posture》：Multidimensional abnormal gait analysis and biomarker identification for patients with spinocerebellar ataxia type 3 using an Azure Kinect-based motion capture system

本研究利用Azure Kinect无标记运动捕捉系统，对38例SCA3患者和42名健康对照进行多维步态分析。研究发现SCA3患者存在步宽增加（AUC=0.878）、步幅缩短、关节活动度减小等特征性步态异常，其中步宽被证实为SCA3筛查的敏感生物标志物。该研究为临床提供了一种成本效益高的定量步态评估方案，对SCA3早期筛查和病情监测具有重要意义。

　　

结果

与健康对照组相比，SCA3患者表现出显著增加的侧向稳定性边界（MOS, p<0.01）、更宽的步宽（p<0.001）、更短的步幅（p=0.003）、更慢的步速（p=0.007）以及减小的髋/膝/踝关节角度（p<0.05）。步宽显示出最高的诊断准确度（AUC = 0.878，临界值 = 0.197）。增加的侧向MOS与步长呈负相关（r = -0.52～-0.45, P<0.005）。最小髋关节额状面角度与SARA评分（r = -0.46, p=0.004）和疾病持续时间（r = -0.35, p=0.028）呈负相关，反映了进行性小脑变性。

结论

在SCA3中，步宽增加和步幅缩短等步态异常表明存在增强动态稳定性的代偿性适应。步宽被确定为SCA3筛查的敏感生物标志物。