基于RGB-D摄像技术的数字运动生物标志物在多发性硬化症两年随访中的锚定验证研究

《Journal of Neurology》：Anchor-based evaluation of digital motor biomarkers from a 2-year observation in 100 patients with multiple sclerosis

本研究针对多发性硬化症（MS）疾病进展监测缺乏敏感临床指标的难题，通过2年前瞻性观察研究验证了26项基于RGB-D相机获取的数字运动指标（DMO）。研究发现6项DMO（包括站起/坐下运动参数、步态不对称性、行走时躯干偏转等）可敏感反映残疾进展，且EDSS与MSWS-12锚定标准捕获的进展模式存在差异。该研究为早期MS患者残疾累积的量化评估提供了标准化数字生物标志物体系。

　　

多发性硬化症（Multiple Sclerosis, MS）作为一种慢性中枢神经系统疾病，其疾病进展监测一直是临床实践中的核心挑战。传统的残疾评估量表——扩展残疾状态量表（Expanded Disability Status Scale, EDSS）虽广泛应用，但存在评估者间可靠性差、灵敏度不足等局限性，难以捕捉早期患者细微的运动功能变化。随着数字医疗技术的发展，基于视觉感知计算的数字运动指标（Digital Motor Outcomes, DMO）为量化运动功能提供了新途径，但其在纵向研究中的敏感性和临床相关性尚未充分验证。

为解决这一难题，由Charité-Universit?tsmedizin Berlin领衔的研究团队在《Journal of Neurology》发表了为期2年的前瞻性观察研究。该研究招募100名MS患者（96名完成随访），采用RGB-D深度传感器（Microsoft Kinect? V2）执行标准化运动评估协议（PASS-MS），通过6项核心任务（包括姿势控制、原地踏步、站起/坐下等）衍生26项DMO指标。研究创新性地采用EDSS和12项MS行走量表（MSWS-12）双锚定标准定义疾病进展事件，并首次计算了各DMO的最小可检测变化（Minimal Detectable Change, MDC）值。

关键技术方法包括：1）基于RGB-D相机的无标记运动捕捉技术；2）标准化PASS-MS评估协议（含姿势控制、步态分析等6项任务）；3）线性混合模型（Linear Mixed Models, LMM）纵向数据分析；4）以EDSS/MSWS-12稳定亚组计算MDC的分布阈值法。研究对象为单中心招募的100名MS患者（含RRMS、SPMS、PPMS亚型），基线EDSS中位数2.0（范围0-6.5）。

主要结果

1. 1.
   基线特征与规范数据对比：与健康规范数据集相比，MS患者表现出躯干稳定性下降（站起/坐下任务中躯干偏转范围增加0.36-0.39 SD）、最大步速显著降低（-0.54 SD）等特征，但步宽、步态不对称性指标未见差异。
2. 2.
   纵向变化敏感性：线性混合模型显示，6项DMO存在显著时间效应（均p<0.05）：站起/坐下任务中手部运动幅度（β=0.02/月）和站起时间（β=0.01/月）、舒适步速行走时躯干俯仰角（β=0.02/月）、原地踏步幅度不对称性（β=0.02/月）及闭眼站立时躯干摇摆速度（β=0.02/月）。这些变化提示姿势控制和步态对称性可能成为早期进展的敏感指标。
3. 3.
   锚定标准特异性：EDSS进展组（n=22）与MSWS-12进展组（n=11）仅1例重叠，反映两类锚定标准捕捉不同的临床维度。EDSS进展与步宽增加（交互作用β=0.03）、睁眼站立摇摆速度升高（β=0.05）显著相关；而MSWS-12进展则与手臂运动变异性（β=0.16）和闭眼站立Romberg比率（β=0.72）关联更强。
4. 4.
   测量误差界定：基于稳定亚组计算的MDC值显示，EDSS进展组中步宽（变化2.94 cm）和睁眼站立摇摆速度（变化0.12°/s）的变化超越测量误差阈值，证实这些指标的临床可靠性。

结论与意义

本研究首次系统验证了RGB-D技术衍生的DMO在MS纵向监测中的敏感性，发现姿势控制和步态不对称性指标可能较传统步速指标更早反映残疾累积。双锚定分析揭示EDSS与患者主观行走体验（MSWS-12）捕获的进展模式存在差异，强调多维度验证数字生物标志物的必要性。所建立的MDC值为后续研究提供可量化参考标准，为DMO应用于临床试验终点和个体化疾病监测奠定方法学基础。未来需在更大样本中结合影像学等生物标志物，进一步明确DMO对复发无关进展（PIRA）等特定病理过程的特异性。