基于可穿戴传感器亚运动分析揭示共济失调严重程度：跨任务与运动方向的差异化特征

本研究针对如何精准量化共济失调运动障碍的临床需求，由来自未知机构的研究团队通过可穿戴传感器采集多维度肢体运动数据，创新性地构建跨任务亚运动（submovements）分析框架。研究发现亚运动动力学特征显著受任务类型和运动方向影响，基于此建立的模型实现与临床评分高度相关（r=0.82），其中指追任务（finger-chase）对严重程度评估最具预测价值，为数字化生物标志物开发提供新范式。

　　

通过可穿戴传感器衍生的数字化测量手段为临床试验中运动功能障碍评估开辟了新途径。亚运动（submovements）作为从时间序列数据提取的速度曲线，已成功应用于特定运动任务和自然行为中受损运动的特征刻画。本研究重点探讨不同肢体运动对亚运动动力学特性的影响机制。共招募70名共济失调患者与27名健康对照者，在其腕踝部位佩戴惯性传感器，执行五项神经学相关任务：指鼻测试（finger-nose）、快速交替手部运动（AHM）、指追测试（finger-chase）、跺脚动作（heel-stomping）以及胫跟测试（heel-shin）。

研究采用统一框架从各任务中提取亚运动，并系统分析八项亚运动动力学特征。结果显示，虽然亚运动动力学参数随疾病严重程度发生变化，但主要受运动任务类型和运动方向调控。建模实验表明：纳入任务类型和运动方向因素显著提升共济失调严重程度评估精度；最优模型与临床医生评分的相关性高达0.82（95%CI: 0.77–0.86），并发现指追任务对严重程度指示性最强。尽管不同任务间存在差异，但总体而言，共济失调患者亚运动呈现峰值加速度降低和动力学特征变异性升高的趋势。疾病严重程度与亚运动持续时间、运动距离及峰值速度的关系则更具任务特异性。

这些发现证实：通用型亚运动分析方法适用于广泛运动任务中的共济失调严重程度评估，且通过考量运动类型与方向可进一步优化评估效能。