15 februari 2022

De interpretatie van klinische gangbeeldanalyse van kinderen met cerebrale parese is een ingewikkeld en tijdrovend proces. Een veelgebruikte methode is de Impairment Focused Interpretation (IFI), waarbij elke afwijking in het lopen aan een onderliggende stoornis wordt gekoppeld. De GAIT.SCRIPT interpretatietool is een hulpmiddel om de IFI­methode op een objectieve, gebruiksvriendelijke en wetenschappelijk onderbouwde manier te kunnen uitvoeren. De tool ondersteunt de gebruiker om het interpretatieproces op weloverwogen en transparante manier te doorlopen.

DRS. S. (SARAH) DEKKER
Kinderrevalidatiearts Reade Amsterdam (voorheen Fellow kinderrevalidatiegeneeskunde Amsterdam UMC locatie VUmc afdeling Revalidatie­ geneeskunde)

PROF. DR. A.I. (ANNEMIEKE) BUIZER
Hoogleraar kinderrevalidatiegeneeskunde, Amsterdam UMC, afdeling Revalidatiegeneeskunde en Emma Kinderziekenhuis

DRS. K. (KOEN) WISHAUPT
Bewegingslaborant, Amsterdam UMC locatie VUmc, afdeling Revalidatiegeneeskunde

PROF. DR. J.H.P. (HAN) HOUDIJK
Hoogleraar Klinische Bewegingswetenschappen, Faculteit Medische Wetenschappen, Universitair Medisch Centrum Groningen

DR. M.M. (MARJOLEIN) VAN DER KROGT
Senior onderzoeker en hoofd Bewegingslab, Amsterdam UMC, afdeling Revalidatiegeneeskunde, Amsterdam Movement Sciences

Om de loopproblemen van kinderen met cerberale parese in kaart te brengen, wordt frequent gebruik gemaakt van klinische gangbeeldanalyse. Hierbij worden 2D of 3D video-opnames gemaakt, worden de momenten rondom de gewrichten bepaald met behulp van een krachtenplatform en wordt de spier- activiteit tijdens het lopen gemeten middels elektromyografie. Deze gangbeeldanalyses kunnen worden gebruikt voor het opstellen van een behandelplan en/of ter evaluatie van eerdere behandelingen om het lopen te verbeteren.

In de verschillende Nederlandse revalidatiecentra en ziekenhuizen wordt door bewegingslaboranten, fysiotherapeuten, kinder- revalidatieartsen en kinderorthopeden samengewerkt om tot een goede interpretatie van de gegevens uit deze gangbeeldanalyses te komen. Hoewel de klinische bewegingsanalyse zich ontwikkelt tot een volwaardige expertise binnen de (kinder)revalidatie, bestaat er tot op heden geen uniforme werkwijze.1

Voor de interpretatie van klinische gangbeeldanalyse kan gebruik worden gemaakt van Impairment Focused Interpretation (IFI)2, waarbij een lijst van afwijkingen in het looppatroon wordt opgesteld (gait features) aan de hand van de videopnamen of 3D bewegingsregistratie. Vervolgens wordt voor elk van deze afwijkende features een bijpassende onderliggende stoornis (impairment) gezocht die het afwijkende looppatroon kan verklaren. Deze underlying impairments bepalen het uiteindelijke behandelplan. Dit proces van klinisch redeneren is tijdrovend, vergt veel biomechanisch inzicht en klinische ervaring en is niet altijd transparant. Het doel van dit GAIT.SCRIPT project was derhalve om dit interpretatieproces te standaardiseren en zo gangbeeld- analisten en clinici op een gestructureerde en uniforme manier te ondersteunen in de beoordeling van klinische gangbeeld- analyse van kinderen met cerebrale parese.

In dit artikel beschrijven wij het GAIT.SCRIPT project: van consensus studie om tot een adequaat overzicht van veelvoorkomende afwijkingen in het gangbeeld bij cerebrale parese te komen, tot de ontwikkeling van de interpretatietool om dit interpretatieproces te ondersteunen. Ook hebben wij de inter-beoordelaar betrouw- baarheid en de gebruiksvriendelijkheid van de tool vastgesteld.

1. Consensus studie voor het bepalen van GAIT feature-impairment relaties

Een belangrijke eerste stap in het uniformeren van de werkwijze voor de interpretatie van de gangbeeldanalyses was de samen- stelling van een landelijke expert panel bestaande uit 17 ervaren kinderrevalidatieartsen, bewegingslaboranten, kinderfysiothera- peuten en bewegingswetenschappers uit verschillende instellingen in Nederland. Volgens de Delphi-methode zijn, aan de hand van vier vragenlijsten en twee fysieke expert bijeenkomsten, alle bij cerebrale parese frequent voorkomende afwijkingen in het gaan, en hun mogelijke onderliggende impairments, geïnventariseerd en gegroepeerd. Bij deze inventarisatie werd gebruik gemaakt van literatuuronderzoek, klinische ervaring en biomechanisch redeneren. Aan de hand van dit proces werd een overzicht opgesteld waarmee een eenduidige koppeling gemaakt kan worden tussen deze gait features en mogelijke onderliggende impairments. Uiteindelijk is hieruit een lijst van 108 relevante koppelingen tussen features en impairments tot stand gekomen.3

Tevens is door het expertpanel de mate van waarschijnlijk van het voorkomen van deze koppelingen opgesteld. Per koppeling is hiervoor de likelihood score (range 0-5 maximaal) bepaald. Deze score was voor alle items gemiddeld 3.5 +/- 0.9, met een range van

2.1 tot 4.6. Koppelingen met een likelihood score lager dan 2.0 werden niet in de lijst opgenomen.

In de A- en B lijsten zijn alle koppelingen tussen features en underlying impairments geordend per afwijkend segment (voet, enkel, knie, heup, bekken of romp), per onderdeel van de gangcyclus (stand- of zwaaifase, of specifieke fase van het gaan zoals initial contact) en per vlak (frontaal, sagittaal, transversaal). De beoordelaar kan met behulp van deze lijsten in één oogopslag zien welke mogelijke impairments een afwijkende feature kunnen verklaren, inclusief de door het expert panel toegekende likelihood score (lijst A) of juist welke features het gevolg kunnen zijn van
een onderliggende impairment (lijst B).

Praktische toepassing: het gebruik van de A en B lijst voor de interpretatie van klinische gangbeeldanalyse.
Bijvoorbeeld: je ziet toegenomen enkel plantairflexie tijdens standfase (loading respons tot late stance); één mogelijke underlying impairment is contractuur van dem. gastrocnemius (zie lijst A). Andersom kan ook worden opgezocht welke mogelijk afwijkende gait features verklaard kunnen worden door een contractuur van de m. gastrocnemius (zie lijst B). Door de gegevens uit de A-B lijst te combineren, ontstaat een beoordelingscyclus waarbij voldoende onderbouwing kan worden gevonden voor de relatie tussen de afwijkende gait features en underlying impairments. De beoordeling van de klinische gangbeeldanalyse wordt hierdoor gestandaardiseerd en een behandelplan kan worden opgesteld of worden geëvalueerd.

2 Ontwikkeling GAIT.SCRIPT interpretatietool

Om het interpretatieproces in de praktijk te ondersteunen hebben wij op basis van de A-B lijsten de GAIT.SCRIPT interpretatietool ontwikkeld. Hiermee kan de gebruiker op een objectieve, gestructureerde, en daarmee hopelijk snellere manier de beoordelingsstappen tussen gait features en impairments maken die nodig zijn voor een adequate interpretatie van klinische gangbeeldanalyse van kinderen met cerebrale parese.

Hoe wordt de tool gebruikt?

De GAIT.SCRIPT interpretatietool is gemaakt in Excel en bestaat uit verschillende tabbladen (zie afbeelding 1 t/m 4). Op het patient record tabblad (getoond onder Stap 4) worden voorafgaand aan de analyse algemene gegevens als naam, geboortedatum, medische diagnose, hulpvraag en belangrijkste beperking in de voorwaarden voor het gaan (gebaseerd op Gage et al.)4 ingevuld.

Schematisch overzicht werkwijze GAIT.SCRIPT interpretatietool in 4 stappen:
Voorbeeld casus: 13 jarige jongen met unilateraal spastische cerebrale parese rechts, GMFCS 1 op basis van periventriculaire leucomalacie bij prematuriteit. Bij SLO onder andere contractuur m. gastrocnemius rechts (enkel dorsaalflexie -15⁰ bij gestrekte knie). looptype 4 rechts (onvolledig voetcontact en toegenomen knieflexie in midstance).

Afbeelding 1: De beoordelaar voert in het tabblad Gait features de gevonden afwijkende features (voor voet, enkel, knie, heup, bekken en romp) in middels een drop-down menu. Afwijkende items kleuren automatisch rood.

Stap 1: De beoordelaar voert in het tabblad Gait features de gevonden afwijkende features in middels een drop-down menu (afbeelding 1). De standaard lay-out van de tool is groen; indien een afwijking wordt gevonden kleuren de gescoorde features automatisch rood. In het tabblad Physical exam worden gegevens uit het Standaard Lichamelijk Onderzoek5 (SLO) ingevuld, waaronder passieve range of motion, spierlengtes, spasticiteit, selectiviteit en functionele kracht. De tool geeft automatisch met een stoplicht kleurcodering (groen, geel, rood) aan of de ingevulde SLO-waarden voldoen aan de minimale eisen voor het normale gaan.

Stap 2: De interpretatietool maakt automatisch een koppeling tussen ingevoerde afwijkende gait feature en mogelijk underlying impairments (afbeelding 2). Deze koppelingen zijn gebaseerd op de eerdergenoemde A-B lijsten. De mogelijke underlying impairments kleuren automatisch rood.

Stap 3: De 27 mogelijke underlying impairments uit lijst B hebben ieder hun eigen tabblad; de beoordelaar hoeft alleen die tabbladen die in stap 2 rood kleuren nader te bekijken (afbeelding 3). Hierbij analyseert de beoordelaar de voorgestelde impairments op relevantie voor die specifieke patiënt aan de hand van over- eenkomst met bevindingen uit het SLO en aanvullende gegevens uit EMG en kinetica. Indien de relevantie wordt bevestigd, wordt de impairment door de gebruiker zelf actief geïncludeerd (‘aangevinkt’), waarna deze automatisch wordt opgenomen in het eindrapport.

Afbeelding 2: De interpretatietool maakt automatisch een koppeling tussen ingevoerde afwijkende gait feature en mogelijke underlying impairments. Voor de voorbeeld casus werd alleen het tabblad spasticiteit/contractuur m.  gastrocnemius uitgewerkt.

Stap 4: De tool maakt op basis van de gegevens uit stap 3 auto- matisch een eindrapport. Dit eindrapport omvat een samenvatting van de verklarende impairments, het effect ervan op het gaan (mild, matig, ernstig) en het aantal items waarop dit gebaseerd is (afbeelding 4). Dit eindrapport verschijnt automatisch op het eerste patient record tabblad (met eerder ingevulde naam, diagnose etc.). Dit overzichtelijke eindrapport is te gebruiken tijdens het multidisciplinair bespreken van de casus of als uniform document om gangbeeldanalyses voor en na behandeling met elkaar te vergelijken.

Afbeelding 3: De beoordelaar analyseert de door de tool voorgestelde impairments op relevantie voor die specifieke patiënt aan de hand van overeenkomst met bevindingen uit het SLO en aanvullende gegevens uit EMG en kinetica.
Afbeelding 4: De tool genereert automatisch een eindrapport in het tabblad patient record waarop tevens eerder ingevulde patient naam, diagnose, hulpvraag en voorwaarde voor het gaan zijn ingevuld.

3. Beoordeling van de inter-beoordelaar betrouwbaarheid van de interpretatietool

De betrouwbaarheid en de gebruiksvriendelijkheid van de GAIT. SCRIPT interpretatietool zijn geëvalueerd door deze toe te passen op 20 reeds gemaakte gangbeeldanalyses van kinderen en jongeren met een unilaterale of bilaterale spastische cerebrale parese. Elk van deze casussen is geanalyseerd door twee master studenten bewegingswetenschappen en een ervaren kinderreva- lidatiearts. Van alle kinderen waren 2D video opname en 3D rap- port aanwezig. Zij hadden geen orthopedische of neurochirurgi- sche ingreep ondergaan in het jaar voor de gemaakte gangbeeldanalyse. Schriftelijke toestemming voor het gebruik van deze gangbeeldanalyses voor wetenschappelijk onderzoek was reeds gegeven. De gemiddelde leeftijd van de patiënten was 8.9±3.2 [5-14] jaar en de verdeling per Gross Motor Function Classification System (GMFCS) level was GMFCS I:25%, GMFCS II:60% en GMFCS III:15%. Bij kinderen met een bilateraal spastische cerebrale parese is het meest aangedane been beoordeeld.

Beide master studenten en de kinderrevalidatiearts hebben alle 20 casussen met het prototype van de tool beoordeeld. Eerst hebben zij individueel de afwijkende gait features gescoord en in tweede instantie hebben beide studenten op basis van de door de expert aangegeven afwijkende gait features de bijbehorende underlying impairments gescoord.

Resultaten betrouwbaarheid

Om de betrouwbaarheid van de interpretatietool te berekenen is het percentage overeenkomst in gescoorde gait features (stap één) en in gescoorde underlying impairments (stap twee) bepaald tussen beiden studenten en tussen beide studenten versus de expert. Betrouwbaarheid van gescoorde gait features (stap één) liet een gemiddelde overeenkomst zien van 77.7±14.6% [30-100%] tussen beide studenten en van 67.4±12.9% [37.5-90%] overeenkomst tussen studenten en expert. Overeenstemming tussen underlying impairments (stap twee) liet een gemiddelde overeenkomst zien van 72.1±16.0% [35-95%] tussen beide studenten en van 72.6±12.2% [45-92.5] tussen studenten en expert.

4. Waarborgen gebruiksvriendelijkheid interpretatietool

Suggesties ter verbeteringen van het prototype van de tool werden tijdens het gebruik ervan bijgehouden door zowel de expert als de twee studenten. Deze verbeterpunten varieerden van tekstuele verbeteringen, suggesties ten aanzien van lay-out en een aantal missende items in de te scoren afwijkende gait features.

Een voorbeeld: op basis van de originele A-B lijsten was in het prototype van de tool alleen de optie toegenomen anterior tilt van het bekken in standfase opgenomen. Echter, tijdens de beoordeling van de gebruikte casuïstiek werd vaak gezien dat deze anterior tilt ook tijdens de zwaaifase was toegenomen.

Op basis hiervan is een lijst van 9 nieuwe items voor verbetering van de A-B lijst opgesteld. Deze items werden, na goedkeuring door het landelijk expert panel, aan de A-B lijst toegevoegd. De gebruiksvriendelijkheid van de tool is verder geoptimaliseerd door betere koppelingen tussen de verschillende tabbladen, door aanpassing van de lay-out en door het overzichtelijker maken van het automatisch gegenereerde eindrapport.

Discussie

Het GAIT.SCRIPT project is tot stand gekomen door landelijke samenwerking tussen betrokken clinici en bewegingsweten- schappers met ervaring in de interpretatie van de klinische gangbeeldanalyse van kinderen met cerebrale parese. De hierbij opgestelde lijst met koppelingen tussen gait features en underlying impairments vormt het uitgangspunt voor een meer objectieve en onderbouwde interpretatie van deze gangbeelden. De hierop gebaseerde GAIT.SCRIPT interpretatietool is een betrouwbaar hulpmiddel om de interpretatie van de gangbeelden op een systematische manier te doorlopen. Gebruik van de tool door onervaren studenten kwam behoorlijk goed overeen met de beoordeling van een gangbeeldanalyse door een ervaren kinder- revalidatiearts: de tool lijkt dus het gebrek aan klinische ervaring te compenseren.

Wij hebben er bewust voor gekozen om de GAIT.SCRIPT interpretatietool niet te integreren in het elektronisch patiënten dossier of om deze te koppelen aan gebruikte software in het looplab. Hierdoor is de tool in verschillende centra met verschillende werkwijzen en met verschillende 2D en/of 3D video mogelijkheden, gemakkelijk te gebruiken. In de toekomst willen we de tool graag uitbreiden met koppelingen tussen kinetica en afwijkingen in de eventueel gemeten spieractiviteit (EMG). Ook willen we de tool verder digitaliseren met in acht neming van de regels rondom wet- en regelgeving rondom medische hulpmiddelen.

Tijdens een online bijeenkomst met het landelijke expert panel is de tool gepresenteerd en werd een laatste aanpassing aan de A-B lijst gedaan. Eind oktober 2021 is de GAIT.SCRIPT interpretatietool via het expert panel aan betrokken revalidatiecentra en zieken- huizen verspreid. De huidige tool wordt de komende maanden verder geëvalueerd: samen met het expert panel zullen we de gebruikersvriendelijkheid, betrouwbaarheid en validiteit verder in kaart brengen. In de toekomst kan de tool mogelijk worden uitgebreid naar andere patiëntgroepen met een centraal neurologische aandoening.

Conclusie en aanbevelingen voor de praktijk

De systematische interpretatie van klinische gangbeeldanalyse van kinderen met cerebrale parese is een ingewikkeld en tijdrovend proces om aan te leren door bijvoorbeeld bewegings- laboranten, arts-assistenten en fysiotherapeuten. Om dit interpretatieproces verder te ondersteunen hebben wij de GAIT. SCRIPT interpretatietool ontwikkeld waarmee op een objectieve, gebruiksvriendelijke en wetenschappelijk onderbouwde manier de koppeling tussen gait features en underlying impairments gemaakt kan worden voor de interpretatie van klinische gang- beeldanalyse van kinderen met cerebrale parese.

De GAIT.SCRIPT interpretatie tool is een eerste stap naar een gestandaardiseerde en objectieve beoordeling van afwijkingen in het gangbeeld bij kinderen met cerebrale parese

Door de tool te gebruiken doorloopt de beoordelaar systematisch de verschillende tabbladen en wordt hierdoor ondersteund in een volledig klinisch redeneerproces zonder de valkuil zich op slechts de meest in het oog springende afwijkende gait feature te richten.

Wij willen met deze tool een adequaat hulpmiddel bieden om op een gestandaardiseerde manier de klinische gangbeeldanalyse van kinderen met cerebrale parese te beoordelen in Nederland en daarbuiten.

Dankwoord

Wij willen alle overige leden van het GAIT.SCRIPT expert panel bedanken voor hun waardevolle bijdragen aan dit project: Hurnet Dekkers, Katinka Folmer, Peter Jongerius, Francisca Meuzelaar-Kiezebrink, Marc Nederhand, Lucianne Speth,

Marie-Anne Kuijper, Barbara van Beeten, Christian Greve, Yvonne Janssen-Potten, Lenneke van Kats, Kim van Hutten, Jaap Buurke, Herwin Horemans en Kenneth Meijer.

ABSTRACT
Gait analysis is frequently performed to assess and interpret gait deviations in children with cerebral palsy (CP). Although this interpretation is usually done by experienced clinicians, the clinical reasoning process is still subjective and differs between assessors. To standardize this process, we created a decision support tool (GAIT.SCRIPT) that guides the assessor through the process of clinical reasoning along the principles of standardized, impairment focused interpretation (IFI).First, a comprehensive set of gait features in relation to potential underlying impairments was formulated following a Delphi procedure with a multidisciplinary and multicenter team of experts. Furthermore, we developed a supportive Excel-based tool to implement GAIT.SCRIPT in daily practice, of which the feasibility and interrater reliability were evaluated. This article outlines the principles of the GAIT. SCRIPT tool and its reliability, and presents a first step towards more standardized and objective interpretation of gait deviations in children with cerebral palsy. Future steps include further evaluation of the tool in clinical practice and extension to other patient populations. 

Keywords: cerebral palsy, gait analysis, interpretation tool, gait impairment, gait feature, impaired focus interpretation, clinical reasoning.   De GAIT.SCRIPT interpretatie tool is een eerste stap naar een gestandaardiseerde en objectieve beoordeling van afwijkingen in het gangbeeld bij kinderen met cerebrale parese

Referenties

  1. Houdijk H., Buurke J., Doorenbosch C., Groen B., Hallemans A., van de Walle P. Klinische bewegingsanalyse: een expertise binnen de revalidatie. Ned Tijdsch voor Revalidatiegeneeskunde 2013;1, 9-12.
  2. Baker, R. Measuring walking: a handbook of clinical gait analysis, 1e editie. London Mac Keith Press, 2013.
  3. Van der Krogt, MM, van Hutten K., Houdijk JHP., Buizer AI. An overview of gait features and related underlying impairments to assist clinical reasoning and decision making in gait rehabilitation for children with cerebral palsy. Disability and Rehabilitation, 2021 (in preparation).
  4. Gage, James R. Gait analysis. An essential tool in the treatment of cerebral palsy. Clinical orthopaedics and related research 288 (1993): 126-134.
  5. Becher JG. Handleiding Standaard Lichamelijk onderzoek bij kinderen met een centraal neurologische parese, 1e editie. Springer Media, 2011.