Projet ROAM : Réutilisation des données MS-FLOWER et MuControl pour l’optimisation des algorithmes de marche.

Objectif(s) de la recherche et intérêt pour la santé publique

Finalité de l'étude

Objectifs poursuivis

Domaines médicaux investigués

Bénéfices attendus

Le projet présente un intérêt public justifié par le besoin d’améliorer la précision algorithmique des mesures de marche en condition réelle d’utilisation par des patients présentant des patterns de marche hétérogène (patients souffrant de mucoviscidose et de sclérose en plaques). A terme, cela devrait permettre une amélioration du suivi à distance des patients, et d’assurer la qualité et la sécurité des dispositifs médicaux développés par Ad Scientiam et contenant ces algorithmes de mesure de la marche.

La population cible tous les patients ayant participé aux études MS-FLOWER ou MuControl et ne s’étant pas opposés à la réutilisation de leurs données pour des études ultérieures.

L'objectif principal de ce projet est d'étudier le comportement de marche des patients en conditions de vie réelle (écologiques) afin d'améliorer la précision et la fiabilité de nos algorithmes.
Étape 1 : Conception de l'algorithme V2 (MWET/MWPT) L’objectif de cette étape est purement technique : améliorer les algorithmes de mesure de la distance et de la vitesse de marche en conditions réelles d’utilisation, en tenant compte des caractéristiques de marche des patients et de la qualité des données collectées.
Étape 2 : Optimisation et développement de l’algorithme MWET V3 (MuControl / odomètre) Cette seconde phase s’appuiera sur les données de l’étude MuControl (patients atteints de mucoviscidose). Dans cette étude, le test MWET est disponible et, pour une partie des évaluations, il est réalisé avec une mesure de distance de référence par odomètre collectée en parallèle. Cette mesure de référence permettra de quantifier l’écart entre les estimations produites par l’algorithme MWET V2 et la distance mesurée à l’odomètre, puis d’ajuster le paramétrage analytique de l’algorithme.

L’analyse des données reposera sur une approche exploratoire structurée visant à améliorer la robustesse des algorithmes de caractérisation de la marche en conditions réelles d’utilisation, notamment l’estimation de la distance parcourue et de la vitesse de marche, à partir de données collectées via smartphone (GPS et données inertielles : accéléromètre et gyroscope).
Attention : afin de déterminer la distance parcourue par un utilisateur, nous utilisons les données GPS intégrées dans son téléphone lorsqu’il effectue le test de périmètre et le test d’endurance. Nous utilisons uniquement les données relatives au point de départ dans un plan (x, y, z). La position géographique de l'utilisateur n'est donc pas enregistrée ; nous collectons et analysons uniquement une position relative entre les points de départ et d'arrivée, ce qui nous permet de calculer la distance parcourue. Par exemple, nous saurons que le patient a parcouru une distance de 200 mètres, sans savoir où cette distance a été parcourue.