Slide 1. Slide 2. Slide 3. Tidlig identifisering av spedbarn med risiko for CP. Cerebral parese. Diagnosen

Transkript

1 Slide 1 Tidlig identifisering av spedbarn med risiko for CP Lars Adde spesialist i barne- og ungdomsfysioterapi, ph.d (1) Institutt for Laboratoriemedisin, barne- og kvinnesykdommer, Norges Teknisk Vitenskapelige Universitet, Trondheim, Norge (2) Klinikk for Kliniske Serviceenheter, St. Olavs Hospital, Trondheim, Norge 1 Slide 2 Cerebral parese «Cerebral parese»: kjennetegnes av endret bevegelse og/ eller stilling og motorisk funksjon, som er forårsaket av en ikke progredierende skade i den tidlige utviklede hjernen. (Rosenbaum et al. 2005, Cerebral Parese foreningen i Norge 2017) 2 Slide 3 Diagnosen Gjennomsnittlig diagnosetidspunkt er 1,5 år i Norge. Type av CP blir ofte ikke avklart før ved 4-6 års alder. Et viktig «tidsvindu» ofte ikke utnyttet på grunn av sen bekymring/diagnose 3

2 Slide 4 Tiden teller. Plastisitet er hjernens evne til «ombygging» og restrukturering ved en skade Plastisiteten er ekstra stor i en hjerne som utvikler seg «Reperasjoner» kan være ekstra vellykkede i perioden opp til 15 måneder etter termin alder. (Hadders-Algra & Carlberg 2006, Klein et al. 2008) 4 Slide 5 Mange «veier» frem til diagnosen ofte tidkrevende og kostbare.. 5 Slide 6 Heinz Prechtl ( ) Spontan bevegelsesaktivitet er et uttrykk for spontan nevrologisk aktivitet Kvalitativ undersøkelse av spontan aktivitet er et sensitivt verktøy for nevrologisk dysfunksjon Som et vindu inn i hjernen! 6

3 Slide 7 General Movements (GMs) GMs involverer hele kroppen Starter ved 8-9 ukers alder etter unnfangelse Forsvinner ved 4-5 måneders alder etter terminalder 7 Slide 8 Gestalt persepsjon 8 Slide 9 GMs ved 2-5 måneders alder (fidgety bevegelser) etter termin Tilstedeværende fidgety bevegelser = lav risiko for CP Fraværende fidgety bevegelser = høy risiko for CP 9

4 Slide 10 GMA anbefales til klinisk bruk Utvikling av internasjonale anbefalinger for tidlig identifisering og behandling 10 Slide 11 GMA krever trenede og erfarne «hjerner» 11 Slide 12 Vanskelig å være over alt. 12

5 Slide 13 Bruk av data baserte metoder 13 Slide 14 Mange teknologiske muligheter 14 Slide 15 Våre studier Ca. 900 barn 15

6 Slide 16 Samarbeid med UiO (Musikk, dans, spedbarns bevegelser, Alexander Refsum Jensenius) 16 Slide 17 Variabilitet og mengde bevegelse 17 Slide 18 Resultater Relativt god på å identifisere normale og avvikende FMs Liknende resultater for identifisering av barn ved 3 måneders alder som får CP Dette vist i tidligere ph.d studie (Lars Adde) og nylig bekreftet i en fersk stor internasjonal studie 18

7 Slide 19 Vi ønsker en bedre datamodell! 19 Slide 20 I) Beregne optical flow fra video (partiklers flyt/bevegelse i videobildet) 20 Slide 21 I) Beregne optical flow fra video (krever i dag stor datakraft) 21

8 Slide 22 IV) Lager en modell for sammenheng mellom bevegelsesdata og CP CP status Maskinlæring (oppskrift hemmelig) 22 Slide 23 Nye pågående arbeider Mål 1: Utvikle en risikoprofil for mulig CP for syke nyfødte basert på bevegelsesanalyse fra videoopptak ved 3 måneders alder. Mål 2: Utvikle og muliggjøre at slik undersøkelse kan utføres med hjemmebaserte videoopptak. 23 Slide 24 Mål 1: utvikle risikoprofil Mål 1: Utvikle en risikoprofil for mulig CP for syke nyfødte basert på bevegelsesanalyse fra videoopptak ved 3 måneders alder. CP prediksjons modell (Norge) 24

9 Slide 25 Nye pågående arbeider Mål 2: Utvikle og muliggjøre at slik undersøkelse kan utføres med hjemmebaserte videoopptak. 25 Slide 26 1) Prechtl HF, Einspieler C, Cioni G, Bos AF, Ferrari F, Sontheimer D. An early marker for neurological deficits after perinatal brain lesions. Lancet. 1997;349(9062): ) Einspieler C, Prechtl HF, Bos A, Ferrari F, Cioni G. Prechtl`s method on the qualitative assessment of general movements in preterm, term and young infants. New York: Mac Keith Press; ) Adde L, Helbostad JL, Jensenius AR, Taraldsen G, Stoen R. Using computer-based video analysis in the study of fidgety movements. Early Hum Dev. 2009;85(9): ) Adde L, Helbostad JL, Jensenius AR, Taraldsen G, Grunewaldt KH, Stoen R. Early prediction of cerebral palsy by computer-based video analysis of general movements: a feasibility study. Dev Med Child Neurol. 2010;52(8): ) Karch D, Wochner K, Kim K, Philippi H, Hadders-Algra M, Pietz J, et al. Quantitative score for the evaluation of kinematic recordings in neuropediatric diagnostics. Detection of complex patterns in spontaneous limb movements. Methods Inf Med. 2010;49(5): ) Karch D, Kang KS, Wochner K, Philippi H, Hadders-Algra M, Pietz J, et al. Kinematic assessment of stereotypy in spontaneous movements in infants. Gait Posture. 2012;36(2): ) Stahl A, Schellewald C, Stavdahl O, Aamo O, Adde L, Kirkerod H. An Optical Flow Based Method to Predict Infantile Cerebral Palsy. IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society ) Kanemaru N, Watanabe H, Kihara H, Nakano H, Takaya R, Nakamura T, et al. Specific characteristics of spontaneous movements in preterm infants at term age are associated with developmental delays at age 3 years. Dev Med Child Neurol. 2013;55(8): ) Rahmati H, Aamo. O, Stavdahl Ø, Adde L. Video-based early cerebral palsy prediction using motion segmentation. Submitted and accepted abstract to the 36th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC'14), August 26-30, Chicago, USA, ) Philippi H, Karch D, Wochner K, Dickhaus H, Pietz J, Hadders- Algra M. Computer-based analysis of general movements reveals stereotypies predicting cerebral palsy. Accepted abstract EACD ) Kanemaru N, Watanabe H, Kihara H, Nakano H, Nakamura T, Nakano J, Taga G. Jerky spontaneous movements at term age in preterm infants who later developed cerebral palsy. Early Human Development, August