Боль в спине и сидячий образ жизни: умное кресло для диагностики люмбаго

Все профессии важны, все профессии нужны. И каждая из них по-своему влияет на здоровье человека. Конечно, определенные виды деятельности куда опаснее остальных (саперы, водолазы, шахтеры и т.д.). Но даже офисная (т.е. сидячая) работа сопряжена с некоторым вредом для здоровья. Длительное сидение за компьютером, как частенько старшее поколение описывает в двух словах работу и программиста, и менеджера, и журналиста, негативно сказывается и на зрительной системе, на ЦНС, на опорно-двигательный аппарат и т.д. Естественно, существует ряд советов, следуя которым можно сократить риск развития какого-либо заболевания, вызванного сидячей работой. Однако, все так же естественно, подавляющее большинство людей к этим советам относится несерьезно. И вот ученые из университета Тохоку (Япония) разработали систему, позволяющую отслеживать состояние нижнего отдела спины, дабы предупредить человека о развитии люмбаго. Из чего состоит система, какие именно показатели она отслеживает, и насколько она эффективна? Ответы на эти вопросы мы найдем в докладе ученых. Поехали.

Основа исследования

Нередко можно услышать мнение, что современный мир и все его технологичные составляющие негативно влияют на здоровье человека, на его поведение, психическое состояние, культуру поведения и т.д. Такое мнение, скажем так, чересчур консервативно. Любую пользовательскую технику можно сравнить с лекарством, вред или польза которого часто зависят от дозировки. Конечно, если человек по 18 часов проводит за компьютером, это так или иначе повлияет на его здоровье. И тут уже не столь важно, играет ли он в видеоигры, сочиняет роман или читает что-то невероятно интересное.

Когда речь заходит о зрении, что врачи рекомендуют делать перерывы от мониторов и проводить зарядку для глаз. Конечно, мало кто это делает. Причин много: банальная лень, забывчивость или просто не до зарядок, когда сроки горят, а заказчик не будет ждать, пока вы повертите глазами и посмотрите в окошко.

Не менее серьезной является и проблема опорно-двигательного аппарата (ОДА), страдающего от длительного пребывания в не самом удобном для него положении. Одной из самых распространенных разновидностей проблем с ОДА является люмбаго (LBP от low back pain), т.е. боль в поясничном отделе спины. По статистике эта проблема встречается с той или иной степенью серьезности и частоты проявления у 58–84% населения планеты. Статистика также говорит, что из-за люмбаго работу бросает больше людей, чем из-за сердечных заболеваний, диабета, гипертонии, новообразований, респираторных заболеваний и астмы вместе взятых.

Предшественником появления люмбаго может быть самые разные причины. МРТ исследования показали, что с люмбаго тесно связаны экструзия дисков и спондилолиз. Однако в большинстве случаев причины не могли быть идентифицированы и были описаны как неспецифические. Часто МРТ или КТ пациентов с люмбаго не отличались от оных у пациентов без этого недуга.

Среди факторов риска развития LBP числится и сидячий образ жизни, научно идентифицируемый как отдельный класс поведения, характеризующийся небольшой физической активностью или видами деятельности, требующими низкого потребления энергии.

В 2013 году опрос 27 637 человек в возрасте от 15 до 98 лет из 32 европейских стран показал, что средний период сидения в будние дни составлял 5.2 часа в день. Еще одно исследование показало, что сотрудники офисов в Австралии и Великобритании проводят 68–70% рабочего и 60–63% нерабочего дня в сидячем положении. А в Японии: 63% рабочего дня и 60% выходного дня. Опрос 1329 офисных работников показал, что 201 (15.1%) испытывали LBP в течение последней недели.

Любопытно то, что детальные исследования связи между сидячим образом жизни и люмбаго дали противоречивые результаты. В одних трудах сидячий образ жизни называли причиной LBP в 19.19% случаев, тогда как в других показатель доходил до 43.59%. Вероятно, та изменчивость может быть связана с динамическим характером LBP, так как даже при хронической боли в спине пациенты не страдают от нее в течение всего дня. Еще одной проблемой предыдущих исследований было то, что в них сидячее положение оценивалось как статическое в течение всего периода времени. В реальности же человек так или иначе двигается, даже если сидит.

Авторы рассматриваемого нами сегодня труда предположили, что для получения полной картины необходимо провести измерение и оценку интересующего участка тела в течение длительного периода. Следовательно, они решили имплементировать диагностическую систему в обычный офисный стул, чтобы испытуемые могли и дальше работать в обычном для них режиме, а ученые могли получать все необходимые для анализа данные.

Подготовка к исследованию

Как уже упоминалось ранее, наблюдения за испытуемыми проводились в реальных (а не лабораторных, как раньше) условиях. Всего в опытах приняло участие 22 человека в возрасте от 20 до 59 лет. Важно и то, к опытам не допускались те, кто страдал серьезными психическими, неврологическими или скелетно-мышечными заболеваниями и те, кому врачи запретили заниматься спортом.

Система сбора данных визуально напоминала обычный офисный стул, так как им и являлась. Его просто оборудовали датчиками веса и устройствами передачи данных через Wi-Fi. Габариты стула составляли 52 см в ширину, 58.5 см в длину и 88.5 см в высоту. Четыре датчика веса были закреплены на металлической пластине 260 х 250 мм толщиной 3.2 мм. Нижняя поверхность каркаса сиденья была прочно прикреплена к тензодатчикам. Тензодатчики были подключены к процессору Rasberry Pi, а данные передавались через модуль Wi-Fi со скоростью 100 Гц. Высота сиденья была отрегулирована для каждого участника исследования таким образом, чтобы обе ступни можно было устойчиво поставить на пол, при этом ноги стояли вертикально, в удобном положении без дополнительного растяжения.

Основной принцип работы умного кресла заключался в отслеживании пространственно-временных изменений в распределении давления, когда испытуемый пользуется креслом. В «сидячий» профиль испытуемого включались не только статическое положение тела, но и любые наклоны, покачивания и даже временные промежутки, когда испытуемый покидал кресло. Все эти аспекты можно отследить с помощью COP (от center of pressure, т.е. центр давления). В результате с помощью COP определялся профиль сидения:

где A1, A2,A3 и A4 отображают показатели датчиков (передний левый, задний левый, передний правый и задний правый, соответственно).

Дополнительно отлеживались и субъективные (т.е. со слов испытуемых) симптомы: изменения субъективных уровней LBP, боль в шее, ощущение сытости после завтрака и сонливость. Все субъективные уровни определялись с использованием модифицированной шкалы Лайкерта от 0 до 10, где 0 означало отсутствие боли, голод или бессонницу, а 10 — сильнейшая боль, сытость или сонливость. Испытуемые заполняли анкеты на планшете (специально предоставленном им для этой задачи) каждый день в одно и то же время (9:00, 11:30, 14:00, 17:00).

Изменение уровня LBP определялось путем вычитания оценки в конце дня из утренней оценки. Отрицательное значение указывало на обострение LBP, 0 — без изменений, а положительное значение — на улучшение LBP. Аналогичным образом оценивались и уровни других субъективных симптомов.

Таким образом был ряд факторов, которые в той или иной степени влияли на значения LBP (люмбаго): пол, вес, возраст, время в положении сидя, уровень сонливости, сытость, частота появления мотива.

В данном исследовании «состояние» рассчитывалось путем кластеризации временных рядов в изменениях показателей центра давления (COP), представляющих конкретное действие во время сидения. Термин «мотив» состоит из нескольких состояний, определяемых как паттерны, которые имеют схожую форму, но при этом демонстрируют нетривиальную вариативность, которая может определять сидячие модели поведения на более детальной основе.

Для сегментации и кластеризации данных поведения во время сидения использовался TICC (кластеризация на основе обратной ковариации, «Toeplitz Inverse CovarianceBased Clustering of Multivariate Time Series Data»), для выявления мотивов — MASA (присвоение состояний на основе мотивов, «MASA: Motif-Aware State Assignment in Noisy Time Series Data»), а прогнозирование выполнялось посредством SSA-PNN (воробьиный поисковый алгоритм вероятностной нейронной сети, «A novel swarm intelligence optimization approach: sparrow search algorithm»).

Изображение №1

После распознавания мотивов обширный набор данных по временным рядам может быть представлен небольшим количеством форм сидячего поведения. Другими словами, определение общих черт для разных участников позволяет сократить объем обрабатываемых данных.

Результаты исследования

Таблица №1: данные участников. Обозначения: ^a — общий мотив, выявленный в исследовании; ^b — у скольких участников обострилось LBP; ^c — у скольких участников LBP не изменилось; ^d — у скольких участников LBP улучшилось; ^e — у скольки участников началось обострение и улучшение LBP; ^f — у скольки участников LBP обострилось и не изменилось; ^g — у скольки участников LBP обострилось, не изменилось и улучшилось. E — обострение; NC — без изменений; IM — улучшение.

В опытах приняли участие 22 человека, а продолжительность наблюдений составила 90 дней. По результатам наблюдений всех участников можно было разделить на 4 категории в соответствии с изменениями уровней LBP (таблица №2): 3 человека (13.64%) испытали обострение LBP; 8 человек не испытали изменений в уровне LBP; 6 человек — обострение + без изменений; 5 человек — обострение + без изменений + улучшение. Из этих данных видно, что испытуемые в разные периоды времени могли испытывать как одинаковое состояние LBP (будь то постоянное улучшение/ухудшение или без изменений), так и различные комбинации LBP (например, сначала ухудшение, потом улучшение и т.д.).

Таблица №2

Также было замечено, что при обострении люмбаго общее время в сидячем положении увеличивалось. По уровням сонливости и сытости группа участников, у которых не было изменений LBP, показала самые высокие баллы по шкале от 0 до 10.

Таблица №3. Обозначения: ^a — у всех 22 участников всего 40 дней, когда LBP усугублялось; ^b — 43 дня, когда LBP было без изменений; ^c — 7 дней, когда LBP улучшалось.

Значение COP использовалось для отражения определенной модели поведения при сидении, например, вставание со стула, устойчивого сидения, небольшого и сильного раскачивания. Всего было сформулировано 4 состояния:

• состояние 1 — стабильное сидение;
• состояние 2 — незначительная динамика (т.е. покачивания на кресле, растяжения, вращения и т.д.);
• состояние 3 — значительная динамика;
• состояние 4 — участник покинул кресло.

Изображение №2

Судя по графику выше, общий мотив состоял из статичного сидения и незначительной динамики (т.е. состояния 1 и 2). 82 из 90 дней (т.е. 91.11%) демонстрировали именно этот мотив. Это указывает на серию сложных действий, имеющих определенную последовательность.

Затем частота появления общего мотива, время сидения и другие параметры (пол, вес, возраст, сонливость и сытость) использовались для определения динамики изменения LBP с утра до ночи.

Изображение №3

В этом исследовании для достижения более наглядного представления использовались нормализованная и стандартная матрицы несоответствий. Каждый столбец матрицы указывает на прогнозируемую метку на уровне вывода LBP, а каждая строка указывает на фактический класс. Значения диагональных элементов представляют собой пропорции правильных уровней вывода.

На 3A показано количество верных прогнозов, а на 3B показана точность SSA-PNN на трех уровнях (65% для ухудшения, 81% для без изменений и 14% для улучшения).

Эффективность прогнозирования улучшения LBP была не такой хорошей, как в двух других условиях. Это может быть связано с тем, что изменение LBP определялось с помощью утренней оценки LBP за вычетом ночной. Большинство различий были очень близки к 0, что указывает на стабильный (без изменений) уровень LBP.

Изображение №4

График выше демонстрирует вклад каждого из факторов на формирование уровня LBP. Ученые отмечают, что частота появления общего мотива имела наибольший вклад в каждое состояние, демонстрируя наилучшую прогностическую ценность.

Изображение №5

Выше показан график производительности SSA с 10 итерациями, где уже на второй наблюдается значительное улучшение.

Изображение №6

Схема выше показывает отличия между тремя группами испытуемых (ухудшение, без изменений и улучшение состояния люмбаго). Тут отчетливо видно, что распределение появления общего мотива было неоднородным. Это указывает на возможность определять вероятность последующего ухудшения состояния человека.

Для более детального ознакомления с нюансами исследования рекомендую заглянуть в доклад ученых.

Эпилог

В данном труде ученые решили выяснить, возможно ли предвидеть развитие болевого синдрома в пояснице (люмбаго), вызванного сидячей работой. Разработанная ими система состоит из набора датчиков давления, считывающих малейшие движения, встроенных внутри обычного офисного кресла.

Данные, полученные в течение 90 дней наблюдений, показали, что в поведении сидящего человека имеются общие мотивы — небольшие движения в туловище, которые препятствуют фиксации позвоночных суставов, что позволяет избежать развития люмбаго. Следовательно, выявление этого мотива позволяет прогнозировать развитие болевого синдрома в течение дня по сравнению с утренним состоянием.

Проблемы со спиной, в том числе и люмбаго, являются неотъемлемой частью рабочих будней многих людей современности. Боли не только ухудшают общее состояние человека, но и разительно влияют на его работоспособность. Другими словами, своевременное выявление проблемы несет в себе пользу не только для здоровья «пациента», но и для компании, где он работает. Остается лишь один вопрос — готова ли среднестатистическая компания выделить дополнительный бюджет на своих сотрудников, даже если эти расходы в будущем принесут ей пользу?

Благодарю за внимание, оставайтесь любопытствующими и хорошей всем рабочей недели, ребята! 🙂

Немного рекламы

Спасибо, что остаётесь с нами. Вам нравятся наши статьи? Хотите видеть больше интересных материалов? Поддержите нас, оформив заказ или порекомендовав знакомым, облачные VPS для разработчиков от $4.99, уникальный аналог entry-level серверов, который был придуман нами для Вас: Вся правда о VPS (KVM) E5-2697 v3 (6 Cores) 10GB DDR4 480GB SSD 1Gbps от $19 или как правильно делить сервер? (доступны варианты с RAID1 и RAID10, до 24 ядер и до 40GB DDR4).

Dell R730xd в 2 раза дешевле в дата-центре Maincubes Tier IV в Амстердаме? Только у нас 2 х Intel TetraDeca-Core Xeon 2x E5-2697v3 2.6GHz 14C 64GB DDR4 4x960GB SSD 1Gbps 100 ТВ от $199 в Нидерландах! Dell R420 — 2x E5-2430 2.2Ghz 6C 128GB DDR3 2x960GB SSD 1Gbps 100TB — от $99! Читайте о том Как построить инфраструктуру корп. класса c применением серверов Dell R730xd Е5-2650 v4 стоимостью 9000 евро за копейки?