Valutazione del riapprendimento motorio in seguito a trattamento con stimolazione peroneale su pazienti con emiplegia cronica affetti da piede cadente

Aim of the study - By understanding and quantifying the mechanisms which led to an improvement of the conditions of stroke-survivors patients following a specific treatment, it could be possible to identify the best therapies that could help the patients’ recovery process. One of the main objectives of many clinically diffused therapies consists of locomotors ability restoration , in order to lead to a significant improvement of the patients’ quality of life and to a consequent increase in their autonomy (Belda-Lois JM, 2011). In patients who suffered from a stroke, one of the most common residual disabilities is foot drop, characterized by the dropping of the forefoot due to weakness of the muscles responsible for the ankle dorsiflexion. An estimated 20% of stroke survivors suffer from this problem (Ring H 2009). One of the possible therapies available to treat foot drop is Functional Electrical Stimulation (FES), applied to tibialis anterior muscle during the gait cycle, so as to support the correct raise of the foot. This technique was introduced by Liberson and colleagues (Liberson WT 1961), who observed that some patients reported a carryover effect, that is resulting in re-learning of a motor function also when stimulation was turned off. Hypothesis have been made in literature, in particular considering that FES activates nerve fibres both orthodromically (towards the periphery) and antidromically (in the opposite direction). The orthodromic impulse will artificially elicit muscle contraction, whereas the antidromic impulse in the motor nerve fibres will reach the anterior horn cells. If the anterior horn cells’ synapse is strengthened by the coincidence of presynaptic and postsynaptic activity (i.e. it is a Hebb type neuron), then FES combined with coincident voluntary effort could help to promote restorative synaptic modifications (Rushton 2003). The present work aims at identifying indices or group of measures that allow evaluating the motor improvement and the presence of carryover effect in hemiplegic patients who have been treated with functional electrical stimulation of peroneal nerve for one month. The study presented here is part of a more complex project that aims at understanding the mechanisms of action of the carry-over effect at central nervous system level through functional magnetic resonance images acquired during specific motor tasks. Introduction - As introduction of the discussed topic, the first chapter analyses the symptoms and the manifestation that characterize a stroke, so as to clarify its causes and to identify its possible neurological damages. Some clinically available rehabilitation therapies to recover the locomotors function are described, with a particular attention to functional electrical stimulation along with its clinical relevance. Experimental protocol - In the second chapter the criteria used to recruit patients are described, and the instrumental and clinical tests performed are presented.. The inclusion criteria adopted for patients’ recruitment are the presence of unilateral hemiparesis due to a cerebral damage which doesn’t affect the primary motor cortex; the ability to autonomously ambulate with or without support (i.e. cane) and finally the absence of sensorial deficit or cognitive dysfunctions, as the patients should be able to understand simple instructions. The patients have been recruited in the “Villa Beretta” Rehabilitation Centre in Costa Masnaga that is a partner of the project. The patients have gone through a rehabilitative treatment based on functional electric stimulation for a month using different types of commercial device. Before starting the treatment some clinical and instrumental tests, fundamental to evaluate the clinical status of each patient, have been carried out. At the end of the therapy these tests have been repeated, in order to observe any possible improvements in the patients. The clinical tests performed are the Medical Research Council Scale Index (Medical Research Council 1981) which evaluates muscle’s residual ability with a scale ranging from 0 (no contraction) to 5 (normal contraction); the Modified Ashworth Scale Index (Bohannon R.W. 1987) which measures the spasticity, namely muscular weakness due to the increase of the muscle’s tone, with a scale ranging from 0 (normal tone) to 4 (rigid flexion or extension; the Six Minute Walking Test (Butland 1982), which evaluates the total distance walked by the patient during six minutes. The performed instrumental tests include the Gait Analysis with dynamic Electromyography (EMG), the measure of the Range of Motion (ROM) and the measure of the gait parameters during Six Minute Walking Test. Thanks to the non-invasive nature of the gait analysis the evaluation of different body segments during movement has been possible, so to quantify kinematic and kinetic parameters of gait. For example, it is possible to measure spatio-temporal parameters like velocity, cadence or stride length. Dynamic Electromyography detects muscles activation during gait. It has been also measured ankle’s range of motion, thanks to an angle goniometer under two different conditions: active (i.e. the subject voluntarily moves the ankle), and passive (i.e. the therapist moves the joint while the subject is asked to remain relaxed). In the present study, we measured the range of motion both in active and passive conditions when the subject was sitting with flexed and extended knee. Finally, during the Six Minute Walking Test, the subjects wore the “Rehawatch”, a device that measures gait parameters thanks to some inertial sensors attached to the heel area of the shoes, like velocity, cadence or stride length,. Data analysis - In the third chapter, it has been presented a literature research that highlights how instrumental and clinic information have been used. Parameters that could best characterize patients’ motor pattern and patients’ improvement have been identified. In particular, four categories of indices are presented: general indices, kinematic indices for foot drop evaluation, electromyographic indices and kinetic indices. The term “general indices” includes all the indices that aim at summarizing all gait parameters’ information so as to obtain one single descriptive value. A first index, the Normalcy Index, can be considered as measure of the distance between the set of discrete variables describing a patient’s gait pattern and the average of those variables evaluated in healthy subjects’ (Schutte LM 2000). In order to obtain a set of independent variables before to calculate the distance, the principal component analysis is performed. A second index, the Gait Deviation Index, uses the singular value decomposition to find a new set of variables that maximizes the variance with the minimum number of gait features, and it calculates the scaled distance between gait feature scores for a patient and the average of the same gait feature scores evaluated in a control group (Schwartz MH 2008 ). Kinematic Indices specific for foot drop have been identified, including the Paretic Pre Swing (PPS), the percentage of the gait cycle spent in paretic pre-swing (Bowden MG 2008); velocity and cadence (Perry J, 1995); Paretic Step Ratio (PSR), the comparison from paretic step length and total stride length (Bowden MG, 2008 ); symmetry indices, that evaluate the predominance of one limb on the other one (Patterson, 2010; Beauchamp MK, 2009); kinematic indices, that evaluate the flexion and extension peak of the ankle, the hip or the knee (Kesar TM, 2011); range of motion (Carayon A, 1967, Ozkan T, 2007). In the evaluation of muscles activity, electromiograpic data play an important role, because they provide informations about the activation and the timing of activation of tibialis anterior and medial gastrocnemius muscles, that take part in ankle dorsiflexion and that present abnormal patterns in subjects with foot drop (Burridge JH, 2001). The joint moment and ground reaction forces measure allow to calculate two indices that represent subjects symmetry: the Paretic Propulsion, that measures contribution on the gait propulsion given by the paretic leg (Bowden MG, 2006); Ankle e Hip moment impulse proportion, that expresses the moment impulse proportion of paretic and non paretic leg during gait propulsion. It has been chosen to use the GDI, the kinematic indices and the Ankle and the Hip moment impulse proportion. Results - The calculation of the described parameters have been described in the fourth chapter, where a final evaluation of patients’ scores, along with an evaluation of each single subject has been carried out. In order to represent the values of the parameters calculated before the treatment (pre) and after the treatment (post), two graphics have been used. The first one shows the values of the indices measured for each patient. The second one illustrates the evaluation of the real patients’ improvement by taking into account the measurement error, by considering the minimal detectable change (MDC) and the clinically significant change (CSC) (Morley S 2008). The MDC value has been taken from literature or it has been calculated in a healty subjects’ group using the information of the statistical analysis of the variance (ANOVA), that allows to calculate the intra-class coefficent (ICC) and the standard error of the measure (SEM). The evaluation of CSC values, that could help to identify a clinically significant improvement, have been calculated as descibed by Jacobson and colleagues (Jacobson NS, 1999). It has been observed that: in GDI evaluation only two subjects shown a significant difference between pre and post; four subjects in the post measures fall into the normality range for PPS index; all subjects remain in the normality range for what is concerning PSR value; considering velocity, only one subject presents a significant improvement and he/she passes from a lower class to the upper one; for what is concerning cadence, only one subject has a significant improvement; in symmetry indices patients that start from normality range present a decrease of indices while the other patients rise to normality; in kinetic indices patients with normal value remain stable, while the other patients improved until reaching the normality range; in the measure of the range of motion, all patients presented an incresing value. Lastly, patients’ gait features, deductible from indices’ trends described in the previous section have been described. Conclusions and future sights - It can be concluded that some patients have implemented different motor strategies by showing an improvement of velocity and cadence, but an aggravation of gait symmetry. Some subjects started from a condition far from normality range, but thanks to the functional electrical stimolation they recovered motor function and they reached a normality range. Some other patients starting from a condition near to normality range kept this condition also after the treatment. In order to quantitatively evaluate patients’ overall improvement, a scoring method based on the observation of significant difference between pre and post values has been proposed. Positive scores have been assigned to those patients who showed a significant, or clinically relevant improvement, and negative scores have been assigned to patients who showed a significant decrese of indices’ values. Afterwards a clustering method to classify into two different groups the subjects who presented an improvement (i.e. carry-over effect) and those who didn’t has been implemented. In particular, in the fifth chapter the k-means alghorithm, that is an unsupervisioned method to identify groups of points (clusters) in the multidimensional space, has been presented. Its function is to create a classification in which one cluster is rapresented by one point (centroid). The k-means algorithm uses a series of iterations. It starts from the allocation of the centroids in random points of the multidimensional space and it classifies the data set points to the nearest centroid. The value of the centroid is updated to the value of cluster points’ mean. The algorithm ends when no points change cluster during the classification. Thanks to this method it has been possible to divide patients into two groups, according to the data obtained from the scoring method. The subjects’ improvement one month after the treatment is also feasible with k-means algorithm approach, once follow-up datawill be available. Further analysis could be performed using different clustering methods, such as supervised and unsupervised neural network. For example, unsupervised neural networks provides a topology preserving mapping from the high dimensional space to map units, or neuron. Moreover, a two-way clustering could be hypotesized by using two methods: supervised methods, to obtain a classification thanks to the data of patients and healthy subjects, and unsupervised methods to classify patients through post-treatment data. Thus, the two groups would represent the patients showing an improvement and those remaining in the initial conditions. In fact, the centroid of the cluster representing the improving group should be closer to the healthy subjects. Another example, in order to reduce dataset dimension, could be the principal component analysis. With this method, only significant indices could be chosen to represent patients’ improvement. As it has been discussed, there are a lot of further development that could be realized to classify patients with carryover effect. The indices and methods described in this thesis could help to achieve this goal with the purpose of predict who could obtain benefits through the use of FES. In this way clinicians could be helped in selecting single patient treatments.

Scopo del lavoro- Riuscire a comprendere e a quantificare i meccanismi che portano al miglioramento delle condizioni di pazienti colpiti da ictus, in seguito a trattamenti specifici, può aiutare il clinico ad identificare terapie riabilitative che siano in grado di favorire questo processo di recupero. Uno degli obiettivi principali di diverse terapie riabilitative consiste nel cercare di ripristinare le capacità del cammino, consentendo un miglioramento della qualità della vita dei pazienti e aumentando la loro autonomia (Belda-Lois JM, 2011). Tra i pazienti che sono sopravvissuti ad un ictus, una delle disabilità motorie croniche più diffuse consiste nel difetto del piede cadente, caratterizzato dal trascinamento del piede a causa di un indebolimento dei muscoli responsabili della dorsiflessione della caviglia. Si stima che il 20% dei soggetti sopravvissuti ad un ictus presentino questo problema (Ring H, 2009). Una tecnica riabilitativa utilizzata per risolvere o migliorare questa disabilità è la stimolazione elettrica funzionale, applicata al nervo peroneale e coordinata con il ciclo del passo in modo da permettere il corretto sollevamento del piede durante il cammino. Questa tecnica è stata sviluppata per la prima volta da Liberson e colleghi (Liberson WT, 1961), che hanno osservato che alcuni pazienti riportavano il “carry over effect”, cioè riuscivano a ripristinare la volontarietà del movimento della dorsiflessione del piede anche a stimolazione spenta. E’ stato ipotizzato l’induzione da parte della FES di un riapprendimento motorio sia dovuta al fatto che la stimolazione riesce ad attivare le fibre nervose sia in senso ortodromico (verso la periferia) che in senso antidromico (verso il sistema nervoso centrale). Questo impulso antidromico può arrivare al massimo fino al motoneurone, ma se la sinapsi all’interno di queste cellule è di tipo Hebbiano (cioè se si rafforza in caso di coincidenza dell’attività pre e post sinaptica), la FES, combinata con un coincidente sforzo volontario del soggetto, potrebbe aiutare a ripristinare le connessioni sinaptiche a livello spinale (Rushton DN, 2003). Nell’ottica di valutare la presenza del carry over effect, questo lavoro si propone di identificare degli indici o delle misure quantitative che permettano di valutare il miglioramento in pazienti con emiparesi cronica a seguito di un trattamento di stimolazione elettrica funzionale al nervo peroneale. Questa ricerca si inserisce all’interno di uno studio più ampio che vuole indagare i meccanismi di attivazione cerebrale che portano al “carry over effect” tramite l’analisi delle immagini ottenute dalla risonanza magnetica funzionale durante l’esecuzione di specifici esercizi di dorsiflessione della caviglia. Introduzione- Per introdurre il lavoro svolto il primo capitolo analizza i sintomi e le manifestazioni che seguono un ictus, in modo da chiarirne le cause e da identificare i possibili danni neurologici che ne derivano. Vengono anche descritte le possibili terapie che possono essere considerate per la riabilitazione della funzionalità motoria e viene in particolare dettagliato il funzionamento della stimolazione elettrica funzionale (FES) e la sua rilevanza clinica. Protocollo sperimentale- Nel secondo capitolo vengono descritte le modalità di reclutamento dei soggetti ed il protocollo sperimentale utilizzato per le misure. I criteri adottati per il reclutamento dei soggetti comprendono la presenza di emiparesi unilaterale, dovuta ad una lesione cerebrale non estesa alla corteccia motoria primaria, una capacità di deambulazione con o senza ausili e l’assenza di deficit sensoriali e disfunzioni cognitive, poiché il soggetto deve essere in grado di comprendere semplici istruzioni che gli vengono fornite. I soggetti sono stati reclutati nel Centro di Riabilitazione “Villa Beretta” di Costa Masnaga, che ha collaborato allo svolgimento dello studio. I pazienti sono stati sottoposti a trattamento riabilitativo della durata di un mese, basato sulla stimolazione elettrica attuata utilizzando diverse tipologie di stimolatori commerciali. Prima dell’inizio del trattamento sono stati svolti dei test clinici e strumentali necessari per valutare lo stato clinico del paziente. Questi stessi test sono stati ripetuti alla conclusione della terapia per osservare l’eventuale miglioramento dei soggetti. I test clinici che sono stati utilizzati sono: il Medical Reaserch Council Scale Index (Medical Reaserch Council, 1981), che valuta la capacità muscolare residua assegnando ai soggetti una categoria da 0 (nessuna contrazione muscolare) a 5 (contrazione muscolare normale); il Modified Ashworth scale index (Bohannon R.W., 1987), che misura la spasticità muscolare, ossia l’aumento della contrattura muscolare che provoca una diminuzione della forza sviluppata fino alla paralisi del muscolo, assegnando ai soggetti una classe da 0 (tono muscolare normale) a 4 (arto patologico rigido); il Test dei Sei Minuti (Butland, 1982), che serve per valutare la distanza percorsa dal soggetto in sei minuti lungo un corridoio in piano. I test strumentali effettuati, invece, comprendono: l’analisi del cammino con elettromiografia dinamica (EMG), la misura della mobilità articolare detta Range of Motion (ROM) e la misura dei parametri del cammino durante il Test dei Sei Minuti. Tramite l’analisi del cammino è stato possibile valutare i movimenti delle diverse articolazioni nello spazio in maniera non invasiva in modo da ricavare parametri riguardanti sia la cinematica che la dinamica del cammino. Ad esempio è possibile ricavare parametri spazio-temporali come la velocità del cammino, la cadenza o la lunghezza del passo. L’elettromiografia dinamica, invece, ha permesso di rilevare l’attivazione muscolare dei muscoli coinvolti nella dorsiflessione della caviglia. E’ stato inoltre misurato il range of motion della caviglia, che rappresenta la mobilità articolare della caviglia stessa, in due possibili condizioni: attiva, in cui il soggetto muove autonomamente il segmento articolare e passiva, in cui invece è il terapista e muove l’articolazione mentre il soggetto rimane rilassato. Nel nostro caso abbiamo misurato il ROM in condizioni attive e passive con il soggetto seduto e con il ginocchio sia flesso che esteso. Durante il Test dei Sei Minuti, infine, i soggetti hanno indossato il “Rehawatch”, uno strumento che utilizza tre sensori di accelerazione con massa inerziale, montati su una staffa solidale alla scarpa, per ricavare i parametri del cammino più importanti come la cadenza, la velocità, la lunghezza del passo. Analisi dei dati- E’ stata quindi effettuata una ricerca bibliografica, riportata nel terzo capitolo, in modo da identificare i parametri che caratterizzano al meglio le capacità di dorsiflessione della caviglia dei soggetti con piede cadente e che possono aiutare a comprenderne l’eventuale miglioramento. In particolare sono stati identificate quattro categorie di parametri: indici generali di gait, indici cinematici per la valutazione del piede cadente, indici elettromiografici e indici cinetici. Con il termine indici generali di gait si intendono quegli indici che si prefiggono di sintetizzare le informazioni ricavate dalla grande quantità di grandezze ricavate dalla gait in modo da ottenere un singolo valore che identifichi lo stato patologico del soggetto (i.e. Normalcy Index (NI); Gait Deviation Index (GDI)). Il Normalcy Index misura la distanza tra un set di variabili discrete che descrivono il cammino del paziente, con la media delle stesse variabili misurate sui soggetti sani (Schutte LM, 2000); per ottenere un set di variabili tra loro indipendenti tra cui effettuare il calcolo della distanza viene utilizzata un’analisi della componenti principali. Il secondo indice (GDI), invece, utilizza la decomposizione in valori singolari per ottenere un set di dati che massimizzi la varianza con il minimo numero di caratteristiche possibile ed effettua il calcolo della distanza tra i dati dei pazienti e i dati di un gruppo di controllo (Schwartz MH, 2008). Gli indici cinematici specifici per la valutazione del piede cadente, comprendono: la misura del Paretic Pre Swing (PPS), ossia della percentuale del ciclo del passo dedicata al preswing per la gamba paretica (Bowden MG, 2008), la velocità e la cadenza (Perry J, 1995); il Paretic Step Ratio (PSR), che rappresenta la lunghezza del passo paretico a confronto con la lunghezza del passo totale (Bowden MG, 2008 ); gli indici di simmetria, che vogliono evidenziare la prevalenza del contributo di un arto rispetto all’altro durante il cammino (Patterson, 2010; Beauchamp MK, 2009); gli indici angolari, che rappresentano i picchi di estensione e flessione di caviglia, ginocchio e anca in particolari momenti del ciclo del passo (Kesar TM, 2011); il range of motion (Carayon A, 1967, Ozkan T, 2007). Per quanto riguarda l’attivazione e la tempistica di attivazione muscolare rispetto al ciclo del passo, attraverso i dati elettromiografici è possibile ottenere informazioni in particolare sull’attività del tibiale anteriore e del gastrocnemio mediale, coinvolti nella dorsiflessione della caviglia, che presentano attivazioni anormali in caso di soggetti con piede cadente (Burridge JH, 2001). Dalle informazioni relative ai momenti e alle forze di reazione al terreno che si possono misurare durante la gait, è possibile ricavare altri due indici che quantificano la simmetria: Paretic Propulsion, che misura il contributo della gamba paretica alla propulsione durante il cammino (Bowden MG, 2006); Ankle e Hip moment impulse proportion, che misurano la proporzione dell’impulso dei momenti dovuto alla sola gamba paretica durante la fase di propulsione del ciclo del passo (Beaman CB 2010). Tra tutti gli indici descritti si è scelto di calcolare il GDI, gli indici cinematici e Ankle e Hip moment impulse proportion. Risultati- I risultati ottenuti dal calcolo di queste grandezze sono stati riportati nel capitolo quattro, dove è presente una valutazione complessiva dei pazienti in ciascun indice ed una valutazione di ciascun soggetto preso singolarmente. Per rappresentare gli andamenti dei valori delle grandezze calcolate tra la misura effettuata prima del trattamento (pre) e quella misurata dopo (post), sono stati utilizzati due tipi diversi di grafici costruiti per ciascun indice. Il primo grafico rappresenta il valore di ciascun parametro nel pre e nel post per ciascun soggetto, in modo che si possano visualizzare i soggetti che presentano un incremento del valore dell’indice. Il secondo grafico, invece, valuta il miglioramento effettivo del soggetto tenendo conto sia della minima variazione significativa di ciascuna grandezza che tenga conto dell’errore di misura (Minimal Detectable Change- MDC) che della minima variazione necessaria perché si possa identificare un miglioramento clinico significativo (Clinically Significant Change- CSC) (Morley S 2008). L’MDC è stato ricavato dalla letteratura oppure è stato calcolato, quando possibile, a partire dalle informazioni ottenute tramite un’analisi statistica della varianza (ANOVA) su una popolazione di 20 soggetti sani, che permette di calcolare il coefficiente intra-classe (ICC) e l’errore standard della misura (SEM). La valutazione dei valori soglia che identificano un miglioramento clinico significativo, invece, sono stati calcolati a partire dalle indicazioni definite da Jacobson e colleghi sugli intervalli di normalità dei sani (Jacobson NS, 1999). Si è osservato che: nel GDI solo due soggetti (numeri 1 e 4) presentano una variazione significativa ma di allontanamento dalla normalità, nel PPS un soggetto (numero 7) rientra nella normalità nel post, nel PSR tutti i soggetti sono e rimangono all’interno dell’intervallo di normalità, nella velocità solamente un soggetto (numero 4) ha un miglioramento significativo con passaggio da una classificazione di patologia grave ad una classificazione di patologia intermedia, nella cadenza solamente un soggetto (numero 4) presenta un miglioramento significativo, negli indici di simmetria i pazienti (numeri 2, 5 e 7) che partono da valori all’interno della normalità subiscono una diminuzione del valore dell’indice mentre gli altri pazienti si avvicinano alla normalità, negli indici cinematici i pazienti che si trovano più vicino alla zona di normalità rimangono stabili (numeri 1, 2 e 5) oppure escono da questa condizione (numeri 4 e 7) mentre i pazienti più lontani da questo intervallo si avvicinano ad esso (numeri 3 e 6), negli indici cinetici alcuni soggetti inizialmente vicini alla normalità si allontanano da esse (numeri 1, 2, 5, 6 e 7) mentre un paziente rientra nella condizione di normalità (numero 4), il range of motion incrementa nella maggior parte dei pazienti ma non in modo significativo. Nell’ultimo paragrafo del quarto capitolo sono descritte nel dettaglio le caratteristiche riscontrate nei diversi soggetti, deducibili in base agli andamenti dei valori descritti tramite i grafici del paragrafo precedente. Discussione e sviluppi futuri- Si può concludere complessivamente che alcuni pazienti hanno messo in atto strategie motorie che ne hanno peggiorato la simmetria ma che hanno migliorato il valore di altri parametri quali la velocità e la cadenza. Alcuni soggetti partivano da una condizione molto lontana dalla normalità e si sono avvicinati ad essa in seguito all’utilizzo della stimolazione, mentre altri presentavano già valori delle diverse grandezze più vicine alla normalità e si sono mantenuti in queste condizioni anche dopo il trattamento. Per valutare quantitativamente il miglioramento dei soggetti nel suo complesso è stata proposto un sistema di assegnazione di punteggi, legati alla presenza o meno di variazioni significative dei parametri misurati. Sono quindi stati assegnati punteggi positivi nel caso in cui il paziente presentasse un miglioramento significativo o clinicamente rilevante e dei punteggi negativi nel caso in cui fosse presente un decremento significativo del valore dei parametri. In seguito a questo tipo di valutazione è stata eseguita una classificazione utilizzando un metodo di clustering per discriminare i soggetti che hanno avuto un miglioramento più significativo. In particolare è stato utilizzato l’algoritmo K-means, un algoritmo di classificazione non supervisionato che ha lo scopo di individuare dei gruppi, detti cluster, di dati simili tra loro all’interno di un dataset definito in uno spazio multidimensionale. Ciascun cluster è caratterizzato da un punto detto centroide, calcolato come media dei punti appartenenti al cluster stesso. Per fare ciò l’algoritmo utilizza una serie di iterazioni, partendo dalla inizializzazione dei centroidi come punti casuali appartenenti allo spazio dei dati per passare poi all’assegnazione dei punti al centroide più prossimo e all’aggiornamento del valore del centroide. L’algoritmo termina quando, durante la fase di assegnazione dei punti ai centroidi, nessun punto cambia cluster di appartenenza. Utilizzando questo metodo è stato possibile suddividere i pazienti in due classi, in base ai dati ottenuti tramite l’assegnazione dei punteggi. Si sono in particolare evidenziati in questo modo i due soggetti che non hanno subito modifiche complessive sostanziali. Questo tipo di analisi potrebbe essere utilizzata anche per analizzare i dati relativi al mantenimento dei miglioramenti ottenuti ad un mese dal trattamento, che non è stato possibile effettuare all’atto della stesura di questa tesi, per la mancanza dei dati di follow-up di tutti i pazienti coinvolti. Potrebbero inoltre essere utilizzati anche altri metodi di clustering e di elaborazione dei dati. Per esempio uno strumento utile possono essere le reti neurali, sia supervisionate che non supervisionate. Tramite l’utilizzo delle reti non supervisionate è possibile classificare i dati presenti all’interno di un dataset sulla base delle caratteristiche topologiche degli elementi che lo compongono. Nel nostro caso quindi questo strumento potrebbe essere utilizzato per ottenere una classificazione dei pazienti utilizzando direttamente i valori degli indici calcolati. E’ anche possibile ipotizzare un utilizzo di clustering a doppia via, cioè l’utilizzo di metodi supervisionati per ottenere una classificazione guidata sui dati dei pazienti prima del trattamento e sui dati raccolti sui soggetti sani e di metodi non supervisionati per classificare i pazienti a partire dai valori degli indici alla fine del trattamento. In questo modo i due gruppi di pazienti ottenuti dovrebbero rappresentare i pazienti migliorati e quelli rimasti nelle condizioni di partenza. Il centroide rappresentativo dei pazienti migliorati, quindi, dovrebbe essere più vicino al gruppo dei sani rispetto al gruppo di pazienti non migliorati. E’ possibile anche ipotizzare l’utilizzo della principal component analysis (PCA) con lo scopo di ridurre le dimensioni del dataset. In questo modo si potrebbero selezionare solo gli indici che risultano più significativi nella valutazione del miglioramento del paziente. In conclusione sono ancora possibili diversi sviluppi nella direzione della classificazione dei pazienti tra quelli che presentano il carry over effect e quelli che invece non presentano miglioramenti. L’utilizzo degli indici e dei metodi descritti può favorire il proseguimento di questo lavoro al fine di essere in grado di prevedere in anticipo i pazienti che potranno ottenere dei benefici dall’utilizzo della stimolazione. In questo modo si potrà fornire un ulteriore strumento ai clinici nella scelta dei pazienti da sottoporre a FES.