www.nature.

com/scientificreports

BUKA Gangguan fungsional terkait jatuh

pada pasien dengan gangguan gaya berjalan
neurologis
Angela Ehrhardt1*, Pascal Hostettler1, LucasWidmer1, Katja Reuter1,
JensAlexander Petersen1, Dominik Straumann1 & Linard Filli1,2,3

Jatuh sering terjadi pada pasien dengan gangguan neurologis dan merupakan penyebab utama cedera. Meskipun demikian, karakteristik gaya berjalan yang berhubungan dengan jatuh kurang dipahami pada pasien ini.

Analisis kiprah kuantitatif yang objektif adalah alat penting untuk mengidentifikasi karakteristik motorik utama terkait jatuh dan untuk memajukan pencegahan jatuh pada pasien dengan gangguan neurologis. Insiden jatuh

dinilai pada 60 subjek dengan gangguan neurologis yang berbeda. Pasien menjalani serangkaian penilaian fungsional yang komprehensif termasuk analisis kiprah terinstrumentasi, penilaian postural terkomputerisasi dan tes

berjalan klinis. Determinan jatuh dinilai dengan analisis regresi logistik biner dan karakteristik operator penerima (ROC). Penentu tunggal terbaik dari penebang adalah pengurangan panjang langkah pada kecepatan berjalan

lambat yang mencapai akurasi 67. 2% (ROC AUC: 0,669; p=0,027). Kombinasi 4 parameter spatio-temporal gait termasuk panjang langkah dan parameter variabilitas dan asimetri mampu mengklasifikasikan penebang dan non-

penebang dengan akurasi 81,0% (ROCAUC: 0,882; p<0,001). Temuan ini menunjukkan perbedaan yang signifikan dalam parameter kiprah spatio-temporal spesifik antara penebang dan non-penebang di antara pasien

neurologis. Gangguan terkait jatuh terutama diidentifikasi untuk karakteristik kiprah spatio-temporal, menunjukkan bahwa analisis kiprah objektif yang diinstrumentasi adalah alat penting untuk memperkirakan risiko jatuh

pasien. Hasil kami menyoroti defisit berjalan terkait jatuh yang penting yang mungkin ditargetkan oleh intervensi rehabilitatif di masa depan yang bertujuan untuk mengurangi jatuh. Kombinasi 4 parameter spatio-temporal

gait termasuk panjang langkah dan parameter variabilitas dan asimetri mampu mengklasifikasikan penebang dan non-penebang dengan akurasi 81,0% (ROCAUC: 0,882; p<0,001). Temuan ini menunjukkan perbedaan yang

signifikan dalam parameter kiprah spatio-temporal spesifik antara penebang dan non-penebang di antara pasien neurologis. Gangguan terkait jatuh terutama diidentifikasi untuk karakteristik kiprah spatio-temporal,

menunjukkan bahwa instrumentasi, analisis kiprah objektif adalah alat penting untuk memperkirakan risiko jatuh pasien. Hasil kami menyoroti defisit berjalan terkait jatuh yang penting yang mungkin ditargetkan oleh

intervensi rehabilitatif di masa depan yang bertujuan untuk mengurangi jatuh. Kombinasi 4 parameter spatio-temporal gait termasuk panjang langkah dan parameter variabilitas dan asimetri mampu mengklasifikasikan

penebang dan non-penebang dengan akurasi 81,0% (ROCAUC: 0,882; p<0,001). Temuan ini menunjukkan perbedaan yang signifikan dalam parameter kiprah spatio-temporal spesifik antara penebang dan non-penebang di

antara pasien neurologis. Gangguan terkait jatuh terutama diidentifikasi untuk karakteristik kiprah spatio-temporal, menunjukkan bahwa analisis kiprah objektif yang diinstrumentasi adalah alat penting untuk

memperkirakan risiko jatuh pasien. Hasil kami menyoroti defisit berjalan terkait jatuh yang penting yang mungkin ditargetkan oleh intervensi rehabilitatif di masa depan yang bertujuan untuk mengurangi jatuh. Temuan ini

menunjukkan perbedaan yang signifikan dalam parameter kiprah spatio-temporal spesifik antara penebang dan non-penebang di antara pasien neurologis. Gangguan terkait jatuh terutama diidentifikasi untuk karakteristik

kiprah spatio-temporal, menunjukkan bahwa instrumentasi, analisis kiprah objektif adalah alat penting untuk memperkirakan risiko jatuh pasien. Hasil kami menyoroti defisit berjalan terkait jatuh yang penting yang mungkin ditargetkan oleh interve

Jatuh sering terjadi pada orang tua dan sering dikaitkan dengan cedera serius, mobilitas berkurang, dan hilangnya
kemandirian1. 25–35% orang yang lebih tua dari 65 tahun jatuh secara teratur dan lebih dari setengah jatuh pada pasien
ini terjadi saat berjalan2. Ada banyak penelitian yang menyelidiki determinan fungsional atau prediktor jatuh pada subjek
lanjut usia yang sehat. Gangguan fungsional yang diidentifikasi yang membedakan penebang sehat dari non-penebang
adalah heterogen dan bergantung pada hasil fungsional yang dinilai dalam studi tertentu3. Teknik yang paling umum
untuk menilai risiko jatuh terdiri dari tes kinerja motorik, kuesioner, dan pengukuran instrumentasi berbasis
laboratorium (misalnya platform kekuatan, trotoar terkomputerisasi, akselerometer, dll.). Parameter kiprah spatio-
temporal, khususnya pengurangan panjang langkah dan peningkatan variabilitas sikap dan waktu langkah, terbukti
menjadi penentu jatuh yang valid pada subjek lanjut usia.2-13. Selain itu, hasil komputerisasi stabilitas postural (misalnya
penilaian goyangan) dan hasil klinis berjalan (misalnya timed-up and go (TUG), penilaian gaya berjalan fungsional (FGA))
mengungkapkan korelasi yang signifikan dengan risiko jatuh pada orang tua.14-17.
Berbeda dengan subyek sehat, prediktor potensial jatuh kurang diselidiki pada pasien dengan gangguan neurologis.
Insiden jatuh dilaporkan 2-4 kali lebih tinggi pada pasien dengan gangguan neurologis dibandingkan pada subyek sehat
dengan usia yang sama18,19 dan 46% dari pasien neurologis mengungkapkan satu atau lebih jatuh per tahun20. Ada
penelitian yang meneliti gangguan fungsional terkait jatuh mengenai penilaian klinis21,22, hasil postur23,24 dan analisis gaya
berjalan terkomputerisasi25-28. Namun, hanya ada sedikit pengetahuan tentang determinan jatuh yang valid dan
terstandar yang mungkin berlaku untuk patologi gaya berjalan neurologis yang berbeda. Selain itu, hampir tidak ada
penelitian yang melakukan pengujian fungsional yang komprehensif termasuk berbagai parameter biomekanik dari
sikap dan gaya berjalan, serta tes berjalan klinis standar untuk menyaring gangguan fungsional utama yang merupakan
karakteristik penebang dengan gangguan gerakan neurologis.
Tujuan dari penelitian ini adalah untuk mengidentifikasi gangguan fungsional mengenai postur dan gaya berjalan yang paling khas pada
pasien jatuh pada pasien dengan gangguan gaya berjalan neurologis. Berbeda dengan penelitian sebelumnya, kami memeriksa

1Departemen Neurologi, Rumah Sakit Universitas dan Universitas Zurich, Zurich, Swiss. 2Pusat Cedera Tulang
Belakang, Rumah Sakit Universitas Balgrist, Zurich, Swiss. 3Pusat Analisis Gerakan Klinis Swiss (SCMA), Balgrist
Campus AG, Zurich, Swiss.*email: Angela.ehrhardt@usz.ch

Laporan Ilmiah | (2020) 10:21120 | https://doi.org/10.1038/s41598-020-77973-4 1

Jil.:(0123456789)
 www.nature.com/scientificreports/

Kriteria inklusi Kriteria pengecualian

• Informed consent yang ditandatangani • Kurangnya persetujuan atau kuesioner jatuh

• Kuesioner musim gugur yang telah diisi
• Kumpulan data lengkap tes berjalan klinis (berjalan 25 kaki dengan waktu, tes
berjalan 6 menit, berjalan dan berjalan, penilaian gaya berjalan fungsional)
• Set lengkap penilaian postur (goyangan tubuh saat berdiri normal,
posisi Romberg dengan mata terbuka, posisi Romberg dengan mata
tertutup)
• Dataset lengkap jalan treadmill tanpa penyangga pegangan di
1,2 dan 3 km/jam
• Pasien 18 tahun dengan diagnosis neurologis yang pasti
• Dataset uji klinis berjalan, postural dan • penilaian alat gerak yang
tidak lengkap
• Pasien yang tidak dapat memahami isi kuesioner musim
gugur
• Peserta dengan dugaan gangguan gaya berjalan psikogenik atau defisit
kognitif mayor
• Gangguan ortopedi, kardiovaskular, atau paru utama yang
memengaruhi fungsi berjalan
• Pasien dengan diagnosis neurologis sekunder

Tabel 1. Kriteria masuk dan eksklusi.

pasien
Jumlah pasien 58
Usia (tahun), rata-rata±SD 52,5 ± 14,5

Jenis kelamin, proporsi Penebang 25/58

perempuan, proporsi penebang 29/58

Kondisi neurologis, jumlah pasien

Penyakit inflamasi SSP (MS: n=37; CIS: n=2) 39
Neuropati perifer 7
Sindrom Vertigo 5
Penyakit SSP 3
serebrovaskular Miopati 2
Hidrosefalus tekanan normal idiopatik 2

Meja 2. Karakteristik demografi dan klinis dari populasi penelitian. SSP sistem syaraf pusat, SD
simpangan baku, NONA sklerosis ganda, CIS sindrom klinis terisolasi.

determinan jatuh pada kelompok heterogen pasien neurologis yang terdiri antara lain pasien dengan multiple sclerosis,
polineuropati, sindrom vertigo, penyakit serebrovaskular dan hidrosefalus tekanan normal idiopatik. Mengingat literatur
heterogen tentang determinan jatuh, kami menyaring satu set besar multimodal ukuran hasil postural dan klinis yang berbeda
serta parameter gaya berjalan pada kecepatan berjalan yang berbeda untuk kemampuan mereka untuk membedakan penebang
dari non-jatuh. Penilaian gaya berjalan pada kecepatan berjalan yang berbeda dilakukan untuk menempatkan berbagai tuntutan
pada fungsi alat gerak (misalnya kecepatan berjalan lambat menuntut stabilitas dinamis yang tinggi, kecepatan yang lebih cepat
memerlukan peningkatan kekuatan dan kemampuan koordinasi29). Temuan kami mungkin membantu untuk meningkatkan
pemahaman jatuh pada pasien neurologis dan dengan demikian mempromosikan perancangan strategi terapi yang bertujuan
untuk mencegah atau mengurangi kejadian jatuh pada pasien neurologis.

Metode
Peserta. Data fungsional dianalisis secara retrospektif dari peserta yang diperiksa secara rutin di Laboratorium
Penelitian Penggerak Departemen Neurologi di Rumah Sakit Universitas Zurich. Tidak ada perekrutan khusus
pasien untuk penelitian ini. Semua peserta memberikan persetujuan tertulis mengenai penggunaan lebih lanjut
dari data klinis mereka untuk tujuan penelitian klinis. Semua pengukuran dilakukan sesuai dengan Deklarasi
Helsinki. Prosedur tersebut telah disetujui oleh komite etika kewilayahan Zurich (ID proyek: 2017-01459). Pasien
dengan diagnosis neurologis yang pasti dan tidak ada gangguan ortopedi, kardiovaskular atau paru utama yang
mempengaruhi fungsi berjalan dimasukkan (Tabel1, 2). Untuk inklusi, pasien harus mampu menyelesaikan
semua tes berjalan klinis, penilaian postural dan percobaan berjalan kinetik. Semua pasien dapat memahami isi
kuesioner musim gugur. Peserta dengan dugaan gangguan gaya berjalan psikogenik atau defisit kognitif utama
dikeluarkan dari analisis. Pasien yang tidak dapat berjalan tanpa berpegangan pada pegangan tangan treadmill
dengan kecepatan 1, 2 dan 3 km/jam jika dikecualikan: Selanjutnya, kami mengecualikan kelompok dengan
hanya satu peserta (Gbr. 2)1, Meja 1).

Prosedur eksperimental
Peserta diminta untuk mengisi kuesioner menilai kejadian jatuh dalam waktu 6 bulan sebelum analisis data.
Mempertimbangkan potensi bias ingatan, periode penilaian jatuh retrospektif dibatasi hingga enam bulan. Jatuh
didefinisikan sebagai kejadian tak terduga di mana pasien kehilangan keseimbangan dan mencapai posisi di lantai9,11,18.
Kolaps karena peristiwa internal seperti kejang, serangan iskemik atau sinkop tidak didefinisikan sebagai jatuh. Peserta
yang mengalami setidaknya satu kali jatuh dalam 6 bulan terakhir yang diklasifikasikan sebagai “jatuh”.
Semua peserta menjalani analisis gaya berjalan yang komprehensif dan melakukan pengukuran posturografi yang
berbeda. Tes kiprah klinis terdiri dari berjalan 25 kaki waktunya (T25FW)30 menilai kecepatan berjalan maksimal, tes
berjalan 6 menit (6MWT)31 mengukur daya tahan jangka pendek, timed up and go test (TUG)32 menilai

Laporan Ilmiah | (2020) 10:21120 | https://doi.org/10.1038/s41598-020-77973-4 2

Vol:.(1234567890)
www.nature.com/scientificreports/

Gambar 1. Diagram alir prosedur pengambilan sampel.

mobilitas fungsional dan fungsi lokomotor harian serta penilaian gaya berjalan fungsional (FGA)33 mengukur stabilitas
dan keseimbangan dinamis.
Analisis kiprah berbasis treadmill yang diinstrumentasi digunakan untuk menilai secara objektif pola berjalan pasien (yaitu kualitas
berjalan) pada kecepatan 1, 2 dan 3 km/jam. Kecepatan kiprah yang berbeda digunakan untuk menilai kemampuan sensorimotor yang
berbeda (misalnya persyaratan stabilitas tinggi pada kecepatan lambat vs. gaya yang ditingkatkan dan persyaratan koordinat pada
kecepatan yang lebih cepat). Profil kiprah komprehensif yang terdiri dari 20 parameter kiprah kinetik diproduksi untuk setiap pasien pada
setiap kecepatan kiprah. Parameter berjalan ini berfungsi untuk menilai berbagai aspek penggerak seperti panjang langkah, fase gaya
berjalan, ketidakstabilan dinamis, asimetri dan variabilitas gaya berjalan, sehingga dapat secara komprehensif mengkarakterisasi patologi
berjalan pasien (Tabel3). Semua peserta berjalan tanpa alas kaki setidaknya selama 30 detik per percobaan di atas treadmill berinstrumen
(120 Hz, FDM-T, Zebris Medical GmbH, Jerman) tanpa berpegangan pada pegangan tangan. Sebelum perekaman data, semua peserta
dibiasakan untuk berjalan di atas treadmill selama minimal 7 menit pada setiap kecepatan gaya berjalan (1, 2 dan 3 km/jam) untuk
mencegah adaptasi besar dari pola gaya berjalan dan untuk mengurangi rasa takut jatuh.34. Setelah periode pengenalan awal ini, data kiprah
kinetik direkam selama 30 detik pada setiap kecepatan (1, 2 dan 3 km/jam). Peserta diinstruksikan untuk tidak berbicara atau menggerakkan
tangan dan secara alami menggerakkan/mengayunkan lengan mereka. Selain itu, pasien diminta untuk memperbaiki pandangan mereka ke
salib yang diproyeksikan pada layar (22" monitor LCD) diposisikan setinggi mata di depan treadmill kapan saja selama perekaman35. Setelah
pelatihan dan di antara uji coba, pasien diizinkan untuk istirahat sejenak jika diperlukan.

Stabilitas postural diukur dengan pengukuran goyangan pusat tekanan (CoP) selama berdiri normal (jarak 20 cm
antara hallux kiri dan kanan) dan selama tes Romberg (yaitu kaki saling berdekatan) dengan mata terbuka dan tertutup36.
Penilaian postur dilakukan pada treadmill yang diinstrumentasi. Peserta melakukan empat percobaan selama 15 detik
untuk setiap kondisi postural. Kecepatan goyangan CoP (mm/s) dan interval kepercayaan 95% dari

Laporan Ilmiah | (2020) 10:21120 | https://doi.org/10.1038/s41598-020-77973-4 3

Jil.:(0123456789)
 www.nature.com/scientificreports/

Parameter kiprah kinetik spasio-temporal

Domain lokomotor Parameter gaya berjalan Satuan

Tamasya anggota badan Panjang langkah (kiri, kanan) mm

Waktu langkah (kiri, kanan) MS
Fase gaya berjalan Fase berdiri (kiri/kanan) Fase %
ayunan (kiri/kanan) Dukungan %
tungkai ganda %
Stabilitas Lebar langkah mm
Asimetri Asimetri panjang langkah %
Langkah waktu asimetri %
Asimetri fase ayunan %
Variabilitas Panjang langkah COV (kiri, kanan) %
Waktu langkah COV (kiri, kanan) %
Lebar langkah COV %
variabilitas CoP ant-post mm
variabilitas CoP med-lat mm
Tes berjalan klinis
Uji Bacaan Satuan

Waktu berjalan 25 kaki (T25FW) Tes berjalan Kecepatan berjalan maksimal s

6 menit (6MWT) Waktu berjalan dan berjalan Daya tahan jangka pendek saya
(TUG) Penilaian gaya berjalan fungsional Mobilitas, fungsi berjalan harian s
(FGA) Stabilitas dinamis, keseimbangan Poin
Langkah-langkah stabilitas postural

Test Langkah-langkah stabilitas Satuan

Kecepatan bergoyang mm/s

Posisi normal (kaki terpisah 20cm)
Area goyangan (kepercayaan 95%) mm2
Kecepatan goyangan mm/s
Sikap Romberg (mata terbuka)
Area goyangan (kepercayaan 95%) mm2
Kecepatan goyangan mm/s
Sikap Romberg (mata tertutup)
Area goyangan (kepercayaan 95%) mm2

Tabel 3. Pengkajian gaya berjalan dan postural dilakukan pada penelitian ini. Parameter berjalan yang
menunjukkan berbagai aspek lokomotor (misalnya stabilitas, asimetri, variabilitas) dinilai pada kecepatan kiprah
1 km/jam, 2 km/jam, dan 3 km/jam (subtabel di atas). Empat tes berjalan klinis dinilai untuk mengukur kinerja
berjalan pasien (tabel menengah). Tiga kondisi tes postural yang berbeda dilakukan untuk mengukur stabilitas
postural pasien (tabel di bawah).Polisi pusat tekanan, COV koefisien varians, mmmilimeter,
min menit, MS milidetik.

daerah goyangan elips (mm2) digunakan sebagai parameter hasil stabilitas postural. Untuk setiap kondisi pengujian, uji coba
dengan kecepatan goyangan terendah (yaitu uji coba paling stabil) dipilih untuk analisis.
Data kinetik dari percobaan gaya berjalan dan postur diperoleh dengan pelat tekanan yang terintegrasi di dalam
treadmill (Sistem DMTHM-M-2i, Zebris Medical GmbH, Jerman). Data mentah parameter per siklus langkah dan pasien
diekstraksi dari perangkat lunak Zebris FDM dan diproses lebih lanjut di Maltab menggunakan skrip yang disesuaikan
(Matlab 2017b, Mathworks Inc., Natick, USA).

Analisis data. Analisis statistik dilakukan dengan perangkat lunak statistik SPSS (V23.0; IBMCorp., Armonk, NY).
Perbedaan kelompok dalam pola kiprah kinetik, kinerja klinis berjalan dan stabilitas postural antara penebang dan non-
penebang dinilai dengan ANOVA 2 arah dengan faktor penebang dan parameter. Koreksi post-hoc untuk beberapa
pengujian (koreksi Sidak) dilakukan untuk menilai perbedaan kelompok pada tingkat parameter tunggal. Regresi logistik
biner (Wald maju bertahap) digunakan untuk mengidentifikasi determinan jatuh dan untuk menentukan kontribusi
mereka untuk memisahkan penebang dari non-penebang13. Hasil analisis kiprah kinetik, tes kiprah klinis dan penilaian
posturografi (yaitu 70 faktor) dimasukkan dalam regresi logistik biner. Variabel terikat didefinisikan sebagai status jatuh,
dimana penebang didefinisikan sebagai pasien yang mengalami setidaknya satu kali jatuh dalam 6 bulan terakhir
sebelum pemeriksaan klinis. Regresi maju bertahap ditetapkan pada p>0,05 untuk entri dan penghapusan variabel.
Semua analisis telah disesuaikan dengan usia dan jenis kelamin kovariat.
Parameter fungsional terkait jatuh seperti yang didefinisikan oleh analisis regresi logistik biner dinilai lebih lanjut
oleh karakteristik operator penerima (ROC) dengan bootstrap untuk mendapatkan interval kepercayaan 95%. Analisis
ROC dilakukan untuk determinan tunggal terkuat dari jatuh, serta untuk kombinasi determinan jatuh.

Laporan Ilmiah | (2020) 10:21120 | https://doi.org/10.1038/s41598-020-77973-4 4

Vol:.(1234567890)
www.nature.com/scientificreports/

Gambar 2. Parameter kiprah spatio-temporal kunci pada kecepatan berjalan yang berbeda pada penebang vs non-penebang.
Parameter kiprah spatiotemporal dibandingkan antara penebang vs non-penebang kohort kami. Perbedaan yang signifikan
(ditunjukkan oleh nilai-P parameter di atas) didasarkan pada ANOVA 2 arah diikuti oleh korelasi post hoc Sidak untuk semua 20
parameter berjalan pada kecepatan masing-masing 1 km/jam, 2 km/jam dan 3 km/jam.Polisi pusat tekanan,
COV koefisien varians, var ML variabilitas dalam arah mediolateral.

Hasil
Lima puluh delapan pasien (25 wanita, usia: 52,5 ± 14,5 tahun) dengan gangguan gaya berjalan karena kondisi neurologis yang
berbeda dianalisis (Tabel 2). Lima pasien dengan dugaan gangguan gaya berjalan psikogenik dikeluarkan dari analisis. Dua puluh
sembilan dari 58 pasien dilaporkan jatuh dalam 6 bulan terakhir sebelum penilaian fungsional. Tak satu pun dari pasien yang
menggunakan alat bantu berjalan selama tes berjalan klinis atau analisis kiprah terinstrumentasi.

Mengkarakterisasi deviasi gaya berjalan dan postural pada penebang vs. non-penebang. Pada langkah
pertama, kami menganalisis perbedaan kelompok pada penebang vs non-penebang mengenai pola kiprah kinetik,
kinerja klinis berjalan dan stabilitas postural. Tidak ada perbedaan yang signifikan antara penebang vs non-penebang
mengenai parameter stabilitas postural (2-way ANOVA, faktor “penebang x parameter”; P=0,2611) dan kinerja klinis
berjalan (2-way ANOVA, P=0,1369). Parameter kiprah spatio-temporal atas ketiga kecepatan kiprah yang dinilai (1, 2 dan
3 km / jam) juga mengungkapkan tidak ada perbedaan kelompok yang signifikan (ANOVA 2 arah, P = 0,1715).
Menariknya, analisis parameter kiprah spatio-temporal pada kecepatan kiprah individu menunjukkan tidak ada
perbedaan kelompok pada kecepatan berjalan lambat (yaitu 1 km/jam; ANOVA 2 arah; P=0,7580), tetapi meningkatkan
perbedaan pada kecepatan kiprah yang lebih tinggi (2 km/jam). h; P=0.2). Pada 1 dan 2 km/jam, pengurangan panjang
langkah adalah satu-satunya perbedaan yang signifikan pada penebang vs non-penebang yang bertahan dari koreksi
untuk beberapa perbandingan (P=0,0081 dan P=0,0459 masing-masing; koreksi Sidak). Pada 3 km/jam, variabilitas
mediolateral dari pusat tekanan berkurang secara signifikan pada penebang vs non-penebang (P = 0,0015; Gambar.2).

Determinan penebang vs non-penebang. Setelah mengkarakterisasi perbedaan gaya berjalan dan postur pada
penebang vs non-penebang, kami menyaring faktor penentu jatuh yang paling kuat. Sebanyak 70 variabel bebas (Tabel3
; 20 parameter kiprah pada 3 kecepatan kiprah yang berbeda, 6 parameter posturografi, 4 tes berjalan klinis) dianalisis
dengan analisis regresi logistik biner dengan variabel dependen didefinisikan sebagai status penebang (Tabel4). Kovariat
usia (P=0,417) dan jenis kelamin (P=0,185) tidak memiliki pengaruh terhadap analisis. Variabel tunggal terbaik yang
membedakan penebang vs non-penebang adalah panjang langkah (kaki kanan) pada 1 km/jam mencapai akurasi 67,2%
(koefisien determinasi Nagelkerke R2=0,111; spesifisitas: 55,2%; sensitivitas: 79,3%). Menggabungkan tiga parameter gait
(1) panjang langkah pada 1 km/jam, (2) variabilitas CoP mediolateral pada 3 km/jam dan (3) asimetri fase ayunan pada 2
km/jam menghasilkan akurasi 72,4% (koefisien Nagelkerke penentuan R2=0,486; spesifisitas: 72,4%; sensitivitas: 72,4%)
untuk mengklasifikasikan penebang dan non-penebang. Akurasi terbaik dalam membedakan penebang vs non-
penebang (akurasi: 81,0%; spesifisitas: 79,3%; sensitivitas: 82,8%; koefisien determinasi Nagelkerke R2=0,558) dicapai
dengan menggunakan kombinasi empat faktor kinetik: (1) panjang langkah pada 1 km/jam, (2) variabilitas CoP
mediolateral pada 3 km/jam, (3) asimetri fase ayunan pada 2 km/jam dan (4) COV (koefisien varians) lebar langkah pada
3 km/jam. Model yang menggunakan satu penentu saja (model A: panjang langkah pada 1 km/jam) mengungkapkan
sensitivitas tertinggi (yaitu menetapkan penebang dengan benar), namun, spesifisitas terendah (yaitu menetapkan non-
penebang dengan benar) dari semua model regresi logistik. Parameter posturografi atau hasil klinis berjalan tidak cukup
kuat untuk memperbaiki klasifikasi penebang dan non-penebang dalam populasi kami.

Analisis kurva ROC dari penentu utama penebang. Karakteristik sensitivitas dan spesifisitas rinci dari penentu
terkuat terkait jatuh (seperti yang didefinisikan oleh analisis regresi logistik biner) dinilai lebih lanjut oleh karakteristik
operator penerima (ROC; Gambar. 3). Parameter tunggal terbaik (yaitu panjang langkah yang tepat di

Laporan Ilmiah | (2020) 10:21120 | https://doi.org/10.1038/s41598-020-77973-4 5

Jil.:(0123456789)
 www.nature.com/scientificreports/

Diprediksi

Diamati Non-penebang penebang Persentase benar

A: Model terdiri dari panjang langkah pada 1 km/jam

Non-penebang 17 13 56,7
penebang 5 25 83.3
70.0
B: Model terdiri dari variabilitas A & CoP med-lat pada 3 km/jam

Non-penebang 20 10 66.7
penebang 8 22 73.3
70.0
C: Model terdiri dari fase ayunan B & asimetri pada 2 km/jam

Non-penebang 22 8 73.3
penebang 8 22 73.3
73.3
D: Model terdiri dari lebar langkah C & COV pada 3 km/jam

Non-penebang 24 6 80.0
penebang 5 25 83.3
81.7

Tabel 4. Prediksi penebang vs non-penebang. Tabel klasifikasi yang menggambarkan hasil yang diamati dan diprediksi dari
model regresi logistik biner menggunakan (A) satu-satunya faktor yang paling dapat diprediksi (yaitu panjang langkah (kaki
kanan) pada 1 km/jam), serta kombinasi dari faktor-faktor yang paling dapat diprediksi (BD) untuk air terjun.Polisi pusat
tekanan, COV koefisien varians, med-lat mediolateral.

Gambar 3. Kurva karakteristik operator penerima dari prediktor jatuh terbaik. Prediktor terbaik dari jatuh
dianalisis lebih lanjut oleh kurva karakteristik operator penerima (ROC) untuk menyelidiki spesifisitas dan
sensitivitas variabel-variabel ini. Kurva ROC dinilai untuk prediktor tunggal terbaik (Model A; kiri atas), serta
untuk kombinasi prediktor terbaik (Model B–D). Nilai AUC dan P dari kurva ROC disorot di sudut kanan bawah
setiap panel.AUC daerah di bawah kurva, Polisi pusat tekanan, COV koefisien varian.

1 km/jam) mencapai area ROC di bawah kurva (AUC) sebesar 0,669 menunjukkan kemampuan yang valid tetapi agak sederhana untuk
mengklasifikasikan penebang dan non-penebang dengan benar. Kombinasi determinan terkait musim gugur yang berbeda mencapai nilai
AUC 0,738, 0,854 dan 0,882 untuk kombinasi 2, 3 dan 4 variabel, masing-masing (Gbr. 2).3). Kombinasi ini dengan demikian mengungkapkan
kemampuan yang cukup baik untuk membedakan antara penebang dan non-penebang.

Laporan Ilmiah | (2020) 10:21120 | https://doi.org/10.1038/s41598-020-77973-4 6

Vol:.(1234567890)
www.nature.com/scientificreports/

Karakteristik fungsional terkait jatuh pada subjek dengan penyakit inflamasi SSP. Analisis determinan
fungsional jatuh pada pasien dengan penyakit inflamasi SSP (yaitu multiple sclerosis (n=37), sindrom terisolasi secara klinis (n=2))
mengidentifikasi peningkatan variabilitas lebar langkah pada 3 km/jam sebagai satu-satunya faktor yang terkait dengan jatuh .
Kekuatan faktor ini dianggap sedang hingga rendah (akurasi: 61,5%; spesifisitas: 77,3%; sensitivitas:
41,2%; Koefisien determinasi Nagelkerke R2=0,151). Analisis ROC mengungkapkan AUC 0,698 (p=0,08). Kovariat
usia (P=0,828) dan jenis kelamin (P=0,140) tidak memiliki pengaruh terhadap analisis.

Diskusi
Penelitian ini bertujuan untuk menentukan gangguan postural dan gaya berjalan utama yang berhubungan dengan jatuh pada
pasien dengan berbagai gangguan neurologis. Satu set komprehensif parameter kiprah kinetik, tes berjalan klinis standar dan
parameter posturografi dinilai untuk mengidentifikasi determinan utama jatuh pada kohort pasien neurologis kami. Gangguan
fungsional terkait jatuh yang paling kuat adalah pengurangan panjang langkah kanan pada kecepatan berjalan lambat. Fenotipe
gaya berjalan yang paling kuat terkait dengan jatuh dicirikan oleh pengurangan panjang langkah, pembatasan variabilitas CoP
mediolateral, peningkatan asimetri fase ayunan dan peningkatan variabilitas lebar langkah. Hasil kami menyoroti karakteristik
biomekanik utama penebang dengan gangguan neurologis. Parameter yang diidentifikasi mewakili penanda terpenting dari
peningkatan risiko jatuh pada berbagai gangguan gaya berjalan neurologis yang harus dipertimbangkan dalam strategi
fisioterapi yang bertujuan untuk mencegah jatuh pada pasien neurologis. Selain itu, pemantauan obyektif dari parameter gaya
berjalan terkait jatuh ini memungkinkan untuk mengoptimalkan perawatan untuk gangguan gaya berjalan (misalnya obat-obatan,
terapi fisik, dll.) dalam pengaturan klinis.
Penentu gaya berjalan spatio-temporal terkuat dari jatuh yang diidentifikasi dalam penelitian ini (yaitu pengurangan panjang langkah) sebelumnya
digambarkan sebagai prediktor jatuh pada orang tua yang sehat.4,6,12,13 . Namun, dalam semua penelitian yang disebutkan, para penebang dan non-
penebang berjalan dengan kecepatan yang mereka pilih sendiri, sering kali mengakibatkan kecepatan berjalan yang lebih lambat pada para penebang
daripada non-penebang. Karena sebagian besar parameter gaya berjalan (termasuk panjang langkah) menunjukkan adaptasi yang signifikan sebagai
respons terhadap perubahan kecepatan gaya berjalan37,38, perbedaan kecepatan berjalan antara kelompok yang diselidiki mengacaukan analisis yang
akurat dari karakteristik kelompok. Dalam penelitian ini, kami menilai parameter kinetik berjalan pada tiga kecepatan berjalan tetap yang berbeda pada
semua pasien. Ini memungkinkan kami untuk melakukan perbandingan antar-subjek yang tepat yang tidak dikacaukan oleh berbagai kecepatan gaya
berjalan di antara peserta. Analog dengan penelitian kami, Barak et al.2 menyelidiki panjang langkah pada kecepatan kiprah tetap dan menemukan
panjang langkah yang lebih pendek pada penebang tua vs non-penebang. Sementara ada bukti kuat untuk pengurangan panjang langkah sebagai
penentu biomekanik yang valid untuk jatuh pada subjek lanjut usia yang sehat, hanya ada sedikit data tentang pasien neurologis. Sebuah studi baru-baru
ini melaporkan penurunan yang signifikan dalam panjang langkah pada penebang vs non-jatuh pada penderita stroke kronis chronic27. Socie & Sosnoff39
menemukan kecenderungan yang tidak signifikan terhadap langkah-langkah yang lebih pendek pada orang dengan multiple sclerosis (MS) dan riwayat
jatuh sebelumnya. Pengurangan panjang langkah mungkin mencerminkan strategi kompensasi pasien neurologis untuk mengatasi gangguan kekuatan
otot dan fungsi keseimbangan40,41. Apakah pengurangan panjang langkah merupakan karakteristik gaya berjalan utama yang berhubungan dengan jatuh
atau adaptasi sekunder sebagai respons terhadap gangguan gaya berjalan lainnya masih harus diklarifikasi. Pemendekan panjang langkah sisi kanan
dalam penelitian kami mungkin dijelaskan oleh fakta bahwa sebagian besar pasien menunjukkan defisit gaya berjalan asimetris yang—dalam populasi
kami—mengakibatkan pengurangan panjang langkah keseluruhan yang lebih menonjol di sisi kanan.

Berkurangnya variabilitas CoP dalam dimensi mediolateral diidentifikasi sebagai penentu penting jatuh dalam kelompok kami.
Sedangkan parameter lain dari variabilitas gaya berjalan biasanya meningkat pada penebang vs non-jatuh pada penebang lanjut
usia yang sehat2,3,5-10,42, variabilitas mediolateral COP berkurang pada penebang vs non penebang dalam penelitian kami. Temuan
ini sesuai dengan penelitian sebelumnya yang menyelidiki dinamika gaya berjalan mediolateral selama berjalan pada penderita
stroke: penulis melaporkan penurunan perpindahan panggul mediolateral pada penebang vs non-penebang dengan stroke kronis
43. Berkurangnya variabilitas mediolateral mungkin merupakan adaptasi untuk menstabilkan pola kiprah yang juga ditemukan
pada populasi rawan jatuh selain pasien stroke.
Pola berjalan asimetris sering diamati pada pasien dengan gangguan neurologis dan biasanya berasal dari kelemahan,
spastisitas atau defisit sensorik yang menonjol secara unilateral.44. Kami menemukan bahwa asimetri kiri-kanan fase ayunan
adalah ciri biomekanik penebang pada pasien dengan gangguan neurologis. Asimetri fase ayunan telah dilaporkan sebelumnya
pada orang dengan MS37,45,46 dan penelitian lain melaporkan peningkatan asimetri gaya berjalan pada orang dengan penyakit
Parkinson dan stroke47-49. Kasser dkk.45 melakukan analisis regresi logistik untuk menilai parameter keseimbangan, gaya berjalan
dan kekuatan yang berbeda yang berhubungan dengan jatuh pada sekelompok pasien wanita dengan MS. Para penulis
mengidentifikasi asimetri waktu sikap sebagai penentu penting jatuh pada populasi ini. Peningkatan asimetri kiri-kanan dari
parameter gaya berjalan sering mengakibatkan klaudikasio dan mengurangi stabilitas dinamis, sehingga kemungkinan
meningkatkan risiko jatuh pasien.
Hasil kami menunjukkan peningkatan variabilitas lebar langkah pada penebang vs non-penebang. Ini sesuai dengan
penelitian sebelumnya tentang determinan terkait jatuh pada subjek lanjut usia yang sehat3,7,12 . Selain itu, Rochester et al.50

melaporkan peningkatan variabilitas lebar langkah pada penebang dengan penyakit Parkinson dibandingkan dengan kontrol yang sehat.
Studi yang disebutkan di atas mendukung nilai parameter gaya berjalan ini untuk berfungsi sebagai penanda biomekanik ketidakstabilan
gaya berjalan dan jatuh.
Peningkatan variabilitas lebar langkah diidentifikasi sebagai penentu jatuh tunggal dalam sub-analisis pada pasien dengan
penyakit inflamasi SSP (yaitu multiple sclerosis (MS; n = 37), sindrom klinis terisolasi (CIS; n = 2)). Sedangkan penelitian sebelumnya
mengidentifikasi parameter gaya berjalan ini sebagai ciri penting dari defisit gaya berjalan terkait MS37,51,52

sepengetahuan kami, tidak ada temuan yang berhubungan dengan peningkatan variabilitas lebar langkah dengan peningkatan risiko jatuh
pada pasien dengan MS atau CIS.
Data kami menunjukkan perbedaan pola kiprah yang menonjol antara penebang dan non-penebang dengan peningkatan kecepatan
kiprah. Ini menunjukkan bahwa kecepatan berjalan yang lebih cepat mungkin lebih sensitif untuk mendeteksi patologi gaya berjalan terkait
jatuh, yang sejalan dengan laporan sebelumnya pada subjek sehat lansia.2,6 dan pasien dengan MS53. Temuan ini menyoroti pentingnya
menilai pola gaya berjalan pada kecepatan yang berbeda, juga termasuk kecepatan tinggi yang tidak nyaman yang menantang pasien dan
memfasilitasi deteksi kelainan gaya berjalan yang halus.29.

Laporan Ilmiah | (2020) 10:21120 | https://doi.org/10.1038/s41598-020-77973-4 7

Jil.:(0123456789)
 www.nature.com/scientificreports/

Dalam penelitian ini, kami menilai satu set komprehensif parameter kiprah spatio-temporal, tes berjalan klinis standar dan
hasil posturografi pada populasi campuran pasien neurologis dan memeriksa kemampuan parameter ini untuk membedakan
penebang dari non-penebang. Kekuatan superior parameter kiprah spatio-temporal untuk memisahkan penebang dari non-
penebang mungkin dijelaskan oleh fakta bahwa sebagian besar jatuh benar-benar terjadi selama berjalan.54. Peningkatan prediksi
jatuh dengan parameter kiprah spatio-temporal vs tes kiprah klinis sejalan dengan laporan sebelumnya6,10,14,27,55,56 dan mungkin
berasal dari sensitivitas dan objektivitas yang ditingkatkan dari pengukuran hasil teknis yang diinstrumentasi. Dua studi yang
menilai cara berjalan dan keseimbangan yang terkomputerisasi, serta pengukuran klinis pada pasien dengan stroke kronis
menunjukkan bahwa parameter gaya berjalan spatio-temporal merupakan penentu jatuh yang lebih baik daripada parameter
posturografi dan klinis.43,49. Ringkasnya, temuan ini menunjukkan bahwa parameter gaya berjalan spatio-temporal adalah alat yang
sensitif untuk menilai gangguan fungsional terkait jatuh pada pasien neurologis. Temuan penelitian kami tidak memungkinkan
untuk menarik kesimpulan apakah determinan fungsional jatuh yang teridentifikasi unik untuk pasien neurologis atau apakah
mereka juga dapat ditemukan pada populasi lain (misalnya penebang lanjut usia).
Selain itu, kami menggunakan kecepatan tetap yang berbeda 1, 2 dan 3 km/jam). Analisis lengkap pola gaya berjalan pada kecepatan berjalan yang
berbeda memungkinkan untuk menilai modalitas fungsi gaya berjalan yang berbeda (misalnya keseimbangan saat berjalan lambat; kekuatan dan
koordinasi pada kecepatan yang lebih tinggi) di semua mata pelajaran29, yang menghargai kualitas analisis gaya berjalan multimodal kami.
Kekuatan lainnya adalah kumpulan tes gaya berjalan dan kuda-kuda yang komprehensif termasuk analisis gaya berjalan kinetik
terinstrumentasi, uji gaya berjalan klinis, dan analisis sikap posturografi. Dengan demikian, kami dapat menunjukkan kelayakan utama
parameter kinetik untuk menguji adaptasi gaya berjalan spesifik-penebang.
Lebih lanjut, karena dua alasan kami melihat heterogenitas sampel sebagai kekuatan untuk menemukan adaptasi gaya
berjalan yang berhubungan dengan penebang. Pertama, variasi tertentu dari pola gaya berjalan neurologis (jatuh dan tidak jatuh)
diperlukan untuk dapat mendeteksi parameter dominan potensial yang berkontribusi terhadap riwayat jatuh. Kedua, bahkan
pada pasien dengan pola gaya berjalan penyakit neurologis yang sama sangat bervariasi, kami ingin menemukan teknik
pengukuran yang cukup sensitif untuk itu. Untuk meningkatkan pengetahuan dan pengobatan gangguan gaya berjalan
neurologis, ini merupakan predisposisi penting.
Keterbatasan penelitian ini adalah bahwa penilaian kiprah terinstrumentasi di treadmill mungkin tidak
memungkinkan untuk sepenuhnya mentransfer temuan ke jalan di atas tanah. Namun, banyak penelitian menunjukkan
bahwa pola gerak dasar selama berjalan di atas treadmill sangat mirip dengan berjalan di atas tanah normal pada
subjek yang cukup terbiasa dengan berjalan di atas treadmill.34,57-60. Kekuatan analisis gaya berjalan berbasis treadmill
adalah bahwa kecepatan berjalan dapat diperbaiki, sehingga memungkinkan perbandingan parameter gaya berjalan
antar subjek yang akurat tanpa efek pembaur dari perbedaan kecepatan berjalan antar subjek.37,38. Selain itu, treadmill
memungkinkan untuk mengambil sampel banyak siklus langkah berkelanjutan yang meningkatkan kekuatan analisis
gaya berjalan. Keterbatasan penelitian ini adalah pengecualian subjek yang tidak dapat berjalan tanpa bantuan pada
kecepatan 3 km/jam di atas treadmill kemungkinan menyebabkan bias terhadap pejalan kaki yang baik. Penggunaan
pegangan tangan, bagaimanapun, secara substansial mempengaruhi pola berjalan subjek, sehingga mengacaukan
analisis kiprah biomekanik yang akurat. Selain itu, populasi kami mengungkapkan jumlah penderita MS yang tinggi,
sedangkan beberapa diagnosis neurologis lainnya agak jarang. Oleh karena itu, data kami mungkin terutama
mencerminkan temuan orang dengan MS dan kurang berlaku untuk kohort neurologis lainnya. Keterbatasan lain adalah
karena desain retrospektif data studi tentang fungsi kognitif tidak tersedia. Subyek dengan defisit kognitif utama
dikeluarkan. Namun, kita tidak dapat mengecualikan bahwa defisit kognitif ringan telah mempengaruhi pengisian
kuesioner dan kinerja tes berjalan. Selain itu, rasa takut jatuh tidak diuji tetapi dapat mempengaruhi pola berjalan
selama semua tes. Karena faktor ini tidak dapat dihilangkan, akan sangat membantu untuk mengevaluasi apakah
adaptasi spesifik penebang juga berkorelasi dengan besarnya ketakutan akan jatuh. Studi masa depan harus mencakup
pengujian fungsi kognitif dan rasa takut jatuh untuk melihat pengaruhnya pada adaptasi gaya berjalan khusus-
penebang. Poin penting lainnya adalah desain retrospektif kuesioner jatuh yang mungkin mengarah pada perkiraan
insiden jatuh yang terlalu rendah karena pasien mungkin tidak mengingat kejadian jatuh di masa lalu.

Kesimpulan
Temuan kami menyoroti gangguan fungsional utama yang terkait dengan jatuh pada populasi campuran pasien neurologis.
Hasilnya menunjukkan bahwa analisis gaya berjalan multimodal lebih unggul daripada hasil berjalan posturografi atau klinis
dalam membedakan yang jatuh dari yang tidak jatuh. Pengurangan panjang langkah pada kecepatan berjalan lambat adalah
penentu tunggal terkuat dari para penebang, mungkin mencerminkan strategi kompensasi untuk gangguan kekuatan otot dan
fungsi keseimbangan. Asimetri kiprah dan nilai variabilitas yang berubah dari parameter kiprah adalah karakteristik kiprah
tambahan dari penebang. Temuan kami menekankan determinan lokomotor yang paling menonjol dari jatuh dan dengan
demikian menyajikan target kunci potensial untuk intervensi masa depan yang bertujuan mencegah jatuh pada pasien neurologis.

Diterima: 21 April 2020; Diterima: 17 November 2020

Referensi
1. Ayoung-Chee, P. dkk. Hasil jangka panjang dari jatuh di permukaan tanah pada orang tua. J. Trauma Bedah Perawatan Akut. 76(2), 498–503 (2014).
2. Barak, Y., Wagenaar, RC & Holt, KG Karakteristik kiprah lansia dengan riwayat jatuh: Pendekatan dinamis. fisik. Ada.86(11),
1501–1510 (2006).
3. Hamacher, D., Singh, NB, Van Dieen, JH, Heller, MO & Taylor, WR Tindakan kinematik untuk menilai stabilitas gaya berjalan pada individu
lanjut usia: Tinjauan sistematis. JR Soc. Antarmuka8(65), 1682–1698 (2011).
4. Mortaza, N., Abu Osman, NA & Mehdikhani, N. Apakah parameter spatio-temporal kiprah mampu membedakan lansia yang jatuh dari
yang tidak jatuh?. Eur. J. Fisik. Rehabilitasi. Med.50(6), 677–691 (2014).
5. Thaler-Kall, K. dkk. Deskripsi parameter kiprah spatio-temporal pada orang tua dan hubungannya dengan riwayat jatuh: Hasil
studi KORA-Age cross-sectional berbasis populasi. BMC Geriatr. 15(1) (2015).
6. Variabel Newstead, AH, Walden, JG & Gitter, AJ Gait yang membedakan penebang dari bukan penebang. J. Geriatr. fisik. Ada.30(3), 93-101
(2007).

Laporan Ilmiah | (2020) 10:21120 | https://doi.org/10.1038/s41598-020-77973-4 8

Vol:.(1234567890)
www.nature.com/scientificreports/

7. Maki, BE Perubahan gaya berjalan pada orang dewasa yang lebih tua : Prediktor jatuh atau indikator ketakutan?. Selai. Geriatr. Soc.45(3), 1–12 (1997).
8. Van Schooten, KS dkk. Kualitas gaya berjalan kehidupan sehari-hari sebagai prediktor jatuh pada orang tua: Sebuah studi kohort prospektif 1 tahun. PLoS SATU
11(7), 1–13 (2016).
9. Callisaya, ML dkk. Gaya berjalan, variabilitas gaya berjalan, dan risiko beberapa insiden jatuh pada orang tua: Sebuah studi berbasis populasi.
Penuaan Usia 40(4), 481–487 (2011).
10. Hausdorff, JM, Rios, DA & Edelberg, HK Variabilitas gaya berjalan dan risiko jatuh pada orang dewasa yang hidup di komunitas: Sebuah studi prospektif 1 tahun.
Lengkungan. fisik. Med. Rehabilitasi.82(8), 1050–1056 (2001).
11. Verghese, J., Holtzer, R., Lipton, RB & Wang, C. Penanda kiprah kuantitatif dan insiden risiko jatuh pada orang dewasa yang lebih tua. J. Gerontol. Ser.
Sebuah Biola. Sci. Med. Sci.64(8), 896–901 (2009).
12. Brach, JS, Berlin, JE, Vanswearingen, JM, Newman, AB, Studenski, SA Variabilitas lebar langkah yang terlalu banyak atau terlalu sedikit dikaitkan
dengan riwayat jatuh pada orang tua yang berjalan pada atau mendekati kecepatan gaya berjalan normal 8, 1–8 (2005).
13. König, N., Taylor, WR, Armbrecht, G., Dietzel, R. & Singh, NB Identifikasi parameter fungsional untuk klasifikasi penebang wanita yang
lebih tua dan prediksi penebang 'pertama kali'. JR Soc. Antarmuka11(97), 1 (2014).
14. Wrisley, DM & Kumar, N. Penilaian gaya berjalan fungsional : Mengalami orang dewasa yang lebih tua. fisik. Ada.90(4), 1–13 (2010).
15. Melzer, I., Me, T., Di, B., Mcavay, G. Stabilitas postural pada orang tua : Perbandingan antara penebang dan non-penebang. 602–607 (2003).
16. Johansson, J., Nordström, A., Gustafson, Y., Westling, G. & Nordström, P. Peningkatan goyangan postural selama sikap tenang sebagai faktor risiko
untuk kemungkinan jatuh pada individu lanjut usia yang tinggal di komunitas. Penuaan Usia 46(6), 964–970 (2017).
17. Howcroft, J., Lemaire, ED, Kofman, J. & McIlroy, KAMI Prediksi risiko jatuh lansia menggunakan posturografi statis. PLoS SATU 12(2), 1–13
(2017).
18. Stolze, H. dkk. Jatuh pada penyakit neurologis yang sering: Prevalensi, faktor risiko dan etiologi. J. Neurol. 251(1), 79–84 (2004).
19. Xu, T. dkk. Faktor risiko jatuh pada penderita stroke komunitas: Tinjauan sistematis dan meta-analisis. Lengkungan. fisik. Med. Rehabilitasi.
99(3), 563-573.e5 (2018).
20. Homann, B. dkk. Dampak gangguan neurologis pada risiko jatuh di komunitas lansia yang tinggal: Sebuah studi kasus-terkontrol. BMJ
Terbuka 3(11), 1–9 (2013).
21. Leddy, AL, Crowner, BE & Earhart, GM Penilaian kiprah fungsional dan uji sistem evaluasi keseimbangan: Keandalan, validitas,
sensitivitas, dan spesifisitas untuk mengidentifikasi individu dengan penyakit Parkinson yang jatuh. fisik. Ada.91(1), 102-113 (2011).
22. Vance, RC, Healy, DG, Galvin, R. & French, HP Tugas ganda dengan tes 'naik & lanjut' yang berjangka waktu meningkatkan deteksi risiko jatuh pada
orang dengan penyakit Parkinson. fisik. Ada.95(1), 95-102 (2015).
23. Prosperini, L., Fortuna, D., Giann, C., Leonardi, L. & Pozzilli, C. Akurasi diagnostik posturografi statis dalam memprediksi kecelakaan jatuh
pada orang dengan multiple sclerosis. Neurorehabilitasi. Perbaikan saraf27(1), 45–52 (2013).
24. Kalron, A. &Achiron, A. Kontrol postural, jatuh dan takut jatuh pada orang dengan multiple sclerosis tanpa alat bantu mobilitas. J. Neurol.
Sci.335(1-2), 186-190 (2013).
25. Kalron, A., Allali, G. & Achiron, A. Neural berkorelasi variabilitas gaya berjalan pada orang dengan multiple sclerosis dengan riwayat jatuh. Eur. J.
Neurol.10, 1–7 (2018).
26. Lalive, PH, Elsworth-edelsten, C. Variabilitas gaya berjalan pada multiple sclerosis : Prediktor jatuh yang lebih baik daripada EDSS pada pasien dengan disabilitas
rendah. 447–450 (2016).
27. Punt, M., Bruijn, SM, Wittink, H., Van De Port, IG & Van Dieën, JH Apakah penilaian klinis, kondisi mapan atau karakteristik gaya berjalan kehidupan
sehari-hari memprediksi jatuh pada penderita stroke kronis rawat jalan?. J. Rehabilitasi. Med.49(5), 402–409 (2017).
28. Moon, Y., Sung, JH, An, R., Hernandez, ME & Sosnoff, JJ Variabilitas gaya berjalan pada orang dengan gangguan neurologis: Tinjauan sistematis dan
meta-analisis. Bersenandung. pindah Sci.47, 197–208 (2016).
29. Schniepp, R., Möhwald, K. & Wuehr, M. Gait ataksia pada manusia: Kontrol vestibular dan serebelar stabilitas dinamis. J. Neurol.
264, 87–92 (2017).
30. Schwid, SR, Goodman, M., McDermott, MP, Bever, M., Cook, SD Langkah-langkah fungsional dalam MS : Apa perubahan yang dapat diandalkan? 2001–
2003 (2002).
31. Goldman, MD, Marrie, RA, Cohen, JA Evaluasi berjalan enam menit pada subjek multiple sclerosis dan kontrol yang sehat
383-390 (2008).
32. Bischoff, HA dkk. Mengidentifikasi titik batas untuk mobilitas normal: Perbandingan tes 'naik dan jalan' waktunya pada wanita lanjut usia yang tinggal
di komunitas dan yang dilembagakan. Penuaan Usia 32(3), 315–320 (2003).
33. Wrisley, DM, Marchetti, GF, Kuharsky, DK, Whitney, SL Reliabilitas, konsistensi internal, dan validitas data diperoleh dengan penilaian
gaya berjalan fungsional. 84(10) (2004).
34. Meyer, C. dkk. Pembiasaan dengan berjalan di atas treadmill: Berapa yang cukup?. Sci. Reputasi.9(1), 1–10 (2019).
35. Killeen, T. dkk. Peningkatan beban kognitif melemahkan ayunan lengan kanan pada jalan manusia yang sehat. R. Soc. Buka Sci.4(1) (2017).
36. Kalron, A. Rasio Romberg pada orang dengan multiple sclerosis. Postur kiprah 54, 209–213 (2017).
37. Filli, L. dkk. Profiling disfungsi berjalan pada multiple sclerosis: Karakterisasi, klasifikasi dan perkembangan dari waktu ke waktu. Sci.
Reputasi.8(1), 1–13 (2018).
38. Havrdova, E. dkk. Karakteristik spasial dan temporal gaya berjalan sebagai ukuran hasil pada multiple sclerosis (EDSS 0 hingga 6.5). J. Neuroeng.
Rehabilitasi.12(1), 14 (2015).
39. Socie, MJ, Sosnoff, JJ Variabilitas Gaya Berjalan dan Multiple Sclerosis Jil. 2013 (2013).
40. Givon, U., Zeilig, G. & Achiron, A. Analisis gaya berjalan pada multiple sclerosis: Karakterisasi parameter temporal-spasial menggunakan
sistem ambulasi fungsional GAITRite. Postur kiprah 29(1), 138-142 (2009).
41. Martin, CL dkk. Gangguan gaya berjalan dan keseimbangan pada multiple sclerosis awal tanpa adanya kecacatan klinis. banyak. Scler.12(5), 620–628
(2006).
42. Brach, JS, Studenski, S., Perera, S., Vanswearingen, JM & Newman, AB Variabilitas waktu dan lebar langkah memiliki kontribusi
gangguan yang unik pada orang tua. Postur kiprah 27, 431–439 (2008).
43. Bower, K. dkk. Keseimbangan dinamis dan variabel kiprah terinstrumentasi adalah prediktor independen jatuh setelah stroke. J.Neuroeng.
Rehabilitasi.16(1), 1–9 (2019).
44. Snijders, AH, Van deWarrenburg, BP, Giladi, N. & Bloem, BR Gangguan kiprah neurologis pada orang tua: Pendekatan klinis
dan klasifikasi. Lancet Neurol. 6(1), 63-74 (2007).
45. Kasser, SL, Jacobs, JV, Foley, JT, Cardinal, BJ & Maddalozzo, GF Evaluasi prospektif keseimbangan, gaya berjalan, dan kekuatan untuk
memprediksi jatuh pada wanita dengan multiple sclerosis. YAPMR 92(11), 1840–1846 (2011).
46. Sandroff, BM, Sosnoff, JJ & Motl, RW Kebugaran fisik, kinerja berjalan, dan gaya berjalan pada multiple sclerosis. J. Neurol. Sci.
328(1-2), 70-76 (2013).
47. Su, BL, Song, R., Guo, LY & Yen, CW Mengkarakterisasi gaya berjalan asimetri melalui komponen sub-band frekuensi dari gaya
reaksi tanah. Bioma. Proses Sinyal. Kontrol18, 56–60 (2015).
48. Hsu, A., Tang, P. & Jan, M. Analisis gangguan yang mempengaruhi kecepatan kiprah dan asimetri pasien hemiplegia setelah ringan
sampai sedang. Stroke 9993, 7 (2003).
49. SenWei, T., Liu, PT, Chang, LW & Liu, SY Gait asimetri, kelenturan pergelangan kaki, dan depresi sebagai prediktor independen jatuh pada
pasien stroke rawat jalan. PLoS SATU 12(5), 1–14 (2017).
50. Rochester, L., Galna, B., Lord, S. & Burn, D. Sifat gangguan tugas ganda selama kiprah dalam insiden penyakit Parkinson.
Neurosains 265, 83–94 (2014).

Laporan Ilmiah | (2020) 10:21120 | https://doi.org/10.1038/s41598-020-77973-4 9

Jil.:(0123456789)
 www.nature.com/scientificreports/

51. Selgrade, BP, Meyer, D., Sosnoff, JJ & Franz, JR Dapatkah gangguan aliran optik mendeteksi gangguan keseimbangan berjalan pada orang dengan
multiple sclerosis?. PLoS SATU 15(3), 1–16 (2020).
52. Socie, MJ dkk. Variabilitas penempatan footfall dan jatuh pada multiple sclerosis. Ann. Bioma. Ind.41(8), 1740–1747 (2013).
53. Comber, L., Galvin, R. & Coote, S. Gait & Posture Gait de fi cits pada orang dengan multiple sclerosis: Tinjauan sistematis dan. Postur
kiprah 51, 25–35 (2017).
54. Svoboda, Z. dkk. Variabilitas parameter kiprah temporal spasial dan pusat perpindahan tekanan selama kiprah di penebang tua dan
nonfallers: Sebuah studi prospektif 6 bulan. PLoS SATU 12(2), 1–11 (2017).
55. Greene, BR dkk. Penilaian risiko jatuh kuantitatif dengan menggunakan timed up and go test. Bioma. Ind. IEEE Trans.57(12), 2918–2926
(2010).
56. Hoskovcova, M. dkk. Memprediksi jatuh pada penyakit Parkinson: Berapa nilai pengujian berinstrumen dalam keadaan tidak minum obat?. PLoS SATU
10(10), 1–13 (2015).
57. Dicharry, J. dkk. Perbandingan kinematik dan kinetik tiga dimensi dari jalan di atas tanah dan treadmill pada subjek lansia yang sehat.
klinik biomekanik.25(5), 444–449 (2010).
58. Parvataneni, K., Ploeg, L., Olney, SJ & Brouwer, B. Kinematik, parameter kinetik dan metabolisme treadmill versus berjalan di atas tanah pada orang
dewasa yang lebih tua yang sehat. klinik biomekanik.24(1), 95–100 (2009).
59. Riley, PO, Paolini, G., Della Croce, U., Paylo, KW & Kerrigan, DC Perbandingan kinematik dan kinetik dari overground dan
treadmill berjalan pada subyek sehat. Postur kiprah 26(1), 17–24 (2007).
60. Schellenbach, M., Lövdén, M., Verrel, J., Krüger, A. & Lindenberger, U. Perbedaan usia dewasa dalam pengenalan treadmill berjalan dalam
lingkungan virtual. Postur kiprah 31(3), 295–299 (2010).

Kontribusi penulis
AE mengumpulkan dan menganalisis data, menyiapkan tabel, menulis dan meninjau naskah. LF merancang
protokol, mengumpulkan dan menganalisis data, melakukan analisis statistik, menyiapkan tabel dan gambar,
menulis dan meninjau naskah. PH mengumpulkan data, menyiapkan angka dan meninjau naskah. LW, KR
meninjau naskah. JAP, DS mengawasi penelitian dan meninjau naskah. AE memiliki akses penuh ke semua data
penelitian dan bertanggung jawab atas integritas data dan keakuratan analisis data. Semua penulis memberikan
persetujuan akhir untuk publikasi.

Kepentingan bersaing
Para penulis menyatakan tidak ada kepentingan yang bersaing.

Informasi tambahan
Korespondensi dan permintaan bahan harus ditujukan ke AE
Cetak ulang dan informasi izin tersedia di www.nature.com/reprints.
Catatan penerbit Springer Nature tetap netral sehubungan dengan klaim yurisdiksi dalam peta yang diterbitkan dan
afiliasi institusional.

Akses terbuka Artikel ini dilisensikan di bawah Lisensi Internasional Creative Commons Attribution 4.0, yang
mengizinkan penggunaan, berbagi, adaptasi, distribusi, dan reproduksi dalam media atau format apa pun, selama Anda
memberikan kredit yang sesuai kepada penulis asli dan sumbernya, memberikan tautan ke lisensi Creative Commons, dan
tunjukkan jika ada perubahan. Gambar atau materi pihak ketiga lainnya dalam artikel ini termasuk dalam lisensi Creative
Commons artikel, kecuali dinyatakan lain dalam batas kredit untuk materi tersebut. Jika materi tidak termasuk dalam lisensi
Creative Commons artikel dan penggunaan yang Anda maksudkan tidak diizinkan oleh peraturan perundang-undangan atau
melebihi penggunaan yang diizinkan, Anda harus mendapatkan izin langsung dari
pemegang hak cipta. Untuk melihat salinan lisensi ini, kunjungihttp://creativecommons.org/licenses/by/4.0/.

© Penulis 2020

Laporan Ilmiah | (2020) 10:21120 | https://doi.org/10.1038/s41598-020-77973-4 10

Vol:.(1234567890)