Metodi quantitativi per l'analisi automatica dei movimenti spontanei neonatali: una revisione sistematica della letteratura

In questa tesi è stata eseguita una revisione sistematica dei metodi proposti in letteratura per l’analisi quantitativa e automatica dei movimenti neonatali (General Movements) al fine di identificare precocemente la paralisi cerebrale infantile. La ricerca degli articoli è stata effettuata su PubMed e completata a gennaio 2022 con l’inclusione di 11 articoli scientifici. Diagnosticare la paralisi cerebrale precocemente (e.g. ad un’età di 5-6 mesi di vita) significa attivare un follow-up adeguato ad un’età in cui i danni cerebrali possono ancora essere plasmati. Nella pratica clinica, però, ad oggi, questa non avviene tipicamente prima dei 2 anni di età. L’unico metodo clinico in grado di dare una diagnosi precoce è il General Movement Assessment (GMA), che però, richiede personale formato ed è soggetto a percezione gestaltica. Nella revisione sono stati analizzati diversi algoritmi e approcci quantitativi basati su analisi video e/o sensori indossabili che promettono di oltrepassare i limiti del GMA. Diversi sono gli approcci utilizzati: vengono esplorate analisi in dimensioni diverse (2D e 3D) e domini diversi (del tempo e delle frequenze); si analizza il movimento del corpo del neonato sia nel suo complesso che nelle sue sezioni e si estraggono parametri sia singoli che multipli. Tra i parametri esplorati quelli con maggior potere predittivo sono stati quelli in grado di quantificare la variabilità e la complessità del movimento. Sono stati riscontrati dei valori predittivi promettenti: una sensibilità compresa tra il 90 e il 100% e una specificità compresa tra il 74 e il 95%. Tuttavia, ad oggi, manca un database generale di dati eterogenei in grado di verificare la veridicità degli algoritmi in diversi ambienti e diverse popolazioni e di generalizzare, quindi, i loro risultati.