Sensor-derived trunk motion analysis in people with chronic low back pain: integration of clinical and biomechanical assessment

Chronic low back pain (CLBP) is a highly prevalent and heterogeneous musculoskeletal condition associated with substantial disability, reduced quality of life, and considerable societal burden. Traditional clinical assessment, largely based on self-reported outcomes and standard functional tests, often fails to capture the complexity of movement behavior in this population. In this context, wearable technologies may provide objective biomechanical measures capable of complementing conventional evaluation. The aim of this doctoral work was to investigate the integration of sensor-based trunk motion analysis with clinical assessment in individuals with CLBP. A cross-sectional observational study was conducted including 29 individuals with CLBP and 30 healthy controls. Before the experimental phase, a preliminary validation study was performed on 27 healthy adults to assess the accuracy of an inertial measurement unit (IMU)-based wearable sensor against a marker-based optoelectronic motion capture system for trunk range of motion (ROM) assessment. The validation analysis included accuracy indices, root mean square error (RMSE), Pearson’s correlation coefficient, concordance correlation coefficient, and Bland–Altman analysis. In the main study, trunk ROM during flexion, extension, lateral bending, and axial rotation was quantified using the IMU sensor. In the CLBP group, clinical variables included pain intensity, disability, and fear of movement. In addition, movement quality during the Timed Up and Go test was assessed through IMU-derived metrics, including normalized root mean square acceleration (nRMS), improved harmonic ratio (iHR), and log dimensionless jerk (LDLJ). Correlation analyses, multivariate regression models, and exploratory cluster analysis were performed. The validation study showed acceptable agreement between the IMU and the optoelectronic system, with the highest accuracy observed for trunk rotation. In the main study, individuals with CLBP exhibited significantly reduced lateral bending and axial rotation ROM compared with healthy controls, while trunk flexion was significantly higher. Associations between clinical and biomechanical variables were limited, suggesting only partial overlap between subjective symptoms and objective movement behavior. Multivariate models identified gender as a significant predictor of trunk flexion and age as a significant predictor of trunk rotation. Exploratory cluster analysis revealed three distinct clinical–biomechanical profiles within the CLBP group, characterized by different combinations of pain, disability, fear-avoidance behavior, trunk mobility, and movement quality. Overall, these findings support the use of wearable IMU technology as a feasible tool for trunk motion analysis in CLBP and reinforce the multidimensional nature of the condition. While direct associations between clinical and biomechanical domains were limited, the identification of distinct clinical–biomechanical profiles suggests that integrated approaches may help capture underlying heterogeneity. These preliminary findings provide a basis for future research aimed at refining phenotype-based classifications and developing more personalized assessment and rehabilitation strategies.

Il dolore lombare cronico (CLBP) rappresenta una condizione muscoloscheletrica altamente prevalente ed eterogenea, associata a significativa disabilità, riduzione della qualità della vita e rilevante impatto socio-economico. La valutazione clinica tradizionale, basata prevalentemente su misure auto-riferite e test funzionali standardizzati, risulta spesso insufficiente nel cogliere la complessità del comportamento motorio in questa popolazione. In questo contesto, le tecnologie indossabili possono fornire misure biomeccaniche oggettive in grado di integrare la valutazione convenzionale. L’obiettivo di questo lavoro di dottorato è stato quello di indagare l’integrazione tra analisi del movimento del tronco basata su sensori e valutazione clinica in soggetti con CLBP. È stato condotto uno studio osservazionale trasversale che ha coinvolto 29 soggetti con CLBP e 30 controlli sani. Prima della fase sperimentale, è stato realizzato uno studio preliminare di validazione su 27 adulti sani per valutare l’accuratezza di un sensore inerziale indossabile (IMU) rispetto a un sistema optoelettronico marker-based per la misurazione del range of motion (ROM) del tronco. L’analisi di validazione ha incluso indice di accuratezza, root mean square error (RMSE), coefficiente di correlazione di Pearson, concordance correlation coefficient e analisi di Bland–Altman. Nello studio principale, il ROM del tronco in flessione, estensione, inclinazione laterale e rotazione assiale è stato quantificato tramite sensore IMU. Nel gruppo CLBP sono state raccolte variabili cliniche relative a intensità del dolore, disabilità e paura del movimento. Inoltre, la qualità del movimento durante il Timed Up and Go test è stata valutata mediante metriche derivate da IMU, tra cui normalized root mean square (nRMS), improved harmonic ratio (iHR) e log dimensionless jerk (LDLJ). Sono state eseguite analisi di correlazione, modelli di regressione multivariata e un’analisi esplorativa di cluster. Lo studio di validazione ha mostrato un livello di accordo accettabile tra IMU e sistema optoelettronico, con la maggiore accuratezza osservata nei movimenti di rotazione del tronco. Nello studio principale, i soggetti con CLBP hanno mostrato una riduzione significativa del ROM in inclinazione laterale e rotazione assiale rispetto ai controlli sani, mentre la flessione del tronco risultava significativamente aumentata. Le associazioni tra variabili cliniche e biomeccaniche sono risultate limitate, suggerendo una sovrapposizione solo parziale tra sintomi soggettivi e comportamento motorio oggettivo. I modelli multivariati hanno identificato il genere come predittore significativo della flessione del tronco e l’età come predittore significativo della rotazione. L’analisi esplorativa di cluster ha evidenziato tre distinti profili clinico-biomeccanici all’interno del gruppo CLBP, caratterizzati da differenti combinazioni di dolore, disabilità, paura del movimento, mobilità del tronco e qualità del movimento. Nel complesso, questi risultati supportano l’utilizzo della tecnologia IMU come strumento fattibile per l’analisi del movimento del tronco nel CLBP e rafforzano la natura multidimensionale della condizione. Sebbene le associazioni dirette tra domini clinici e biomeccanici siano risultate limitate, l’identificazione di distinti profili clinico-biomeccanici suggerisce che approcci integrati possano contribuire a cogliere l’eterogeneità sottostante. Questi risultati preliminari forniscono una base per studi futuri finalizzati a raffinare classificazioni fenotipiche e a sviluppare strategie di valutazione e riabilitazione più personalizzate