Identification et prédiction des indicateurs de stabilité de la marche chez les personnes ayant fait un AVC sur sol irrégulier à l’aide de l’apprentissage automatique

Pourquoi rester stable en extérieur compte après un AVC

Pour de nombreuses personnes en rétablissement après un AVC, le véritable test de la marche ne se déroule pas en clinique mais à l’extérieur — sur des trottoirs fissurés, des chemins herbeux et des bordures inégales. Ces surfaces du quotidien augmentent discrètement le risque de trébuchement et de chute. Cette étude explore comment de petits capteurs de mouvement et des algorithmes modernes peuvent révéler qui est le plus susceptible de rencontrer des difficultés sur ce type de terrain et dans quelle mesure des tests de marche simples en intérieur peuvent prédire la stabilité en extérieur.

Le sol irrégulier, un défi caché

La mobilité en extérieur est essentielle à l’indépendance et à la vie sociale après un AVC, pourtant de nombreux survivants rapportent que marcher dehors est difficile et effrayant. Les surfaces inégales introduisent de petites irrégularités imprévisibles qui sollicitent en permanence le système d’équilibre du corps. Les personnes ayant fait un AVC ont souvent des muscles plus faibles et des réactions plus lentes, ce qui rend ces perturbations subtiles plus difficiles à gérer. Malgré cela, la plupart des évaluations de routine se concentrent encore sur des sols lisses et intérieurs, laissant un écart entre ce qui est mesuré en clinique et ce que les gens rencontrent au quotidien.

Porter des capteurs pour capturer la marche en conditions réelles

Les chercheurs ont étudié 71 personnes ayant eu un AVC et 39 adultes en bonne santé du même âge. Chaque personne a marché en aller-retour sur une piste lisse de 10 mètres et sur un trajet inégal de 10 mètres en portant un petit capteur de mouvement sur le bas du dos. Ce capteur mesurait les mouvements du tronc vers le haut et le bas, d’un côté à l’autre, et d’avant en arrière. À partir de ces signaux, l’équipe a calculé plusieurs mesures décrivant à quel point la marche était stable ou irrégulière — certaines décrivent simplement l’amplitude des mouvements, tandis que d’autres captent la fluidité et le rythme des pas au fil du temps.

Laisser l’ordinateur identifier les signaux les plus révélateurs

Plutôt que d’examiner chaque mesure une par une, l’équipe a utilisé l’apprentissage automatique, un type d’analyse informatique capable de passer au crible de nombreuses variables à la fois et d’identifier celles qui sont les plus informatives. Ils ont d’abord entraîné des modèles informatiques à distinguer les personnes ayant eu un AVC des adultes sains en se basant uniquement sur les données du capteur lors de la marche sur surface inégale. Ces modèles ont atteint plus de 95 % de précision. Trois signaux se sont révélés particulièrement puissants : l’intensité du mouvement vertical du tronc (appelée RMS vertical), l’irrégularité du mouvement avant–arrière au fil du temps (entropie d’échantillon), et la fluidité/rythmicité des pas dans la direction avant–arrière (rapport harmonique). Ensemble, ils dressent un tableau clair d’une stabilité réduite après un AVC.

Prédire la stabilité extérieure à partir de tests en intérieur

Ensuite, les chercheurs se sont demandé s’ils pouvaient estimer ces mesures clés sur surface inégale — et la vitesse de marche elle-même — en n’utilisant que des données issues de la marche sur une surface plane, facile à réaliser. Ils ont combiné des mesures simples comme la vitesse de marche en intérieur avec des informations sur les angles articulaires, l’activité musculaire et les relevés du capteur, puis entraîné des modèles pour prédire ce qui se produirait sur le parcours inégal. La vitesse de marche en intérieur s’est avérée particulièrement importante. Les personnes ayant eu un AVC qui marchaient plus lentement qu’environ 0,8 mètre par seconde sur une surface lisse avaient tendance à ralentir encore davantage et à présenter des mouvements verticaux du tronc plus amples sur un sol inégal, ce qui suggère une difficulté d’adaptation au défi. La régularité et la fluidité du mouvement du tronc sur surfaces inégales étaient également en partie prédites par le comportement de la cheville au contact du pied et par la fluidité de la marche déjà observée sur le sol plat.

Ce que cela implique pour la rééducation et la vie quotidienne

Pour un non-spécialiste, le message est clair : un petit capteur porté sur le bas du dos, combiné à des tests de marche en intérieur et à une analyse informatique intelligente, peut révéler qui est le plus susceptible de perdre sa stabilité sur des trottoirs accidentés après un AVC. Les personnes qui marchent déjà assez lentement sur sol plat — surtout en dessous d’environ 0,8 mètre par seconde — sont plus susceptibles de se déplacer de façon moins assurée et plus instable sur des surfaces inégales. En suivant des marqueurs simples basés sur des capteurs, comme l’amplitude du rebond du tronc et la fluidité des pas, les thérapeutes pourraient concevoir des programmes d’entraînement plus personnalisés, cibler le contrôle du tronc et de la cheville, et suivre les progrès au fil du temps. À long terme, ces « biomarqueurs numériques » pourraient contribuer à rendre la marche en extérieur plus sûre et plus accessible pour de nombreux survivants d’un AVC.

Citation: Inui, Y., Takamura, Y., Nishi, Y. et al. Identifying and predicting gait stability metrics in people with stroke in uneven-surface walking using machine learning. Sci Rep 16, 5618 (2026). https://doi.org/10.1038/s41598-026-35966-9

Mots-clés: rééducation après AVC, stabilité de la marche, marche sur surface inégale, capteurs portables, apprentissage automatique