Técnicas

Métodos para el análisis cuantitativo del electromiograma

RESUMEN

Palabras clave: ELECTROMIOGRAFIA/métodos; AUTOMATIZACION. INTRODUCCION

La electromiografía o electromiograma (EMG) propiamente dicho consiste en el registro de las variaciones de voltaje que se producen en las fibras musculares como expresión de la despolarización de sus membranas durante la contracción espontánea o voluntaria.

Para el registro del EMG convencional se pueden utilizar electrodos de aguja que se insertan en los músculos que se van explorar o electrodos de superficie que se colocan sobre la piel que los recubre. En sentido general, los registros obtenidos con estos últimos no se han utilizado con propósitos clínicos, debido a la dificultad que presentan ellos en la identificación de los potenciales individuales. Además de los electrodos se necesita un osciloscopio y la observación de un especialista , quien realizará un análisis de la actividad registrada, basado fundamentalmente en sus conocimientos y experiencia.

El examen electromiográfico con agujas de cada músculo consta de 3 pasos básicos:

1. La observación de la actividad posinsercional y espontánea durante el reposo.
2. El análisis de los potenciales de unidad motora individuales durante la contracción muscular ligera.
3. El análisis del registro de la actividad contráctil durante el máximo esfuerzo voluntario.¹

Desde el inicio, en la utilización del EMG², los PUMs registrados con agujas fueron descritos cualitativamente, teniendo en cuenta para ello ciertas características como son: la amplitud, la duración y el número de fases. Con la ayuda de la computación es posible medir éstos y otros parámetros que son de utilidad para la evaluación del estado funcional del aparato neuromuscular. Entre ellas se pueden incluir el área bajo la curva rectificada, el número de turns y la frecuencia de descarga.³ ]]> El uso de métodos cuantitativos automáticos o semiautomáticos aplicados al EMG ahorra tiempo de trabajo, hace el procedimiento menos engorroso para la persona que lo ejecuta y de cierta forma posibilita el aporte de información adicional imposible de obtener con los estudios de rutina.⁴

No obstante las ventajas que a primera vista ofrece este tipo de análisis, existen algunas limitaciones en cuanto a su uso. Entre ellas podemos mencionar la variabilidad de la señal electromiográfica a diferentes niveles de contracción, la dependencia de la señal obtenida de la posición de la aguja respecto a la placa motora, la sensibilidad de las diferentes características de los PUMs para los diferentes tipos de enfermedades neuromusculares y aun en los diferentes estadios de una misma enfermedad, así como la variabilidad del patrón de contracción de sujeto a sujeto, por edad y por sexo.^4-6

Se han desarrollado en diversas partes del mundo diferentes métodos cuantitativos tanto para el análisis de los PUMs individuales como del patrón de interferencia.

ANALISIS DE LOS PUMS INDIVIDUALES

Durante el desarrollo de esta rama se han empleado métodos manuales, semiautomáticos o automáticos, de acuerdo con las tecnologías existentes en cada momento. El método de Buchtal⁷ es un método manual donde los PUMs se graban en un papel o fotografía sobre el cual se realizan las mediciones, lo que consume mucho tiempo de trabajo. Se basa en la apreciación del especialista sobre la replicabilidad de las formas de los PUMs que rebasen cierto umbral de amplitud. Este método fue perfeccionado por otros investigadores como Czekajewski ⁸ y Nissen-Petersen.⁹ Se debe señalar que este método y la metodología empleada para la medición de los PUMs han sido la base de otros muchos métodos más avanzados y cercanos a nuestros días tales como los de Bergmans,^10,11 Lee y White,¹² Tanzi,¹³ Stalberg y Antoni,¹⁴ Andreassen,¹⁵ Coatrieux.^16,17 y otros.

La mayoría de estos métodos han sido aplicados en sujetos sanos, en enfermos con miositis, polirradiculopatías y con enfermedad de la motoneurona.⁴

Se han desarrollado otros métodos que miden automáticamente las propiedades de todos los potenciales que exceden un cierto nivel de umbral. Estos tienden a ser rápidos y eficientes, ya que eliminan las complejidades que se requieren en el procesamiento de la señal para la identificación y clasificación de los PUMs. Debido a que estos métodos no tratan de identificar los PUMs individuales, también incluyen en las mediciones las superposiciones entre potenciales y el ruido.

Por otra parte, cada PUm es medido más de una vez, de manera que sus propiedades están influenciadas por su frecuencia de descarga. Todo esto hace que los valores calculados mediante estos métodos no reflejen precisamente las propiedades de los PUMs contenidos en la señal electromiográfica.^4,18-20 El más conocido de estos métodos es el implementado en la microcomputadora ANOPS que ha sido desarrollada por Kopec et al.¹⁹

METODOS DE DESCOMPOSICION DEL PATRON DE INTERFERENCIA (PI)

Para este propósito es de utilidad distinguir 2 niveles de la señal obtenida a partir de la máxima contracción: patrón de interferencia parcial y patrón de interferencia total o lleno. El primero es aquél que contiene un alto grado de superposición de PUMs y muy poca línea de base libre de ruido. En un músculo normal esto podría corresponder a una contracción supraumbral en un rango hasta de 5 % de la fuerza de contracción muscular voluntaria máxima, en la cual no se distinguen los PUMs individuales.⁴ ]]> Según estos 2 niveles de la señal, existen métodos de descomposición parcial del PI, cuyos seguidores son Guiheneu et al.^4,21 y Moschytz y De Figuereido et al.,^4,22 y métodos de descomposición total del PI, desarrollados fundamentalmente por McGill et al.,⁵ quienes le llaman descomposición automática del EMG o ADEMG. Estos métodos, a diferencia de los mencionados anteriormente permiten el estudio de PUMs con umbrales de reclutamiento más altos, así como el estudio del reclutamiento y las descargas de los PUMs dentro de un rango amplio de fuerzas de contracción.⁴

Los primeros estudios sobre la descomposición del patrón de interferencia fueron hechos por De Luca et al.^23,24 con el objetivo de estudiar el control motor. Estas investigaciones fueron capaces de describir el comportamiento de las descargas de grupos de 4 a 7 PUMs activos simultáneamente durante contracciones musculares dinámicas y estáticas hasta de un 100 % de la contracción máxima en individuos normales y atletas entrenados. Este método utiliza electrodos especiales con superficie de contacto múltiple, de manera que la configuración de un PUM no se corresponde con aquellas consideradas tradicionalmente en el EMG con aguja concéntrica. Además de esto, el método requiere registros multicanales y un análisis fuera de línea muy trabajoso con gran interacción por parte del operador. Estas razones lo hacen poco adecuado para su aplicación clínica.

En contraposición a los métodos que utilizan umbrales y contracción ligera, los resultados obtenidos de la descomposición del patrón de interferencia no generan resultados que puedan ser comparados directamente con los datos normativos de la escuela de Buchtal de EMG cuantitativo, aun usando idénticos electrodos, filtros y niveles de ganancia. Esto se debe a que las propiedades de los PUMs reclutados más tardíamente difieren de las de los potenciales de umbral más bajo.

ANALISIS DEL PATRON DE INTERFERENCIA

Las mediciones automáticas sobre el patrón de interferencia tienen la ventaja de ser rápidas y de incorporar señales de potenciales de mayor umbral de contracción que las que estudian los métodos de análisis de PUMs individuales. La principal desventaja del análisis del patrón de interferencia es que los parámetros que se miden, generalmente no pueden relacionarse de forma simple y directa con las propiedades de los PUMs constituyentes.

Dentro de las propiedades del PI que pueden cuantificarse tenemos los extremos relativos (picos), los cruces de la línea de base, los puntos de inflexión, la amplitud, el área y la densidad del espectro de potencia. Dentro de este grupo de métodos tenemos los que a continuación se describen brevemente.

ANALISIS DE TURNS

Se denomina turns a los cambios en la dirección de la señal electromiográfica (máximo o mínimo local) que superen cierto umbral de amplitud respecto al turn anterior y al subsiguiente. Este concepto fue introducido por Willison^25,26 utilizando 100 mV como umbral de amplitud.

Un turn en el PI puede corresponder a un pico dentro de un PUM, a una interacción entre PUMs superpuestos, a ruido y a fluctuaciones de la línea de base. Su conteo, por tanto, reflejará de manera general el número de PUMs activos, su polifasismo o complejidad y su frecuencia de descarga.

El criterio original de Willison ha sido extendido y modificado por otros investigadores.^4,27,28 Existen al respecto fuertes evidencias sobre la validez de los parámetros mayormente utilizados en estudios aplicados a sujetos²⁸ y en simulaciones computadorizadas del PI.^29,30 ]]> ANALISIS ESPECTRAL

El PI, al igual que cualquier otra señal, puede ser matemáticamente descrito como una suma de senos y cosenos de diferentes frecuencias usando la transformada de Fourier, la cual proporciona un método para la caracterización del PI acorde al espectro de potencia. De forma general, el espectro del PI se asemeja a una "U" invertida con un pico alrededor de los 100-200 Hz y un rango aproximado entre 10 y 2 000 Hz.

Existen algunas evidencias de que los componentes de baja frecuencia del espectro (10-50 Hz) tienden a reflejar la frecuencia de descarga de los PUMs, mientras que los de mayores frecuencia están más relacionados con la forma de los PUMs. En estudios realizados con sujetos normales, enfermos con miopatías y con enfermedades neurógenas no se han encontrado grandes diferencias; sin embargo, este método se ha usado ampliamente en el estudio de la fatiga muscular.^4,31

ANALISIS DE INTEGRACION

La medición del área del PI mediante su rectificación e integración es uno de los métodos más antiguos para el análisis cuantitativo del EMG.⁴ La magnitud del PI integrado es una función de la amplitud y duración de los PUMs individuales, así como de su frecuencia de descarga.⁶ Su uso actual está limitado fundamentalmente a los estudios de kinesiología que registran EMG de superficie.⁴

Hasta aquí hemos revisado algunos de los métodos más utilizados en los diferentes laboratorios a nivel mundial para el análisis automático cuantitativo de la señal electromiográfica. Muchos de ellos enfrentan el problema de su aplicabilidad clínica, por lo que unos son más usados que otros.

CONCLUSION

La utilización de métodos cuantitativos en el análisis del EMG le confiere a este procedimiento mayor confiabilidad, objetividad y rapidez y a su vez se hace posible la comparación de los resultados entre diferentes laboratorios, en el tiempo y entre distintos expertos.

SUMMARY

The automated or semiautomated cuantitative methods applied to electromyography are undoubtedly a step of advance in the scientific development of this speciality and, in general, in its applications to clinical diagnosis. In the present paper we make a review on this regard, expressing their advantages and disadvantages, as well as their clinical applications. ]]> Key words: ELECTROMYOGRAPHY/methods; AUTOMATION.

REFERENCIAS BIBLIOGRAFICAS

1. Kimura J. Electromyography: techniques and normal findings. En: Davis FA, ed. Electrodiagnosis in diseases of nerve and muscle: principles and practice. Philadelphia: 1983;227-30.
2. Buchthal F, Rosenfalck P. Action potential parameters in different human muscles. Acta Psychiatr Scand 1955;30:125-31.

1. Stalberg E, Andreassen S, Falck B, Lang H, Rosenfalck A, Trojaborg W. Quantitative analysis of individual motor unit potentials: a proposition for standardized terminology and criteria for measurement. J Clin Neurophysiol 1986;3:313-48.
2. Dorfman LJ, McGill KC. AAEE minimograph # 29: automatic quantitative electromyography. Muscle Nerve 1988;11:804-10.
3. McGill KC, Cummins KL, Dorfman LJ. Automatic decomposition of the clinical electromyogram. IEEE Trans Biomed Eng 1985;32: 470-7.
4. Richfield EK, Cohen BA, Albers JW. Review of quantitative and automated meedle electromyographic analysis. IEEE Trans Biomed Eng 1981;28:506-14.
5. Buchthal F, Guld C, Rosenfalck P. Action potential parameters in normal muscle and their dependence on physical variables. Acta Physiol Scand 1954;32:200.
6. Czekajewski J, Ekstedt J, Stalberg E. Oscilloscopic recording of muscle fibre action potentials. The window trigger and the delay unit. Electroencephalogr Clin Neurophysiol 1969;27: 536-9.
7. Nissen Petersen H, Guld C, Buchthal F. Adelay line to record random action potentials. Elkectroencephalogr Clin Neurophysiol 1969;26:100-6.
8. Bergmans J. Computer assisted on line measurements of motor unit potential in human electromyography. Electromyogr Clin Neurophysiol 1971;11:161-81.
9. _____. Computer assisted measurement of the parameters of single motor unit potentials in human electromyography. En: Desmedt JE, ed. New developments in neurophysiology. Basel: Karger 1973; Vol 2:482-8.
10. Lee RG, White DG. Computer analysis of motor unit action potentials in routine clinical electromyography. En: Desmedt JE, ed. New developments in electromyography and clinical neurophysiology. Basel: Karger, 1973; Vol 2:454-61.
11. Tanzi F, Tagliett V, Zucca G, Arrigo A, Moglia A, Sandrini G. Computarized EMG analysis. Electromyogr Clin Neurophysiol 1979;19:485-503.
12. Stalberg E, Antoni L. Microprocessors in the analysis of the motor unit and neuromuscular transmisssion. En: Yamaguchi, Fujisawa, eds. Recent advances in EEG and EMG data processing. Amsterdam: Elsevier/North-Holland Biomedical, 1981:295-313.
13. Andreassen S. Automatic mimicking of manual MUP analysis: seminar on automated quantification of motor unit potentials. AAEE 1984;8-9.
14. Coatrieux JL. On line electromyographic signal processing system. IEEE Trans Biomed Eng 1984;BME-31:199-207.
15. Rouvrais B, Toulouse P, Coatrieux JL, Le Bars R. A possible method of automatic electromyhographic analysis and diagnosis on line. Electromyogr Clin Neurophysiol 1983;23:457-70.
16. Hausmanowa-Petrusewicz I. Some remarks on computer aided clinical electromyography based on experience with the Polish ANOPS minicomputer. J Neurol 1986;233(2):77-82.
17. Kopec J. Quantitative evaluation of EMG records based on digital indicators. Neurol Neurochir Pol 1986;20(1):18-23.
18. _____. Methodological survey of automatic EMG analysis. Acta Physiol Pol 1988;39(1):20-9.
19. Ghiheneuc P, Calamel J, Doncarli C, Gitton D, Michel C. Automatic detection and pattern recognition of single motor unit potentials in needle EMG. En: Desmedt JE, ed. Computer-Aided Electromyography. Basel: Karger, 1983.
20. Gerber A, Studer RM, De Figueirede RJP, Moschytz GS. A new framework and computer program for quantitative EMG signal analysis. IEEE Trans Biomed Eng 1984;31:857-63.
21. Le Fever RS, De Luca CJ. A procedure for decomposing the myoelectric signal into its constituent action potentials. Part I: technique, theory and implementation. IEEE Trans Biomed Eng 1982;29:149-57.
22. Le Fever RS, Xenakis AP, De Luca CJ. A procedure for decomposing the myoelectric signal into its constituent action potential. Part II: execution and test for accuracy. IEEE Trans Biomed Eng 1982;29:158-64.
23. Willison RG. A method of measuring motor unit activity in human muscle. J Physiol (Lond) 1963;168:35.
24. ______ . Analysis of electrical activity in healthy and distrophic muscle in man. J Neurol Neurosurg Psychiatr 1964;27:386-94.
25. Nandedkar SD, Sanders DB, Stalberg EV. Automatic analysis of the electromyographic interference pattern. Part I: development of quantitative features. Muscle Nerve 1986;9:431-9.
26. ______ . Automatic analysis of the electromyographic interference pattern. Part II: findings in control subjects and in some neuromuscular diseases. Muscle Nerve 1986;9:491-500.
27. ______ . Simulation and analysis of the electromyographic interference pattern in normal muscle. Part I: turns and amplitude measurements. Muscle Nerve 1986;9:423-30.
28. ______ . Simulation and analysis of the electromyographic interference pattern in normal muscle. Part II: activity, upper centile amplitude and number of small sements. Muscle Nerve 1986;9:486-90.
29. Yaar I, Niles L. EMG interference pattern power spectrum analysis in neuromuscular disorders. Electromyogr Clin Neurophysiol 1989;29(7-8):473-89.

Dra. Rebeca Hernández Toranzo. Hospital Militar "Dr. Carlos J Finlay", Avenida 31, esquina a 114, municipio Marianao, Ciudad de La Habana, Cuba. ]]> 1983 227-30 1955 30 125-31 1986 3 313-48 1988 11 804-10 1985 32 470-7 1981 28 506-14 1954 32 200 1969 27 536-9 1969 26 100-6 1971 11 161-81 1973 482-8 1973 454-61 1979 19 485-503 1981 295-313 1984 8-9 1984 BME-31 199-207 1983 23 457-70 1986 233 2 2 77-82 1986 20 1 1 18-23 _____ 1988 39 1 1 20-9 1983 1984 31 857-63 1982 29 149-57 1982 29 158-64 1963 168 35 1964 27 386-94 1986 9 431-9 1986 9 491-500 1986 9 423-30 1986 9 486-90 1989 29 7-8 7-8 473-89