Analisi dell'influenza dell'invecchiamento sul comportamento delle unità motorie. = Investigation of age-related changes in motor unit behaviour

In Italia il rapporto percentuale tra la popolazione anziana (65+) e quella giovane (0-14) è pari al 193,1%. Il 24% della popolazione ha un’età maggiore di 65 anni e affronta limitazioni fisiche moderate o gravi che inficiano sulla qualità della vita. Queste sono causate dal processo di invecchiamento fisiologico che è caratterizzato da una progressiva perdita di massa, forza, potenza muscolare e funzioni neuromuscolari. Con l’avanzare dell’età avvengono cambiamenti neurali, come la morte delle fibre muscolari denervate che viene compensata sempre meno dalla reinnervazione, portando ad una diminuzione del numero delle unità motorie (MU) e al raggruppamento delle fibre muscolari. Il progetto Trajector-AGE ha lo scopo di valutare come questo fenomeno influisce sulla struttura muscolare e sul controllo neuromuscolare, nelle diverse fasi dell'invecchiamento con un approccio longitudinale e multimodale. In questo contesto, il progetto di tesi ha l’obiettivo di descrivere al tempo zero le differenze trasversali del comportamento delle MU tra gruppi di età, sfruttando le potenzialità della decomposizione del segnale elettromiografico multicanale (HDEMG) e della contemporanea acquisizione di video ultrasonografico (US). Sono stati analizzati i dati di trenta adulti di mezza età (PRM) (59±9 anni) e ventotto anziani (PRO) (76 ±4 anni). In aggiunta sono stati reclutati dieci giovani (TOY) come gruppo di controllo (26 ±2 anni). I segnali HDEMG sono stati registrati dal muscolo vasto laterale (VL) utilizzando una griglia di 64 canali durante contrazioni a rampa isometrica fino al 30% e al 50% della contrazione volontaria massima (MVC), con aumento lento della forza (2% MVC/s). Contemporaneamente sono stati acquisiti anche i video US del VL, con lo scopo di seguire il movimento delle fibre muscolari nel tempo (tracking). Le MU ottenute dalla decomposizione dell'HDEMG sono state raggruppate, in base alle loro soglie di reclutamento definite per incremento di forza di 10% MVC (0-10%, 10-20%, ecc.). Lo scopo di questa suddivisione è quello di studiarne la frequenza di attivazione da parte del sistema nervoso centrale durante la contrazione. Inoltre, le differenze spaziali delle MU sono state valutate calcolandone l’area attiva. Invece, per i video US è stato implementato un algoritmo di tracking ibrido che combina il tracciamento sequenziale dei punti caratteristici con l’elaborazione delle immagini in frequenza, per enfatizzare le strutture dei fascicoli muscolari. Per quanto riguarda le MU, la frequenza media di sparo è significativamente più bassa per i PRO (9,3±1,5 pps al 30% MVC e 10,1±1,8 pp al 50% MVC) rispetto a TOY (10,3±1,6 pps al 30% MVC e 11,4±1,5 pps al 50% MVC) e PRM (10,2±1,9 pps al 30% MVC e 11,2±2,3 pps al 50% MVC). All’interno della stessa fascia di età, le donne hanno mostrato frequenza più elevata in TOY (+11,7%, p<0,001) e PRM (+8,9%, p<0,001) ma non in PRO (+2,9%, p=0,60). A differenza dei gruppi TOY e PRM, la frequenza di sparo delle unità motorie dei PRO cresce in modo limitato durante la contrazione e ciò è più evidente per le donne. Invece, in merito alle aree di attivazione delle MU non si sono riscontrate differenze rilevanti per età o per genere. Infine, ci si è limitati ad un’osservazione qualitativa dell’andamento del tracking, riscontrando carenze prestazionali dovute alla qualità dei dati, alla conformazione e al movimento del VL. In conclusione, questo studio ha confermato la fattibilità dell'approccio proposto per l’analisi del comportamento delle MU con l'età.