MODELAGEM COMPUTACIONAL COM O SOFTWARE SCONE PARA DETERMINAÇÃO DE PARÂMETROS NEURAIS DE ATIVAÇÃO MUSCULAR EM PESSOAS COM ESPASTICIDADE PÓS-AVC

INTRODUÇÃO: O Acidente Vascular Cerebral (AVC) representa uma das principais causas de incapacidade no Brasil, com um número estimado de 2.231.000 de pessoas afetadas, das quais uma parcela significativa apresenta limitações graves em suas atividades habituais. Entre as complicações mais comuns e debilitantes está a espasticidade, uma desordem neuromotora presente em até 97% dos sobreviventes de AVC crônico com deficiências motoras, que impede a realização de movimentos voluntários e impacta negativamente a qualidade de vida. Apesar de sua prevalência, os mecanismos neurológicos e fisiológicos exatos que contribuem para a espasticidade permanecem parcialmente desconhecidos, dificultando a sua avaliação quantitativa. Neste contexto, a modelagem computacional surge como uma abordagem teórica poderosa, permitindo investigar variáveis não mensuráveis diretamente nos pacientes. OBJETIVOS: O presente estudo teve como objetivo principal determinar parâmetros de ativação muscular em pessoas com espasticidade pós-AVC, utilizando otimização paramétrica com o software SCONE. MATERIAIS E MÉTODO: O projeto dá continuidade a um trabalho anterior (Silva, 2023), avançando ao incorporar dados experimentais para validar as simulações. A metodologia foi baseada no uso da plataforma OpenSim para a implementação de um modelo musculoesquelético músculos foram representados pelo modelo de Hill. Para a otimização, foram criadas funções de custo no software SCONE, projetadas para minimizar o erro entre as simulações e os dados cinemáticos experimentais. As simulações preditivas otimizaram parâmetros neurais chave, como os limiares e ganhos do reflexo tônico de estiramento. RESULTADOS: Os resultados demonstraram a viabilidade da metodologia, identificando um conjunto de parâmetros que replicam com sucesso o comportamento motor espástico. Especificamente, as simulações otimizadas revelaram uma redução acentuada no limiar de velocidade do reflexo de estiramento e um aumento significativo nos ganhos reflexos, consistentes com a fisiopatologia da espasticidade, que é caracterizada pela hiperexcitabilidade reflexa. CONSIDERAÇÕES FINAIS: Conclui-se que a otimização paramétrica via SCONE é uma ferramenta robusta para a investigação não invasiva das alterações neurais na espasticidade, fornecendo subsídios quantitativos que podem auxiliar na compreensão do fenômeno e no futuro desenvolvimento de terapias de reabilitação personalizadas.

PALAVRAS-CHAVE: Espasticidade; Acidente Vascular Cerebral; Modelagem Computacional; SCONE; Otimização Preditiva.