Background: Musculoskeletal injuries are observed in Thoroughbred racehorses and may become catastrophic. Currently, there are limited methods for early detection of such injuries. Most injuries develop gradually due to accumulated damage, providing the opportunity for early detection. Horses experiencing pain or lameness may exhibit changes in behaviour so the development of an objective, real-time system monitoring horse behaviour may enable detection of bone injuries before catastrophic failure.
Objectives: To determine whether intensive observational methods of assessing horse behaviour can be replaced by use of inertial measurement units (IMUs).
Study design: Validation study assessing IMU use against video observation.
Methods: Six hospitalised Thoroughbreds (algorithm training data) and 19 Thoroughbred racehorses in-training (algorithm testing data) were equipped with an IMU placed on the lateral side of both forelimbs (left fore, LF; right fore, RF) and monitored in a stable for 4 h. An algorithm was developed to classify behaviour and then validated against video recordings.
Results: Standing was the most prevalent behaviour (LF 88.8%, 95% confidence interval [CI] 88.7-89.0; RF 88.5%, 95% CI 88.4-88.7). IMU classification of recumbent and standing activities showed excellent agreement (sensitivity) with video observation (>98%). This was followed by stepping (LF 89.4%, RF 85.5%) then weight-shifting (LF 54.3%, RF 61.5%). Predictions from the algorithm showed misclassification of 2.5% (LF 5500/225 352, RF 5218/210 170). Excluding standing, misclassification was 6.8% (1705/25 158) and 7.5% (1812/24 077) for the left and right forelimbs, respectively, with pawing and weight-shifting most frequently misclassified.
Main limitations: Increasing the number of horses and types of behaviours observed may improve predictions.
Conclusions: IMUs displayed a high sensitivity to movement on a small number of horses, and with further validation they have the potential to effectively monitor behaviour of racehorses in training. However, more sensitive methods may be needed to validate the classification of weight-shifting behaviour. Future studies should evaluate the association between each behaviour and musculoskeletal injury.
Hintergrund: Muskuloskeletale Verletzungen werden bei Vollblutrennpferden beobachtet und können katastrophale Folgen haben. Derzeit gibt es nur wenige Methoden zur Früherkennung solcher Verletzungen. Die meisten Verletzungen entwickeln sich allmählich aufgrund von kumulierten Schäden, was die Möglichkeit einer frühzeitigen Erkennung bietet. Pferde, die unter Schmerzen oder Lahmheit leiden, zeigen oft Verhaltensänderungen, so dass die Entwicklung eines objektiven Echtzeitsystems zur Überwachung des Pferdeverhaltens die Erkennung von Knochenverletzungen vor einem katastrophalen Ausfall ermöglichen könnte.
Ziele: Es soll ermittelt werden, ob intensive Beobachtungsmethoden zur Beurteilung des Pferdeverhaltens durch den Einsatz von Inertialen Messeinheiten (IMUs) ersetzt werden können.
Studiendesign: Validierungsstudie zur Bewertung der IMU-Nutzung im Vergleich zur Videobeobachtung.
Methoden: Sechs stationär behandelte Vollblüter (Algorithmus-Trainingsdaten) und 19 Vollblut-Rennpferde im Training (Algorithmus-Testdaten) wurden mit einer IMU, die an der lateralen Seite beider Vordergliedmaßen (vorne links, VL; vorne rechts, VR) angebracht wurde, ausgestattet und vier Stunden lang in einem Stall überwacht. Es wurde ein Algorithmus zur Klassifizierung des Verhaltens entwickelt und anschließend anhand von Videoaufnahmen validiert.
Ergebnisse: Das Stehen war das häufigste Verhalten (VL 88.8%, 95% CI 88.7, 89.0; VR 88.5%, 95% CI 88.4, 88.7). Die IMU-Klassifizierung von Aktivitäten im Liegen und Stehen zeigte eine ausgezeichnete Übereinstimmung (Sensitivität) mit der Videobeobachtung (>98%). Es folgte das Gehen (VL 89.4%, VR 85.5%) und dann die Gewichtsverlagerung (VL 54.3%, VR 61.5%). Die Vorhersagen des Algorithmus zeigten eine Fehlklassifizierung von 2.5% (VL 5500/225 352, VR 5218/210 170). Ohne das Stehen lag die Fehlklassifizierung bei 6.8% (1705/25 158) bzw. 7.5% (1812/24 077) für die linke bzw. rechte Vordergliedmaße, wobei Scharren und Gewichtsverlagerung am häufigsten falsch klassifiziert wurden.
Hauptlimitationen: Eine Erhöhung der Anzahl der Pferde und der beobachteten Verhaltensweisen kann die Vorhersagen verbessern.
Schlussfolgerungen: Die IMUs zeigten bei einer kleinen Anzahl von Pferden eine hohe Sensibilität für die Bewegungen, und bei weiterer Validierung haben sie das Potenzial, das Verhalten von Rennpferden im Training effektiv zu überwachen. Es könnten jedoch empfindlichere Methoden erforderlich sein, um die Klassifizierung des Gewichtsverlagerungsverhaltens zu validieren. In künftigen Studien sollte der Zusammenhang zwischen den einzelnen Verhaltensweisen und Verletzungen des Bewegungsapparats untersucht werden.
Keywords: IMU; Thoroughbred; horse; orthopaedic pain; racehorse; video monitoring.
© 2022 The Authors. Equine Veterinary Journal published by John Wiley & Sons Ltd on behalf of EVJ Ltd.