THESE DE DOCTORAT DE

L'UNIVERSITE DE NANTES

ECOLE DOCTORALE N° 605

Biologie Santé
Spécialité : Médecine régénérative

Par

Alban FOUASSON-CHAILLOUX
Arthropathies et Analyse du Mouvement
Arthrose et Arthropathie Hémophilique

Thèse présentée et soutenue à Nantes, le 09 avril 2021

Unité de recherche : INSERM UMR 1229 – Regenerative Medicine and Skeleton

Rapporteurs avant soutenance :

Pr Isabelle BONAN Professeur des Universités – Praticien Hospitalier, Université de Rennes
Dr Christelle NGUYEN Maitre de conférences des Universités – Praticien Hospitalier, Université de Paris

Composition du Jury :
Président : Pr Pierre ABRAHAM Professeur des Universités – Praticien Hospitalier, Université d’Angers

Examinateurs : Pr Pierre ABRAHAM Professeur des Universités – Praticien Hospitalier, Université d’Angers
Pr Isabelle BONAN Professeur des Universités – Praticien Hospitalier, Université de Rennes
Dr Claire VINATIER Maitre de conférences des Universités, Université de Nantes
Dr Christelle NGUYEN Maitre de conférences des Universités – Praticien Hospitalier, Université de Paris

Dir de thèse : Pr Yves MAUGARS Professeur des Universités – Praticien Hospitalier, Université de Nantes
Co-dir de thèse : Pr François RANNOU Professeur des Universités – Praticien Hospitalier, Université de Paris

Invité(s)
Dr Marc DAUTY Praticien Hospitalier, CHU de Nantes. 1
Pr Jérome GUICHEUX Directeur de recherche, Inserm UMR 1229 RMeS, Université de Nantes
2
 Remerciements

Monsieur le Professeur Yves MAUGARS, merci d’avoir accepté de diriger ma thèse et de

m’avoir soutenu durant les quelques années de ce projet. Ce fut un réel plaisir de pouvoir

travailler sous votre bienveillance. Je garde par ailleurs, un excellent souvenir de mon passage

comme interne dans votre service, il y a maintenant quelques années.

Monsieur le Professeur François RANNOU, merci d’avoir codirigé ce travail. Votre

participation à ce projet et vos conseils furent de précieux alliés pour mener cette thèse à son

terme. Mon semestre à Cochin durant mon internat fut particulièrement formateur et sut me

faire découvrir la recherche clinique.

Madame le Professeur Isabelle BONAN, merci d’avoir accepté de juger mon travail. C’est un

honneur de vous compter dans le jury de ma thèse.

Monsieur le Professeur Pierre ABRAHAM, merci d’avoir accepté de participer à mon jury de

thèse. Les 18 mois que j’ai passé à Angers dans votre service furent une expérience

formidable. Je vous dois le goût pour les publications. J’espère que nous continuerons nos

travaux communs dans le futur.

Madame le Docteur Christelle NGUYEN, merci d’avoir accepté de juger cette thèse. Je vous

en suis extrêmement reconnaissant.

3
Madame le Docteur Claire VINATIER, merci d’avoir accepté de participer à mon jury. Je

voudrais surtout vous remercier pour le soutien que vous m’avez apporté, ainsi que pour la

confiance que vous m’avez accordée durant toute la durée de ma thèse. Sans vous, le projet

sur l’analyse de la marche chez les souris n’aurait jamais vu le jour. Vos conseils, vos

remarques et vos encouragements furent essentiels.

Monsieur le Professeur Olivier REMY-NERIS, merci d’avoir participé à mon comité de suivi

individuel durant toute cette thèse. Vos conseils et vos remarques furent une aide précieuse.

Monsieur le Professeur Benoit LEGOFF, merci d’avoir présidé mes comités de suivi de thèse.

Le soutien constant ainsi que l’aide apportée durant ce projet m’ont permis de le mener à son

terme.

Monsieur le Professeur Jérome GUICHEUX, merci d’avoir été présent et merci pour votre

rôle essentiel durant tout le processus ayant abouti à ce travail. Vos remarques, vos

encouragements ainsi que les « coups de pression » mesurés m’ont permis de mener à bien ce

projet.

Monsieur le Docteur Marc DAUTY, merci pour votre aide. Merci de votre soutien. Merci de

vos encouragements. Merci de votre confiance. Merci de votre amitié. Rien de tout cela

n’aurait existé sans vous.

4
Sommaire
Remerciements ........................................................................................................................................ 3

Liste des publications concernées par la thèse ........................................................................................ 6

Liste des illustrations ............................................................................................................................... 7

1 Introduction générale ....................................................................................................................... 8

1.1 Arthropathies et fonction ......................................................................................................... 8

1.2 Pourquoi évaluer la marche ? ................................................................................................ 10

1.3 La Marche Humaine .............................................................................................................. 11

1.4 Analyse Quantifiée de la Marche Humaine ........................................................................... 15

1.5 Analyse du Mouvement dans les Modèles Animaux d’Arthropathies : les Rongeurs .......... 18

1.6 Objectifs de la Recherche ...................................................................................................... 22

2 Analyse de la Marche dans un Modèle de Souris Arthrosique...................................................... 23

2.1 Généralités sur l’Arthrose...................................................................................................... 23

2.2 L’Arthrose Post-Traumatique................................................................................................ 26

2.3 Evaluation de l’Arthrose Post-traumatique chez la Souris : Histologie, Imagerie, Fonction 29

3 Evaluations Fonctionnelles des Membres Inférieurs chez l’Hémophile Modéré .......................... 67

3.1 L’Arthropathie Hémophilique ............................................................................................... 67

3.2 Analyse Quantifiée de la Marche dans l’Hémophilie : Etat des lieux ................................... 71

3.3 Analyse Quantifiée de la Marche dans l’Hémophilie Modérée............................................. 81

3.4 Retentissement Musculaire de l’Hémophilie Modérée ....................................................... 105

4 Conclusions et Perspectives ........................................................................................................ 116

5 Annexes ....................................................................................................................................... 126

5.1 Annexe 1 : Exemple de rapport d’analyse quantifiée de la marche (données cinématiques (A)
et cinétiques (B)) ............................................................................................................................. 126

5.2 Annexe 2 : Arthropathies hémophiliques ............................................................................ 128

5.3 Annexe 3 : Score radiographique de l’arthropathie hémophilique, d’après Pettersson ....... 129

5.4 Annexe 4 : Score HJHS 2.1 ................................................................................................. 130

5
Liste des publications concernées par la thèse

A. Fouasson-Chailloux, M. Dauty, B. Bodic, M. Masson, Y. Maugars, B. Métayer, J. Veziers,

J. Lesoeur, F. Rannou, J. Guicheux and C. Vinatier. Post-traumatic osteoarthritis damage
in mice: from histological and micro-computed tomodensitometric changes to gait
disturbance. Annals of Physical and Rehabilitation Medicine. (Révision soumise le
8/02/2021).

A. Fouasson-Chailloux, Y. Maugars, C. Vinatier, M. Trossaert, P. Menu, F. Rannou, J.

Guicheux and M. Dauty. Clinical relevance of 3D gait analysis in patients with

haemophilia. Haemophilia. 2018 Sep;24(5):703-710.

A. Fouasson-Chailloux, F. Leboeuf, Y. Maugars, M. Trossaert, F. Rannou, C. Vinatier, J.

Guicheux, R. Gross and M. Dauty. Instrumental gait analysis does not highlight relevant

gait deviations in patient with moderate haemophilia: A regional cohort study.

Haemophilia (article soumis le 10/02/2021).

A. Fouasson-Chailloux, Y. Maugars, M. Trossaert, F. Rannou, P. Menu, C. Vinatier, J.

Guicheux and M. Dauty. Isokinetic knee strength deficit in patients with moderate
haemophilia. Haemophilia.2021 Feb;00:1-7.

6
Liste des illustrations

Figure 1 : Interactions entre les composantes de la CIF.

Figure 2 : Part du handicap par catégories d’incapacité dans les pathologies rhumatismales et
musculo-squelettiques.

Figure 3 : Séquence temporelle des phases d’un cycle de marche.

Figure 4 : Cycles de marche.

Figure 5 : Caractéristiques du pas.

Figure 6 : Matériels d’analyse quantifiée de la marche.

Figure 7 : Paramètres spatio-temporaux chez le rongeur.

Figure 8 : Vue d’empreintes lors de la marche sur CatwalkTM XT (Noldus) et intensité

d’appui.

Figure 9 : Incidence de l’arthrose.

Figure 10 : Développement de l’arthrose.

Figure 11 : Répartition par sites anatomiques des atteintes musculo-squelettiques.

Figure 12 : L’arthrose post-traumatique.

Figure 13: Pathogénie schématique de l’arthropathie hémophilique.

Figure 14 : Représentation de la destruction articulaire induite par les hémarthroses dans

l’hémophilie.

Figure 15 : Test isocinétique aux genoux sur dynamomètre.

7
1 Introduction générale

1.1 Arthropathies et fonction

Le terme d’arthropathie renvoie à la notion de maladie articulaire. Il s’agit d’un terme

générique pouvant être utilisé en cas d’atteinte d’une articulation, quelle qu’en soit l’origine.

En effet, les arthropathies peuvent être de causes extrêmement variées comme en fait état la

classification internationale des maladies (CIM 9) [1]. De nombreuses pathologies sont

responsables d’atteintes articulaires comme, par exemple l’arthrose, les infections, les

rhumatismes inflammatoires ou les hémopathies.

D’un point de vue clinique, ces atteintes articulaires peuvent être évaluées selon différentes

approches. Une approche basée sur le pronostic de la maladie causale et ses possibilités de

guérison, auquel cas l’arthropathie sera d’autant moins au premier plan que la pathologie

impactera le pronostic vital. Un autre type d’approche sera à l’inverse centré sur les

conséquences fonctionnelles et sociales de cette arthropathie. Cette approche sera privilégiée

en cas de pathologie causale n’engageant pas le pronostic vital à court terme mais entrainant

une situation de handicap. Cela est particulièrement pertinent dans les pays à haut niveau de

vie dans la mesure où la réduction de la mortalité s’est néanmoins accompagnée d’une

augmentation des maladies chroniques. Il s’agit désormais de lutter contre la morbidité

occasionnée par ces pathologies et de préserver la qualité de vie des patients, à la fois pour

des raisons individuelles mais aussi médico-économiques. En pathologie humaine, le modèle

tridimensionnel d’évaluation du handicap de la Classification internationale du

fonctionnement, du handicap et de la santé (CIF) permet une approche concernant les

conséquences anatomiques ou organiques (la déficience), l'exécution de tâches individuelles

(la limitation d’activité) et le retentissement social (la restriction de participation) (Figure 1)

8
[2]. Les pathologies ostéo-articulaires répondent particulièrement bien à cette classification

compte-tenu de l’incapacité dont elles sont responsables [3,4].

Figure 1 : Interactions entre les composantes de la CIF [2]

Par conséquent, il parait intéressant d’appréhender de manière fonctionnelle les conséquences

de ces arthropathies lorsque l’on souhaite évaluer une pathologie dont l’aspect musculo-

squelettique est au premier plan, d’autant plus que c’est souvent ce point particulier qui

justifie la consultation d’un médecin par le patient. En effet, le modèle centré sur l’histologie

ou l’imagerie, indispensable dans les phases initiales de recherche sur une pathologie, rend

insuffisamment compte des réalités cliniques. Cela est d’autant plus vrai que la relation entre

organe et fonction n’est pas linéaire, en particulier dans les maladies de l’appareil locomoteur

[5,6]. Il semble donc légitime de proposer des axes de recherche utilisant des outils

d’évaluation communs aux chercheurs et aux cliniciens.

9
1.2 Pourquoi évaluer la marche ?

La marche est un critère d’évaluation particulièrement intéressant compte-tenu de son poids

prépondérant dans le handicap fonctionnel rapporté par les patients ayant des troubles

musculo-squelettiques (Figure 2) [4]. En effet, elle arrive volontiers aux premiers rangs des

plaintes fonctionnelles handicapantes comme c’est le cas dans l’arthrose. Son étude en

recherche clinique semble être un bon critère dans l’évaluation d’une pathologie ou d’une

prise en charge thérapeutique. Ainsi, de nombreuses études animales chez la souris ou le rat se

sont intéressées aux conséquences fonctionnelles des arthropathies sur la marche [7–9].

Cependant, les différences entre marche animale et humaine sont nombreuses, ce qui rend

incertaine la transposition des résultats et donc nécessaire les études cliniques chez l’homme.

Figure 2 : Part du handicap par catégories d’incapacité dans les pathologies rhumatismales
et musculo-squelettiques,d’après Palazzo et al. [4]

10
1.3 La Marche Humaine

La marche humaine est le mode de déplacement naturel de l’Homme lui permettant à la fois

l’autonomie dans ses déplacements et une consommation énergétique optimisée [10]. La

marche est une fonction complexe à la fois volontaire et automatique, nécessitant plusieurs

années d’apprentissage avant d’arriver à maturité. La marche est le résultat d’une répétition de

cycles permettant une translation vers l’avant de l’ensemble du corps [11]. Chaque cycle est

constitué par la période située entre 2 attaques au sol d’un même pied. Ce cycle est constitué

de deux phases distinctes, une phase d’appui (60% du cycle) et une phase oscillante (40% du

cycle) (Figure 3). Chacune des phases peut être secondairement subdivisée. Le pas est la

période située entre l’attaque par le talon d’un côté et celle de l’autre côté (Figure 4) [12]. Il y

a donc deux pas au sein d’un cycle de marche.

Figure 3 : Séquences temporelles des phases d’un cycle de marche, d’après Delarque &
Pellas [13]

11
Figure 4 : Cycles de marche, d’après Armand et al. [14]

La marche peut être évaluée selon des critères temporaux et spatiaux. Concernant les

paramètres temporaux, ceux-ci sont fournis en fonction du cycle de marche. Par exemple, la

phase d’appui d’un membre qui correspond à la période d’attaque du talon (environ 10% du

cycle), suivi du plein appui jusqu’au décollement du talon (de 10 à 45% du cycle) pour se

terminer par une période de pré-oscillation avec basculement antérieur du membre concerné

et du corps (de 45 à 60% du cycle). Durant la phase oscillante, le membre concerné n’est pas

en contact avec le sol et effectue un mouvement postéro-antérieur afin de permettre le passage

du pas. L’alternance de ces phases lors de la marche bipodale, induit des périodes de doubles

appuis où chacun des pieds touchent le sol, l’un en début de cycle et l’autre en fin. Les

paramètres spatiaux sont évalués en distinguant droite et gauche mais considérés comme

symétriques chez l’individu non pathologique. On peut donc évaluer la longueur du pas, sa

largeur ou son angulation (Figure 5).

12
Figure 5 : Caractéristiques du pas, d’après Delarque & Pellas [13]

Le plus souvent, la marche non pathologique est décrite comme une oscillation verticale et

horizontale du centre de gravité corporel. Une analyse plus fine permet d’évaluer la

cinématique (variations angulaires) de chaque articulation lors de chaque étape du cycle [11].

L’ensemble de ces phénomènes est sous la dépendance des muscles qui assurent un contrôle

harmonieux des déplacements dans l’espace. Leurs rôles sont multiples : accélération,

freinage, amortis et équilibration. Ainsi, l’activité musculaire peut être mixte lors de la

marche – concentrique, excentrique et isométrique - assurant propulsion mais aussi équilibre

et stabilité [15]. Par exemple, les muscles de la cuisses (au premier plan, quadriceps et ischio-

jambiers) ont un rôle fondamental dans la marche, dans la mesure où à lui seul, le genou

contribue pour une grande part à la puissance développée lors de cette activité [16]. Les forces

exercées peuvent augmenter de manière importante avec l’accroissement de la vitesse de

13
déplacement (de 1.2 W/kg à 4.5 km/h à 5.6 W/kg à 11 km) [16,17], ce qui en fait une

articulation à haut risque de blessure [18].

Ainsi, ces quelques rappels permettent de mettre en avant la nécessité de l’intégrité et du bon

fonctionnement de l’appareil locomoteur afin d’assurer une marche « normale ». En effet, on

comprend assez bien qu’en théorie, une « arthropathie », du fait de ses conséquences

douloureuses, des limitations articulaires et de l’amyotrophie, puisse induire un dérèglement

important du schéma de marche d’un sujet.

14
1.4 Analyse Quantifiée de la Marche Humaine

L’analyse quantifiée de la marche (AQM) est généralement utilisée en médecine pour

l’évaluation objective de la marche humaine afin d’en identifier d’éventuels défauts mais

aussi permettre des choix thérapeutiques ou évaluer l’efficacité d’une prise en charge [14].

L’AQM est considérée comme l’évaluation instrumentale de référence de la marche [19].

L’AQM est précédée d’un bilan clinique s’intéressant notamment aux anomalies neuro-

orthopédiques. Ce recueil pourra servir de base à l’interprétation des résultats mis en évidence

par l’AQM. L’examen est réalisé à l’aide de capteurs de cinématique, de plateformes de force

et d’électrodes de surface d’électromyographie (Figure 6) [20]. Afin de permettre ces

enregistrements, des réflecteurs sont posés à la surface de la peau en regard de certaines

structures articulaires afin de permettre l’élaboration d’un modèle biomécanique. Les capteurs

électromyographiques permettent quant à eux d’enregistrer les contractions de certains

muscles ou groupes musculaires lors de la marche.

Lors de l’examen, il est demandé au patient de marcher à une vitesse confortable et spontanée

sur un couloir de marche d’environ 10 mètres. Dans ce couloir de marche, des plateformes de

force sont directement intégrées au sol et permettent d’enregistrer les accélérations lors des

appuis. Ces mesures sont couplées à un enregistrement vidéo à haute fréquence pour l’analyse

détaillée du cycle de marche. Généralement, quelques aller-retours suffisent afin d’avoir

l’ensemble des données nécessaires à l’AQM.

15
 A

C E

Figure 6 : Matériels d’analyse quantifiée de la marche. A : caméra numérique ; B : Caméra

optoélectronique ; C : Plate-forme de force ; D : Salle d’AQM avec plateformes de force
intégrées au sol ; E : Marqueurs réfléchissants et électrodes électromyographiques de
surface.

Les données issues d’un examen d’AQM sont ensuite traitées, analysées et présentées sous

forme d’un rapport (Annexe 1), puis comparées à des sujets non symptomatiques ou indemnes

de la pathologie étudiée. Ces données sont :

- les paramètres spatio-temporaux (vitesse, cadence, longueur de pas, proportions

d’appui et d’oscillation…) qui permettent d’avoir une vision globale de la marche

d’un sujet ou plus spécifiquement d’un cycle de marche.

- les données cinématiques (capture du mouvement par système optoélectronique), en

général présentées sous forme de courbes de déplacement articulaire (ex :

flexion/extension) en fonction du temps, rendent compte de la mesure

tridimensionnelles dans l’espace des variations angulaires des articulations. Elles

16
 permettent une analyse de chaque articulation à différentes périodes du cycle de

marche.

- des données cinétiques ou dynamiques : enregistrements des accélérations mesurées

par les plateformes de force lors du passage des patients. Ces données permettent, en

association aux données cinématiques, de calculer les moments de force et les

puissances aux différentes articulations des membres inférieurs, selon des méthodes de

dynamiques inverses.

- des données électromyographiques : évaluent la mise en jeu des principaux muscles

des membres inférieurs lors des cycles de marche et peuvent éventuellement donner

des indications lors de phénomènes de co-contraction ou de spasticité.

Les données d’AQM, d’examen clinique et d’imagerie permettent d’interpréter les causes de

l’altération de la marche chez un patient donné [21]. L’ensemble de ces éléments peut

permettre de différencier le trouble primaire à la marche de ses conséquences sous forme de

compensations. En effet, il a été démontré que l’AQM permettait une approche plus efficiente

dans la prise en charge des troubles musculo-squelettiques [22]. En revanche, il semble

difficile d’établie un direct lien évident entre l’amélioration des données issues de l’AQM et

la qualité de vie. Certains travaux ont montré que l’amélioration des paramètres AQM pouvait

s’accompagner d’une amélioration de la distance maximale de marche.

Cependant, il existe certaines limites à cet examen, notamment son coût et son manque

d’accessibilité ainsi que la nécessité d’équipes particulièrement formées à l’utilisation, la

modélisation et l’interprétation de l’AQM (médecins et ingénieurs notamment).

17
1.5 Analyse du Mouvement dans les Modèles
Animaux d’Arthropathies : les Rongeurs

Les avancées technologiques ont permis le développement de l’AQM chez des animaux de

petites tailles, particulièrement chez les rongeurs [23]. En effet, ces animaux sont utilisés

dans les modèles précliniques d’arthropathies pour leur capacité à produire rapidement des

modifications histologiques et radiologiques interprétables par rapport à la pathologie

humaine. L’AQM permet donc de passer à l’étape suivante qui est celle de la fonction.

Cependant, la grande différence de ces animaux est leur marche quadrupède alors que la

bipédie caractérise l’Homme. Néanmoins, cette différence est conceptuellement acceptable

car dans le cas de la bipédie ou de la quadrupédie, la présence d’une articulation douloureuse

ou ayant des limitations d’amplitudes, induira des phénomènes de compensations [9].

L’étude chez le rongeurs nécessite néanmoins des outils particulièrement performants dans la

mesure où les compensations peuvent se répartir sur trois autres membres et que ces animaux

ont des signes extérieurs de souffrance articulaire extrêmement minces [23–25]. Néanmoins,

les études retrouvent des mesures cohérentes et précises lors de l’analyse de la marche chez

les rongeurs [7,26].

Comme dans la marche humaine, l’évaluation repose sur des paramètres communs. Au

premier plan, on retrouve les paramètres spatio-temporaux. Les paramètres globaux comme la

vitesse sont au premier plan (Figure 7). On retrouve également, une analyse par cycle de

marche de chaque patte avec mesure de la durée, de la longueur et de l’angle du pas, ainsi que

les phases d’appui ou d’oscillation. L’analyse peut également s’intéresser à d’autres

paramètres calculés à partir des précédentes données comme le rapport entre la phase d’appui

et le cycle de marche (Duty factor) qui peut être exprimé sous forme de pourcentage [9,23].

18
Le degré de symétrie entre la gauche et la droite peut également être exprimé grâce à l’index

de symétrie temporelle en fonction des besoins cliniques, c’est à dire la durée d’appui de la

patte droite soustraite de celle de la patte gauche et rapporté à la foulée [9,23].

Figure 7 : Paramètres spatio-temporaux chez le rongeur, d’après Lakes and Allen [23]

Plusieurs outils d’analyses se sont développés au cours du temps. Initialement, l’utilisation de

pattes marquées à l’encre a permis d’évaluer les paramètres spatiaux mais ne permettait pas

d’enregistrements précis de la vitesse. Par la suite, plusieurs entreprises ont produit des outils

d’AQM pour rats ou souris.

Le CatwalkTM XT (Noldus) que nous avons utilisé dans notre travail (cf. sous-chapitre 2.3),

permet de mesurer des paramètres spatio-temporaux grâce à un couloir de marche permettant

une réflexion lumineuse des pas de l’animal (Figure 8). Les enregistrements sont effectués à
19
l’aide d’une caméra sous le couloir de marche. Cet outil permet également d’évaluer la partie

de la patte touchant le sol et l’intensité de cet appui selon une variation de l’intensité

lumineuse. Les mesures sont effectuées sur une marche spontanée de l’animal sans contrainte

externe de vitesse. Cette méthode nécessite un entrainement répété pour permettre une

habituation des animaux.

Figure 8 : Vue d’empreinte lors de la marche sur CatwalkTM XT (Noldus) (à gauche) et

intensié d’appui (à droite) (https://www.noldus.com/catwalk-xt).

D’autres laboratoires ont développé des procédés utilisant un tapis roulant afin de s’affranchir

des paramètres liés à la vitesse (DigaitTM, CleverSysTM). Cependant, cela ne rend pas compte

des adaptations spontanées de l’animal et surtout de la réduction de la vitesse de déplacement

potentiellement liée à la pathologie étudiée. En revanche, cela pourrait permettre de

démasquer plus facilement d’autres anomalies.

Les paramètres cinématiques, comme chez l’Homme, sont définis en fonction d’angles

articulaires dans l’espace, le plus souvent dans le plan sagittal, compte-tenu des difficultés

techniques liées à la quadrupédie dans le plan frontal [9,23,27]. En AQM humaine,

l’utilisation de réflecteurs permet de reconstruire un modèle biomécanique, ce qui est

beaucoup plus difficile chez les rongeurs pour lesquels les artéfacts sont plus nombreux

puisque seules les chevilles permettent une analyse précise [28]. Certains laboratoires ont

20
développé des mesures fluoroscopiques de la cinématique du genou chez le rat mais il s’agit

encore de travaux en développement [23].

Les paramètres cinétiques ou dynamiques sont souvent une simple évaluation du pourcentage

de poids du corps sur le membre concerné. L’étude des moments de force articulaire sont plus

rarement utilisés que chez l’Homme [29–31]. En effet, l’utilisation de plateformes de force est

plus rare, même si certains outils permettent la mesure de la pression exercée au niveau des

pattes. Le CatwalkTM XT ne permet pas de mesure directe de ces paramètres compte-tenu de

la technologie utilisée comme précédemment mentionné. Cependant, les variations d’intensité

d’appui peuvent être considérées comme une mesure indirecte des forces exercées sur le

couloir de marche [23].

En conclusion, les techniques d’analyse du mouvement chez le rongeur permettent une

analyse préclinique des conséquences fonctionnelles d’une pathologie articulaire ou des effets

d’une thérapeutique. Cela permet l’utilisation de critères plus proches de ceux utilisés en

pratique clinique. Les paramètres spatio-temporaux sont à l’heure actuelle les mieux étudiés et

les plus faciles d’interprétation. Cependant, les techniques d’analyses cinématiques et

cinétiques sont en développement et devraient permettre à l’avenir des études encore plus

poussées sur la marche des rongeurs.

21
1.6 Objectifs de la Recherche

Ce travail a été réalisé afin de montrer la diversité des approches en AQM, ainsi que son

application en recherche à la fois préclinique et clinique. Nous avons donc évalué les

conséquences fonctionnelles de deux pathologies responsables d’atteintes articulaires

majeures, source de handicap important et d’un coût médico-économique très élevé :

- L’arthrose, maladie ostéo-articulaire la plus fréquente dans le monde, responsable de

douleur et handicap dans les populations vieillissantes [32,33]. Dans ce cas, un modèle

de souris a été utilisé afin d’évaluer l’impact de la gonarthrose post-traumatique sur la

marche.

- L’hémophilie, pathologie rare liée à un déficit congénital en facteurs de coagulation

VIII ou IX dont la complication principale est la survenue d’arthropathies sévères,

notamment aux membres inférieurs chez des individus le plus souvent jeunes. Nous

avons étudié les hémophilies modérées qui sont la sous-population la moins bien

connue.

Nous avons choisi deux démarches différentes pour chacune des pathologies afin de

démontrer la complémentarité de ces approches scientifiques et leur aspect transversal. Dans

un cas comme dans l’autre, l’utilisation de l’AQM a permis d’évaluer directement l’une des

conséquences principales de ces pathologies, à savoir les troubles de la marche.

22
2 Analyse de la Marche dans un Modèle de Souris
Arthrosique

2.1 Généralités sur l’Arthrose

L’arthrose est une pathologie extrêmement fréquente, particulièrement après 60 ans [33]. Il

s’agit d’une cause majeure de douleur et de handicap dans le monde [32]. Son coût médico-

économique est majeur et tend à s’accroitre avec le vieillissement de la population et l’obésité

[34,35]. Il s’agit d’une pathologie articulaire complexe touchant l’ensemble des structures

articulaires : cartilage, os sous chondral, synoviale et musculature péri-articulaire [34,36]. La

symptomatologie est dominée par la douleur. Les troubles de la marche sont également au

premier plan dans la mesure où plus de 85% de l’impact de la pathologies est lié aux membres

inférieurs, en particulier les genoux (Figure 9) [32,34].

Figure 9 : Incidence de l’arthrose, d’après Hunter & Bierma-Zeinstra [34]

23
La physiopathologie de l’arthrose est complexe car il s’agit d’une atteinte de l’ensemble de

l’articulation (Figure 10). Des mécanismes mécaniques, inflammatoires et métaboliques

interviennent dans sa survenue et son évolution [33,37]. L’impact de ces différents

phénomènes peut être variable en fonction des localisations arthrosique [38].

Figure 10 : Développement de l’arthrose, d’après Glyn-Jones et al. [33]

La destruction cartilagineuse est une conséquence majeure de cette pathologie. En effet,

l’altération des propriétés mécaniques du cartilage le rend plus fragile et moins résistant aux

contraintes. Il existe une hyperactivité chondrocytaire responsable d’un accroissement de la

dégradation cartilagineuse et de la production de cytokines pro-inflammatoires dont certaines

ont un rôle important dans la pathologie [33,34]. De manière concomitante, on note une

hypertrophie et une prolifération synoviale responsables d’une hyper-vascularisation.

L’hyperactivité cellulaire est là encore responsable d’un accroissement de la synthèse de

molécules pro-inflammatoires [39]. L’os sous-chondral est le siège de modifications notables.

Particulièrement, on remarque une augmentation du remodelage osseux ainsi qu’une

prolifération vasculaire de l’os sous chondral vers le cartilage [34]. Ces altérations

24
s’accompagnent également de l’apparition de géodes et d’ostéophytes sous la dépendance de

phénomènes inflammatoires mais aussi mécaniques [33,34]. Il semble probable que des

phénomènes plus à distance de l’articulation rentrent également en jeu dans la pathogénie

comme cela a pu être montré pour le lien entre arthrose digitale et obésité [40].

Le développement de l’arthrose est associé à certains facteurs de risque. Il existe

vraisemblablement une prédisposition génétique à son apparition, avec des variations en

fonction des localisations articulaires [34]. Bien entendu, l’âge semble être un facteur

prépondérant dans la mesure où il existe un gradient assez net au-dessus de 50-60 ans (Figure

9) [33,41]. Cependant, cela peut être aussi lié au fait que certains autres facteurs de risque

d’arthrose sont également corrélés à l’âge [34]. L’obésité est également un facteur de risque

important, à la fois pour des raisons mécaniques évidentes comme c’est le cas aux genoux

mais aussi dans le cadre de troubles métaboliques plus complexes [40,42]. Les déformations

ostéo-articulaires congénitales sont également sources d’arthrose du fait d’une augmentation

des contraintes sur des zones particulières de l’articulation, notamment au niveau des

membres inférieurs [34]. Les antécédents traumatiques articulaires sont également une cause

de développement arthrosique comme cela a pu être montré dans certains sports notamment

par leur caractère accidentogène mais également de manière indépendante [43,44].

25
2.2 L’Arthrose Post-Traumatique

L’arthrose post-traumatique représente une part non négligeable des causes de survenue de la

pathologie. En effet, Brown et al. rapportaient qu’environ 12% des cas d’arthrose aux États-

Unis étaient secondaires à un traumatisme au niveau d’une articulation des membres

inférieurs [45]. Il est intéressant de noter que ces traumatismes touchent souvent des

personnes très jeunes en contexte sportif avec une forte prévalence des accidents articulaires

au niveau de la cheville et du genou (Figure 11) [46].

Figure 11 : Répartition par sites anatomiques des atteintes musculo-squelettiques

(https://www.boneandjointburden.org/fourth-edition/vb22/sprains-and-strains)

Les traumatismes du genou sont particulièrement fréquents puisqu’ils représentent plus de

10% des accidents touchant l’appareil locomoteur [47]. Les lésions traumatiques au genou

seraient responsables d’un accroissement du risque d’arthrose. Ce dernier serait quatre fois

plus important qu’en l’absence d’antécédent traumatique [44]. Les gonarthroses post-

traumatiques représenteraient environ 10% des cas [45]. Les ruptures du ligament croisé

26
antérieur et les lésions méniscales sont des causes extrêmement fréquentes d’arthrose post-

traumatique. En effet, en cas de rupture isolée du ligament croisé antérieur, la littérature

retrouve une incidence de l’arthrose de plus de 10% et allant jusqu’à 50% , voire plus en cas

de lésion méniscale associée [48]. L’un des mécanismes de développement de l’arthrose,

outre le traumatisme tissulaire direct, serait également l’inhibition puis l’amyotrophie

quadricipitale responsables d’un défaut d’absorption des chocs et d’instabilité chronique lors

de la marche ou des activités physiques (Figure 12) [44].

Concernant la cheville, l’arthrose secondaire est la principale cause d’arthropathie d’origine

arthrosique de cette articulation. En effet, l’arthrose primitive de cheville est un diagnostic

extrêmement rare. En revanche, un antécédent traumatique est retrouvé dans plus de 70% des

cas dans certaines séries d’arthrose de cheville [44,45,49,50]. De même, un antécédent

unique d’entorse de cheville pourrait avoir un impact significatif dans la survenue d’une

arthrose de cheville [50].

Figure 12 : L’arthrose post-traumatique, d’après Furman et al. & Anderson et al.[52,53]

27
Pour ce qui concerne les coxarthroses secondaires, les antécédents de fracture de l’acétabulum

sont retrouvés chez 25% des patients [44]. Cependant, l’obésité semble être un cofacteur

important de survenue d’arthrose de hanche post-traumatique [51].

Ainsi, l’arthrose post-traumatique représente une part non négligeable de la pathologie ostéo-

articulaire aux membres inférieurs et est responsable d’un handicap fonctionnel important

chez des patients encore actifs [44,45,50]. Son impact socio-économique est majeur [45]. Une

amélioration des prises en charge est donc nécessaire tant dans la prévention des blessures que

dans le suivi de ces patients.

28
2.3 Evaluation de l’Arthrose Post-traumatique chez la Souris : Histologie,

Imagerie, Fonction

Comme vu précédemment, l’arthrose post-traumatique représente une part non négligeable de

l’ensemble de la pathologie, en particulier en cas d’atteinte méniscale. Son étude est d’autant

plus intéressante en pratique clinique qu’elle atteint des patients généralement encore

relativement jeunes et actifs avec des souhaits fonctionnels importants [46]. Dans l’article 1,

nous allons évaluer comment l’utilisation de modèle animaux associée à l’AQM pourrait

permettre une approche fonctionnelle de la pathologie.

Article 1 : Lésions arthrosiques post-traumatiques chez la souris :

Des changements histologiques et micro-tomodensitométriques aux
perturbations de la marche.

Résumé : L'arthrose (OA) est une maladie articulaire douloureuse fréquente, responsable de

troubles de la marche. Son évaluation par analyse de la marche chez la souris pourrait être une

stratégie pertinente, non invasive et longitudinale pour évaluer la gravité de la maladie. Dans

cette étude, nous avons cherché à déterminer la gravité au niveau tissulaire et les

conséquences sur la marche de l'arthrose post-traumatique unilatérale et bilatérale. Vingt-

quatre souris mâles C57BL/6 ont été assignées au hasard en 3 groupes (n = 8 / groupe),

contrôles, DMM unilatérale et DMM bilatérale. L'arthrose post-traumatique a été induite

chirurgicalement unilatéralement ou bilatéralement par déstabilisation du ménisque médial

(DMM). L'analyse de la marche a été effectuée chaque semaine avec le système CatWalk TM

XT jusqu'à la 16e semaine après la DMM. Après l’euthanasie des animaux, les coupes
29
histologiques (score OARSI) et micro-tomodensitométriques ont été évaluées à l'aveugle.

Toutes les données issues des groupes DMM ont été comparées à celles des souris contrôles.

Les genoux DMM ont montré une augmentation significative du score OARSI par rapport aux

témoins (p < 0.001). Le volume osseux calcifié de la partie antérieure du ménisque médial

était plus élevé du côté ipsilatéral dans la DMM unilatérale (p < 0.001) et des deux côtés dans

la DMM bilatérale (p < 0.01). Une semaine après DMM, la vitesse moyenne des souris a

diminué de manière significative dans les groupes DMM unilatérale et bilatérale (p < 0.001 et

p < 0.05). Simultanément, le « duty cycle » a augmenté du côté controlatéral dans le groupe

DMM unilatérale (p < 0.001) et des deux côtés dans le groupe DMM bilatérale (p < 0.001).

Dans le groupe DMM unilatérale, une augmentation significative de la zone d'appui

controlatérale est apparue de la 4e à la 16e semaine. Alors que la DMM bilatérale n'a induit

aucune modification détectable de la marche sauf une semaine après la chirurgie, la DMM

unilatérale était responsable d'une perturbation significative de la marche, principalement du

côté controlatéral et restreinte à quelques paramètres. D’autres études sont donc nécessaires

pour définir précisément la place du Catwalk dans l’évaluation des modèles arthrosiques de

souris.

Points clés :

- Les modèles unilatéraux et bilatéraux de souris DMM produisent une dégradation

arthrosique similaire.

- Les souris DMM bilatérales ne présentent pas de modification de la marche, sauf après

la chirurgie.

- La DMM unilatérale est responsable d’un trouble de la marche du côté controlatéral à

l’intervention.

30
Post-traumatic osteoarthritis damage in mice: from histological and micro-

computed tomodensitometric changes to gait disturbance

Alban FOUASSON-CHAILLOUX1,2,3,4, Marc DAUTY1,2,3,4, Benoit BODIC1,4, Martial

MASSON1,5, Yves MAUGARS1,6,4, Benoit METAYER1,6, Joëlle VEZIERS1,5,9, Julie
* *
LESOEUR1,5, François RANNOU7,8,10, Jérôme GUICHEUX1,4,9 and Claire VINATIER1,4 .

1
Inserm, UMR 1229, RMeS, Regenerative Medicine and Skeleton, Université de Nantes,
ONIRIS, Nantes, F-44042, France.
2
CHU Nantes, Service de Médecine Physique et Réadaptation Locomotrice et Respiratoire,
Nantes, France.
3
CHU Nantes, Service de Médecine du Sport, Nantes, France.
4
Université de Nantes, UFR Odontologie, Nantes, F-44042, France.
5
INSERM, UMS 016, CNRS 3556, Structure Fédérative de Recherche François Bonamy,
SC3M Facility, CHU Nantes, Université de Nantes, Nantes, F-44042, France.
6
CHU Nantes, Service de Rhumatologie, Nantes, France.
7
Service de Rééducation et de Réadaptation de l'Appareil Locomoteur et des Pathologies du
Rachis, Hôpitaux Universitaires-Paris Centre, Groupe Hospitalier Cochin, Assistance
Publique - Hôpitaux de Paris, France.
8
INSERM UMRS 1124, Toxicité Environnementale, Cibles Thérapeutiques, Signalisation
Cellulaire et Biomarqueurs, UFR Sciences Fondamentales et Biomédicales, Sorbonne Paris
Cité, 75006 Paris, France.
9
CHU Nantes, PHU4 OTONN, Nantes, F-44093, France
10
Université de Paris, Paris, France.
*equally contributing authors

Corresponding author: Claire Vinatier.

Address: INSERM, UMR 1229, Regenerative Medicine and Skeleton, University of Nantes,
ONIRIS, Nantes, France.
E-mail: claire.vinatier@univ-nantes.fr
Tel: +33 2 40 41 29 99

31
Abstract
Objective: Osteoarthritis (OA) is a frequent painful joint disease responsible for walking

impairment. Its quantitative assessment by gait analysis in mice may be a relevant, non-

invasive and longitudinal strategy to assess the disease severity. In this study, we aimed to

determine the severity of OA at the tissular and gait levels in unilateral and bilateral post-

traumatic murine OA.

Design: Twenty-four C57BL/6 male mice were randomly assigned in 3 groups (n=8/group),

controls, unilateral DMM and bilateral DMM. Post-traumatic OA was surgically induced

unilaterally or bilaterally by destabilization of the medial meniscus (DMM). Gait analysis was

performed weekly with the CatWalkTM XT system until the 16th week after DMM. Before

animal sacrifices, histological (OARSI score) and micro-computed tomographic were blindly

assessed. All data from DMM groups were compared to controls.

Results: DMM knees showed a significant increase in the OARSI score compared to controls

(P < 0.001). Calcified anterior medial meniscal bone volume was higher on the ipsilateral side

in unilateral DMM (P < 0.001) and on both sides in bilateral DMM (P < 0.01). One week

after DMM the mice mean speed decreased significantly in unilateral and bilateral DMM

groups (P < 0.001 and P < 0.05). Simultaneously, the hind paw duty cycle increased on the

contralateral side in the unilateral DMM group (P < 0.001) and on both sides in the bilateral

DMM group (P < 0.001). In the unilateral DMM group, a significant increase in the

contralateral hind print area appeared from week 4 to 16.

Conclusion: While bilateral DMM induced no detectable gait modification except one week

after surgery, unilateral DMM was responsible for a gait disturbance, mainly obvious on the

contralateral side and restricted to few parameters. Further studies are needed to better define

the place of the catwalk in the evaluation of mouse models of OA.

32
Keywords: Post-traumatic osteoarthritis; Murine model; Gait analysis; Destabilization of the

medial meniscus.

33
1 Introduction

Osteoarthritis (OA), the most prevalent joint disease, is a multifaceted inflammatory and

degenerative disease that affects 10% of men and 18 % of women over 60 years old 1 and

constitutes a worldwide leading cause of pain and disability2. OA is characterized by cartilage

degradation, subchondral bone remodeling, osteophytes development and synovial

inflammation3. The knee is one of the most frequently affected joints, making knee OA

responsible for more than 80% of the disease's total burden3,4. Knee OA implies walking

disability due to pain and joint dysfunction (loss of range of motion, for example) during

loading and joint motion4,5. Human OA development is usually slow over many years and

variable from one subject to another, leading to the difficulty of longitudinal studies. To

overcome this time-related issue, animal models that generate OA in a few weeks are useful6.

While numerous mouse models are used to assess the functional consequences of OA7–9, very

few faithfully reproduce the human OA pathogenic mechanisms which dampen their

pathomimicry level and limit the relevance of their human translatability. Indeed, chemical

models with intra-articular agent injection, such as collagenase or sodium mono-iodoacetate

provide painful and fast end-stage OA. They are particularly used to study anti-inflammatory

properties and efficiency of analgesic drugs10,11. Some specific mouse strains are also used to

investigate OA development6, for example, STR/ort mice develop OA spontaneously early in

life and C57BL/6 are predisposed to age-related OA12,13. Surgically induced models, such as

the destabilization of the medial meniscus (DMM) or anterior cruciate ligament transection

(ACLT) generate knee joint instability responsible for progressive articular degeneration

mimicking human post-traumatic OA14. Although in human knee OA, both knees are

involved in more than 75% of the cases9, bilateral mouse models of OA seem to have been

rarely used16.

34
Walking disturbances are one of the main consequences of the pain associated with OA.

These walking disorders are responsible for patient’s decreased mobility and physical

activities, leading to restriction of participation17. As one of the main symptoms of knee OA is

walking disturbance, this parameter should be taken into account in the evaluation of OA in

animal models or preclinical tests of disease-modifying OA drugs (DMOADS). Indeed,

walking assessment can be an accurate predictive tool, to evaluate the potential effectiveness

of a therapy in humans, using common clinical criteria rather than radio-histological criteria,

because symptoms do not often correlate to the degree of the disease progression on

imaging18.To assess rodent walking behavior, several gait analysis systems have been

developed using either freely walking methods or treadmills systems. Treadmills exhibit the

advantage of controlling velocity to reduce speed variability between mice but they prevent

natural gait and the ability for the animal to adapt walking velocity19. On the contrary, freely-

walking systems allow assessment of natural gait including natural speed velocity which may

be modified with pain. Freely-walking systems appear relevant to assess OA consequences on

natural gait behavior19. Gait analysis systems may provide a non-invasive method of joint

function assessment in murine post-traumatic OA, which could help scientists evaluate in vivo

knee function and preclinical efficiency of DMOAD, with criteria closer to those used in

human clinical practice.

In this study, we aimed to measure in parallel analyses, gait disturbances, tissular changes and

micro-computed tomodensitometric alterations of knee joints in murine post-traumatic OA

models, with the ultimate goal of determining if gait disturbance could be a non-invasive and

longitudinal method to asses post-traumatic OA. To answer this question, we have evaluated

gait disturbance in mice after unilateral and bilateral DMM as a model of post-traumatic OA,

using the CatWalkTM XT system. This system allows the evaluation of free-moving and

weight-bearing walking. To confirm the OA onset in unilateral and bilateral DMM in mice,
35
we have also evaluated histologic and micro-computed tomography (µCT) joint changes in

both models.

2 Methods

2.1 Animals

All the animal experiments were performed according to the European directive 2010/63/EU

governing ethic and regulations in animal experiments. These experiments have been

approved under the project N°2015033111162660. Mice were housed in the animal facility of

Nantes Faculty of Medicine (Agreement no. C44015). Our present work adheres to the

ARRIVE guidelines 2.020.

2.2 Surgical induction of post-traumatic osteoarthritis

Twenty-four 10-week-old male C57BL/6 mice, weighing 25.3 +/- 1.3 g were obtained from

Janvier Labs (Saint-Berthevin, France). All animals had reached full skeletal maturity at the

time of the study. After one week of acclimatization, mice were randomly assigned in 3

groups (n = 8 per group): a control group with non-operated animals, a group with a unilateral

DMM (Uni DMM) and a group with a bilateral DMM (Bi DMM). DMM surgery was

performed on anesthetized mice according to previously published description21,22. Briefly, a

3 mm longitudinal incision from the patella to the tibial plateau was performed at the right

knee (Uni DMM group) or both knees (Bi DMM group). Then, the joint capsule was incised

medially near the patella. The patella was dislocated laterally and the medial menisco-tibial

ligament was sectioned with #11 blade. After surgery, mice were monitored daily for the 1st

week and weekly at the time of gait analysis for signs of physical distress.

36
2.3 Gait analysis

Gait analysis was performed using the CatWalkTM XT gait analysis system (Noldus

information Technology, The Netherlands)23. Before surgery and gait recording, mice were

pre-trained to cross the 42cm-walkway for 2 weeks7. Animals were individually allowed to

walk freely on an 8-cm wide corridor walkway with a glass floor in a dark compartment. Gait

was recorded according to a video-based system. Upon contact with the glass plate, the paw

reflected the green light to a video camera below (100Hz), which recorded the entire run.

Then, gait was recorded for each group before surgery (baseline) and every week for 16

weeks after OA induction. Gait analysis experiments were conducted blindly by the same

investigator. The scheme of the study is illustrated in Fig.1. The hind and the front paws were

assessed for data analysis. Gait parameters were acquired with the CatWalkTM XT according

to the method previously described by our lab24. Briefly, the criteria for compliant runs were a

run duration between 1 and 5 seconds and a maximum speed variation of 80%. Runs with

backing, sniffing, cleaning, or long stops were also discarded during the acquisition phase by

the investigator. Five compliant runs were necessary for statistical analysis. In most cases, the

first 5 or 6 runs produced the 5 compliant runs. We studied the following parameters based on

their frequent use in rodent gait analysis recommendations19,25: velocity, paw print area, paw

print intensity, stance phase, swing phase, swing speed and duty cycle (the stance phase as a

percentage of the step cycle: stance / [stance + swing] x 100).

2.4 µCT assessment

At the end of the gait analysis protocol, mice were euthanized and both knee joints were

analyzed with µCT according to Bouxsein et al.’s guidelines26. Joints were fixed during 48h

in a 4% solution of paraformaldehyde and then placed in 70° ethanol. Joints were scanned
37
with a Micro Computer Tomograph Skyscan 1272® (Bruker, Germany) at a resolution of 5

µm/pix. The images obtained during the acquisition were processed with NRecon® software

(Bruker, Germany), to obtain a three-dimensional computer reconstruction of the different

samples. The reconstructions of each sample were then spatially oriented identically, using

Dataviewer® software (Bruker, Germany), so that they could be compared to each other. In

addition, the Dataviewer® software makes it possible to obtain images of the samples in the

sagittal, the coronal and the transverse planes which constitute the starting point for the

selection of the area of interest. Then, the final selection of the area of interest was carried out

using the CTAnalyser® software (Bruker, Germany). According to Shin et al.27, we have

focused on the sub-chondral bone of the tibial epiphysis and the anterior medial meniscus

area, to assess bone volume (mm3) and subchondral bone thickness (mm). The anterior medial

meniscus has been isolated in 3 stages on a coronal plane by two different operators (MM and

BM): exclusion of the femur, the tibia and the patella, selection of the remaining medial

structures and isolation of the anterior part of the medial meniscus.

2.5 Histology

After µCT assessment, knee joints were dissected, skin and muscle were removed and knee

joints were placed in 0.5 M (pH 7.4) EDTA solution, at 4°C for 2 weeks for decalcification.

Then, samples were dehydrated in a graded series from 70° to 100° of ethanol solution before

paraffin embedding. 5 μm paraffin sections were stained with safranin O-fast green with an

automaton, Varistain Gemini S (Thermo scientific, USA). The severity of OA was evaluated

using a scoring system adapted from the Osteoarthritis Research Society International

(OARSI) as previously described (Table 1)22. The 4 quadrants of the joints, the medial

femoral condyle, the lateral femoral condyle, the medial tibial plateau, and the lateral tibial

38
plateau were analyzed, and scores were assessed by calculating the total sum of the quadrants.

Scoring was performed blindly and independently by 2 different trained readers (AFC and

BM) on at least two or three levels of the joint for each sample.

2.6 Statistical analysis

Statistical analyses were performed with the SPSS 23.0® software (Chicago, Illinois, USA).

Results are expressed as mean +/- standard error of the mean. We used repeated-measures

analysis of variance (ANOVA) followed by Bonferroni corrections to compare longitudinal

changes in each gait parameter within each group. We also calculated the area under the curve

for the parameter “paw print area” in each group. To compare histological and µCT scores

among groups, Kruskal-Wallis tests followed by Dunn tests were used. The significant

difference was determined at P < 0.05. Graphics and figures were performed with GraphPad

Prism 7.0, GraphPad Software (San Diego, California, USA).

3 Results

Mice recovered quickly after surgery and healed in less than a week, which enabled us to start

the gait analysis protocol at one week after surgery for each group. All groups were

comparable concerning body weight (Controls = 24.88 g +/- 1.55; unilateral DMM = 25.38 g

+/- 1.19; bilateral DMM = 25.75 g +/- 1.28; P = 0.31).

39
3.1 Histology

To assess OA following unilateral and bilateral DMM, we performed histological analyses of

knee joints 16 weeks after surgery. Our data (figure 2A) revealed articular cartilage

degenerative lesions at the right knees of the unilateral DMM group and both knees of the

bilateral DMM group (figure 2A). Moreover, meniscal morphological modifications were also

observed in both DMM groups, with thickening of the meniscus compared to the control

group which exhibited a thin and homogeneous meniscus. Histological scoring showed that

the right knee of the mice with unilateral DMM and both knees of the mice with bilateral

DMM exhibited a significant increase in the OARSI score as compared to the control group

(P < 0.001 and P < 0.05, respectively) (Fig. 2B). No significant difference was found in the

OARSI score between the right knee in the unilateral group and both knees of the bilateral

DMM group (P = 0.09). Similar degenerative changes were found in the case of DMM either

in bilateral or unilateral DMM. No difference was found between the control group and the

left side of the unilateral DMM group.

3.2 µCT assessment

To further document the joint tissue damage induced by the unilateral and bilateral DMM, we

performed µCT analyses on subchondral bone. 3D images of coronal sections of the joints

showed morphological modification of right meniscus in the unilateral DMM (fig 3A) and

both menisci in bilateral DMM (fig 3A). Calcified medial meniscal volume was higher in

DMM, on the right side for unilateral DMM (P < 0.001) and on both sides in bilateral DMM

(P < 0.01) (Fig. 3A and 3B). Subchondral bone thickness was significantly higher on the

operated side of mice with unilateral DMM (P < 0.05). However, no difference was found in

40
the subchondral bone thickness and trabecular bone thickness (Fig. 3A and 3B) in mice with

bilateral DMM.

3.3 Gait Analysis

After having confirmed that unilateral and bilateral DMM induced knee joint damage

attributed to the development of OA, we sought to compare the walking disturbance of

controls and OA affected mice. The mean speeds (velocity) are significantly inferior to the

control group in both, unilateral and bilateral DMM groups, the 1st week after surgery

(respectively, P < 0.001 and P < 0.05) and recovered similar values to the control group as

early as the 2nd week until the 16th week (Fig.4A). No statistical difference in the stance phase

duration, the swing phase duration and the swing speed was found between controls and

unilateral or bilateral DMM, both on the right and the left side and on the front and hind paws

(Supplemental data 1). The 1st week after surgery, the duty cycle was significantly increased

on the right side of the hind paws only for the bilateral DMM group (P < 0.001), and on the

left side of the hind paws for both DMM groups (P < 0.001) (Fig.4B and Fig.4C). On the

front paws, the duty cycle was only increased on the right side of unilateral DMM (P < 0.001)

(Fig.4D and Fig.4E). The right paw-print area was not significantly different between the

control group and the two DMM groups, both on the front and hind paws (Fig.4F and

Fig.4H). In the unilateral DMM group, a significant increase in the left hind paw-print area

appeared one week after surgery compared to controls (P < 0.01), this significant increase was

lost during week 2 and 3, came back at week 4 post DMM and was maintained until week 16

(Fig.4G). This significant increase of the left hind paw-print area of the unilateral DMM

group was also present from the 1st week after surgery to the end of the study, compared to the

right side (Supplemental data 2). Concerning this parameter, no difference was found between
41
the right and the left side, both in the control and the bilateral DMM groups. Moreover, the

other parameters were also symmetrical between the right and the left side in controls and

bilateral DMM (data not shown). The area under the curves of the unilateral DMM group

concerning the left paw-print area was significantly increased compared to controls and

unilateral DMM (P < 0.001 and P < 0.001 respectively) (Table 2). Pressure intensity was

inconstantly variable between the hind paws of the operated side of the unilateral DMM and

the controls (Supplemental data 1).

4 Discussion

Osteoarthritis is the most prevalent degenerative joint disease in which cardinal symptoms are

joint pain and functional disability1,2. Therefore, OA strongly impacts patients' mobility in

daily living. While animal models of OA have been widely used to study the pathophysiology

and progression of joint damage, only very few studies have focused their attention on the

OA-associated gait disturbance. However, in preclinical studies, it appears to be of major

interest to assess functional parameters that are common criteria to those used to judge the

effectiveness of a treatment in humans. This study aimed to evaluate in a parallel manner the

consequences of a unilateral and a bilateral medial meniscus destabilization (DMM) on gait

parameters and tissular changes in mice. Indeed, while in human pathology, both sides are

often affected by osteoarthritis in about 80% of cases16,28, few studies have investigated the

bilateral model of OA in mice16,25. Thereby, to reproduce more accurately post-traumatic

human OA pathogenesis, we have chosen to use a surgical OA induction model, such as

DMM, ACLT, or medial meniscus transection (MMT), which are known to induce a slower

progressive OA than chemical models21,29,30.

42
Histological analyses showed a significant increase in the OARSI score in the right knee of

the unilateral DMM group and the right and left knees of the bilateral DMM group. These

results are consistent with previous studies showing a significant increase in the OARSI score

in DMM21,29,31. Interestingly, the OARSI score appears similar in both groups, bilateral DMM

did not increase the OARSI score, indicating that cartilage degradation and OA are not

aggravated when both joints are affected. As expected from literature findings27, unilateral

and bilateral DMM exhibited higher calcified meniscal volume in the operated knees

compared to controls or non-operated sides. Surprisingly, we found an increase in the

subchondral bone thickness only in unilateral DMM, whereas no difference was noted in

bilateral DMM. Moreover, in both models, no significant difference was measured concerning

trabecular bone thickness. This is particularly astonishing since DMM mice could more easily

favor the non-operated knee when walking, and that in human knee OA no obvious

radiological difference between the bilateral and unilateral forms seem to exist28.

Using gait analysis, we wanted to assess gait disturbances that could be induced by unilateral

or bilateral DMM. Gait analysis allows the assessment of walking impairment which is one of

the main symptoms in human OA and a major therapeutic issue. This technic also allows to

perform a longitudinal follow-up with repeated measurements over time and without

sacrificing animals at each time point. However, results should be taken with caution since

investigated gait disturbance parameters could vary from one study to another. For example,

velocity is not always assessed in rodent models because some systems such as DigiGait TM

(Mouse Specifics, Cambridge, MA, USA) or TreadscanTM (CleverSys, Reston, VA, USA),

use treadmills with constant speed to get rid of speed variation19,25. These systems may be of

interest to eliminate aberrant results and variability due to mouse behavior issues. However,

setting apart speed variation may also constitute a limit because natural velocity is not taken

43
into account and may induce gait variations due to inappropriate speed. Therefore, walkways

such as CatWalkTM XT or GaitScanTM allowing free walking appear as interesting tools to

perform gait analysis. Moreover, a comparison between CatWalkTM XT and DigiGaitTM

seemed to be in favor of the use of CatwalkTM XT, due to its technical advantages in data

analysis with high-quality images32. In our study, speed variations appeared only during the

1st week after surgery and that could be explained by post-operative phenomena such as knee

pain or knee swelling despite an apparent skin healing. This speed parameter is not

systematically taken into account, notably because of the disparate data from one study to

another. On the one hand, some studies on ACLT rat models found no speed variation in a

daily analysis during a short period after surgery or a monthly analysis performed up to 6

months30,33. On the other hand, other studies using DMM models and CatwalkTM XT gait

analysis, the velocity was not provided8,29,31,34. In a systemic mouse model of OA with a

collagen IX deficiency, using a custom gait arena, Allen et al. observed a decrease in the

velocity compared to controls35. At only 1 week post-surgery, we have noted an increase in

the hind paw duty cycle on the DMM-operated side and on the ipsilateral front paw in the

unilateral group and on both sides at the hind paws in the bilateral group, which implies a

relative prolonged stance phase and/or a reduced swing phase for each walking cycle, even if

these 2 parameters are not significantly modified taken independently. Thus, it may be

coherently associated with the reduction in speed during this same period. Yet, results

regarding the duty cycle seemed variable among the previous studies. Indeed, using

CatwalkTM XT, Ferland et al. found no duty cycle modification in their ACLT group during

the 26 days of analysis30, whereas Muramatsu et al. and Zhu et al. observed a decrease in the

duty cycle ratio at different time points after DMM induction in mice29,36. Moreover,

Kloefkorn et al., with a custom gait arena, found no duty cycle modification in the first 6

weeks after OA induction by MMT in rats37. In the present work, we noted no difference
44
regarding the swing and the stance phases between the 3 groups. Once again, both parameters

are variably modified according to the studies. On the one hand, Ferland et al. exhibited no

modification of the swing phase without mentioning the stance phase30, and on the other hand,

Muramatsu et al. reported shortening in the stance phase and elongation of the swing phase29.

Allen al. found a reduction of the ipsilateral stance phase, 23 days after surgery in MMT mice

but did not mention results concerning the swing phase37. In our unilateral DMM group, we

showed an increase in the footprint area of the non-surgical side, whereas bilateral DMM

mice presented similar footprint areas to controls mice from the beginning to the end of the

study. Poulet et al. reported similar results in a mechanical loading model of OA, where they

found only contralateral gait modifications, especially an increase in the footprint area38. This

is of particular interest since they obtained similar results with a different OA model and the

use of a treadmill system of gait analysis, suggesting that contralateral footprint areas may be

a gait parameter of interest to study in unilateral OA. However, these findings may be

astonishing especially because no other modification was found on the contralateral side and

the front paws. This may result from a lack of power in the study due to the low number of

mice, which do not allow to show a modification of the operated side compared to the

controls. However, the intra-group analysis (Supplemental data 2) showed a difference

between the two legs in the unilateral DMM group, from the 1st week to the end of the study.

Moreover, on an observational point of view (Supplemental data 2), delta between left and

right paw print area seemed to globally increase until week 7 and then seemed stabilized. We

can assume that this absence of obvious changes from the 7th week (week 14 excepted), may

result from adaptation phenomena despite an increase in OA severity. Unfortunately, this

contralateral parameter is not always mentioned in OA surgical models using CatWalk TM XT

for gait analysis25,30,33. In the present study, the bilateral DMM group exhibited fewer gait

modifications than the unilateral DMM group. This closer gait behavior observed between the
45
control and bilateral group could be due to an inability to compensate with a healthy side

leading to a more symmetrical walking in the bilateral DMM group. This observation may be

correlated to the subchondral bone thickness increase which was observed only in unilateral

DMM, whereas no difference was noted in bilateral DMM. In human gait analysis, Creaby et

al.39 showed that, in patients with knee OA, those with unilateral knee pain and either

unilateral or bilateral structural medial knee OA demonstrate disturbances in knee

biomechanics while walking. Interestingly, patients with bilateral pain and structural disease

exhibited symmetrical walking, close to healthy controls. The conclusion was that gait

disturbance was associated with the presence of unilateral pain and not with structural

changes. This strongly suggests that pain in OA mice likely deserves to be assessed in parallel

to gait modification to determine whether both parameters may be correlated.

According to our results and those of the literature, gait analysis systems allow highlighting

some gait disturbances in surgically induced OA animal models. However, as already

mentioned, high variability and heterogeneity between studies are observed14,22,30,37,41.

Hypotheses may be drawn to explain such variability. Firstly, results may depend on the

animal model chosen, mice and rats may have different behavior after a similar intervention.

Secondly, while DMM, ACLT, or MMT seem to provide comparable histological and

radiological OA lesions, we cannot rule out the possibility that rodents present different gait

disturbance. Thirdly, the different types of gait analysis systems used appear as a potential

issue to compare results from different studies. Indeed, we have already noticed that a free

walking system would not provide the same results as a treadmill system which imposed the

speed32. Besides, the reproducibility between 2 different systems using both treadmills

appears poor in murine model40. Finally, results variability could also be the consequence of

the gait analysis protocol. Although, some studies use similar murine models and identical

46
gait analysis systems, the delay, and the frequency of analyses may vary from a daily analysis

for a short period to a weekly or monthly analysis of up to 6 months after surgery. These

variabilities in the timeline of analysis may also have an impact on animal behavior due to

differences in gait training. Moreover, the progression of the OA is compared at a different

time of development29–31,33. From our point of view, due to the problems of comparability,

studies should provide control groups with standardized gait analysis protocol to limit

misinterpretations.

Our study has several limitations. Firstly, we did not use sham surgery group, which might

have been interesting to explain the gait modifications observed the 1st week after surgery.

Secondly, Catwalk can provide a lot of parameters, more than thirty per paw, and we have

chosen to restrain our analyses to seven of them, so theoretically, we may have missed

significant changes in mice. Yet, we have chosen the most commonly used and recommended

catwalk parameters25 to allow us comparisons with previous studies. Thirdly, it has previously

been shown that some of the gait modifications observed in mice could be related to pain.

This parameter, not assessed in the present study, deserves to be further investigated in pain-

related model of murine OA. Finally, our findings may also be limited due to the relatively

low number of mice, which may have been responsible for a lack of power. However,

considering the logistical complexity of Catwalk analysis, an increase in the number of

animals would have made the study complicated to perform in practice.

5 Conclusion

This study shows that both the unilateral and the bilateral DMM mouse models provided

histological and radiological OA lesions. Bilateral DMM exhibited no gait modification

47
excepted at an early time point after surgery; it could be due either to a better gait adaptation

in case of symmetrical OA or to an impossibility to privilege an unpainful side. Unilateral

DMM was responsible for a gait disturbance, mainly on the contralateral side and restricted to

few parameters. These changes were relatively stable according to time, which prevents

longitudinal assessment of unilateral OA with gait analysis. Further studies are needed to

better define the place of the catwalk in the evaluation of mouse models of OA.

Acknowledgments

The authors thank the SFR Bonamy animal facility “UTE Medecine” Nantes University. This

study was supported by the French network “Research on OsteoArthritis Disease” (ROAD

network), the ANR projects KLOTHOA and PPAROA and “Agence de la Biomedecine”

project 18GREFFE012.

Conflict of interest

The authors have no relevant conflict of interest to declare.

48
References

1. Glyn-Jones S, Palmer AJR, Agricola R, et al. Osteoarthritis. Lancet.

2015;386(9991):376-387. doi:10.1016/S0140-6736(14)60802-3

2. Wallace IJ, Worthington S, Felson DT, et al. Knee osteoarthritis has doubled in
prevalence since the mid-20th century. Proc Natl Acad Sci USA. 2017;114(35):9332-9336.
doi:10.1073/pnas.1703856114

3. Hunter DJ, Bierma-Zeinstra S. Osteoarthritis. Lancet. 2019;393(10182):1745-1759.

doi:10.1016/S0140-6736(19)30417-9

4. Lawrence RC, Felson DT, Helmick CG, et al. Estimates of the prevalence of arthritis
and other rheumatic conditions in the United States. Part II. Arthritis Rheum. 2008;58(1):26-
35. doi:10.1002/art.23176

5. Creamer P, Lethbridge-Cejku M, Hochberg MC. Where does it hurt? Pain localization

in osteoarthritis of the knee. Osteoarthr Cartil. 1998;6(5):318-323.
doi:10.1053/joca.1998.0130

6. McCoy AM. Animal Models of Osteoarthritis: Comparisons and Key Considerations.

Vet Pathol. 2015;52(5):803-818. doi:10.1177/0300985815588611

7. Masocha W, Parvathy SS, Pavarthy SS. Assessment of weight bearing changes and
pharmacological antinociception in mice with LPS-induced monoarthritis using the Catwalk
gait analysis system. Life Sci. 2009;85(11-12):462-469. doi:10.1016/j.lfs.2009.07.015

8. Wu J, Kuang L, Chen C, et al. miR-100-5p-abundant exosomes derived from

infrapatellar fat pad MSCs protect articular cartilage and ameliorate gait abnormalities via
inhibition of mTOR in osteoarthritis. Biomaterials. 2019;206:87-100.
doi:10.1016/j.biomaterials.2019.03.022

9. Allen KD, Adams SB, Setton LA. Evaluating intra-articular drug delivery for the
treatment of osteoarthritis in a rat model. Tissue Eng Part B Rev. 2010;16(1):81-92.
doi:10.1089/ten.teb.2009.0447

10. Parvathy SS, Masocha W. Gait analysis of C57BL/6 mice with complete Freund’s
adjuvant-induced arthritis using the CatWalk system. BMC Musculoskelet Disord.
2013;14:14. doi:10.1186/1471-2474-14-14

11. Ferreira-Gomes J, Adães S, Mendonça M, Castro-Lopes JM. Analgesic effects of

lidocaine, morphine and diclofenac on movement-induced nociception, as assessed by the
Knee-Bend and CatWalk tests in a rat model of osteoarthritis. Pharmacol Biochem Behav.
2012;101(4):617-624. doi:10.1016/j.pbb.2012.03.003

49
12. Mason RM, Chambers MG, Flannelly J, Gaffen JD, Dudhia J, Bayliss MT. The
STR/ort mouse and its use as a model of osteoarthritis. Osteoarthr Cartil. 2001;9(2):85-91.
doi:10.1053/joca.2000.0363

13. Akoum J, Tahiri K, Corvol M-T, et al. Aging Cartilage in Wild-Type Mice: An
Observational Study. Cartilage. Published online June 1, 2020:1947603520926713.
doi:10.1177/1947603520926713

14. Setton LA, Elliott DM, Mow VC. Altered mechanics of cartilage with osteoarthritis:
human osteoarthritis and an experimental model of joint degeneration. Osteoarthr Cartil.
1999;7(1):2-14. doi:10.1053/joca.1998.0170

15. Castaño Carou A, Pita Fernández S, Pértega Díaz S, de Toro Santos FJ, Grupo de
estudio EVALÚA. Clinical profile, level of affection and therapeutic management of patients
with osteoarthritis in primary care: The Spanish multicenter study EVALÚA. Reumatol Clin.
2015;11(6):353-360. doi:10.1016/j.reuma.2014.12.005

16. Ruan MZC, Patel RM, Dawson BC, Jiang M-M, Lee BHL. Pain, motor and gait
assessment of murine osteoarthritis in a cruciate ligament transection model. Osteoarthr
Cartil. 2013;21(9):1355-1364. doi:10.1016/j.joca.2013.06.016

17. Nüesch E, Dieppe P, Reichenbach S, Williams S, Iff S, Jüni P. All cause and disease
specific mortality in patients with knee or hip osteoarthritis: population based cohort study.
BMJ. 2011;342:d1165. doi:10.1136/bmj.d1165

18. Dieppe PA, Lohmander LS. Pathogenesis and management of pain in osteoarthritis.
Lancet. 2005;365(9463):965-973. doi:10.1016/S0140-6736(05)71086-2

19. Jacobs BY, Kloefkorn HE, Allen KD. Gait analysis methods for rodent models of
osteoarthritis. Curr Pain Headache Rep. 2014;18(10):456. doi:10.1007/s11916-014-0456-x

20. Percie du Sert N, Ahluwalia A, Alam S, et al. Reporting animal research: Explanation
and elaboration for the ARRIVE guidelines 2.0. PLoS Biol. 2020;18(7):e3000411.
doi:10.1371/journal.pbio.3000411

21. Glasson SS, Blanchet TJ, Morris EA. The surgical destabilization of the medial
meniscus (DMM) model of osteoarthritis in the 129/SvEv mouse. Osteoarthr Cartil.
2007;15(9):1061-1069. doi:10.1016/j.joca.2007.03.006

22. Mével E, Merceron C, Vinatier C, et al. Olive and grape seed extract prevents post-
traumatic osteoarthritis damages and exhibits in vitro anti IL-1β activities before and after
oral consumption. Sci Rep. 2016;6:33527. doi:10.1038/srep33527

23. Hamers FP, Lankhorst AJ, van Laar TJ, Veldhuis WB, Gispen WH. Automated
quantitative gait analysis during overground locomotion in the rat: its application to spinal
cord contusion and transection injuries. J Neurotrauma. 2001;18(2):187-201.
doi:10.1089/08977150150502613
50
24. Dupleichs M, Masson M, Gauthier O, et al. Pain Management After Bone
Reconstruction Surgery Using an Analgesic Bone Cement: A Functional Noninvasive In Vivo
Study Using Gait Analysis. J Pain. 2018;19(10):1169-1180. doi:10.1016/j.jpain.2018.04.014

25. Lakes EH, Allen KD. Gait analysis methods for rodent models of arthritic disorders:
reviews and recommendations. Osteoarthr Cartil. Published online March 17, 2016.
doi:10.1016/j.joca.2016.03.008

26. Bouxsein ML, Boyd SK, Christiansen BA, Guldberg RE, Jepsen KJ, Müller R.
Guidelines for assessment of bone microstructure in rodents using micro-computed
tomography. J Bone Miner Res. 2010;25(7):1468-1486. doi:10.1002/jbmr.141

27. Shin SY, Pozzi A, Boyd SK, Clark AL. Integrin α1β1 protects against signs of post-
traumatic osteoarthritis in the female murine knee partially via regulation of epidermal growth
factor receptor signalling. Osteoarthr Cartil. 2016;24(10):1795-1806.
doi:10.1016/j.joca.2016.05.013

28. Ledingham J, Regan M, Jones A, Doherty M. Radiographic patterns and associations

of osteoarthritis of the knee in patients referred to hospital. Ann Rheum Dis. 1993;52(7):520-
526. doi:10.1136/ard.52.7.520

29. Muramatsu Y, Sasho T, Saito M, et al. Preventive effects of hyaluronan from

deterioration of gait parameters in surgically induced mice osteoarthritic knee model.
Osteoarthr Cartil. 2014;22(6):831-835. doi:10.1016/j.joca.2014.03.016

30. Ferland CE, Laverty S, Beaudry F, Vachon P. Gait analysis and pain response of two
rodent models of osteoarthritis. Pharmacology Biochemistry and Behavior. 2011;97(3):603-
610. doi:10.1016/j.pbb.2010.11.003

31. Malfait AM, Ritchie J, Gil AS, et al. ADAMTS-5 deficient mice do not develop
mechanical allodynia associated with osteoarthritis following medial meniscal destabilization.
Osteoarthr Cartil. 2010;18(4):572-580. doi:10.1016/j.joca.2009.11.013

32. Xu Y, Tian N-X, Bai Q-Y, Chen Q, Sun X-H, Wang Y. Gait Assessment of Pain and
Analgesics: Comparison of the DigiGaitTM and CatWalkTM Gait Imaging Systems. Neurosci
Bull. 2019;35(3):401-418. doi:10.1007/s12264-018-00331-y

33. Fu SC, Cheuk YC, Hung LK, Chan KM. Limb Idleness Index (LII): a novel
measurement of pain in a rat model of osteoarthritis. Osteoarthr Cartil. 2012;20(11):1409-
1416. doi:10.1016/j.joca.2012.08.006

34. Fang H, Huang L, Welch I, et al. Early Changes of Articular Cartilage and
Subchondral Bone in The DMM Mouse Model of Osteoarthritis. Sci Rep. 2018;8(1):2855.
doi:10.1038/s41598-018-21184-5

51
35. Allen KD, Griffin TM, Rodriguiz RM, et al. Decreased physical function and
increased pain sensitivity in mice deficient for type IX collagen. Arthritis Rheum.
2009;60(9):2684-2693. doi:10.1002/art.24783

36. Zhu S, Zhu J, Zhen G, et al. Subchondral bone osteoclasts induce sensory innervation
and osteoarthritis pain. J Clin Invest. 2019;129(3):1076-1093. doi:10.1172/JCI121561

37. Kloefkorn HE, Jacobs BY, Loye AM, Allen KD. Spatiotemporal gait compensations
following medial collateral ligament and medial meniscus injury in the rat: correlating gait
patterns to joint damage. Arthritis Res Ther. 2015;17:287. doi:10.1186/s13075-015-0791-2

38. Poulet B, de Souza R, Kent AV, et al. Intermittent applied mechanical loading induces
subchondral bone thickening that may be intensified locally by contiguous articular cartilage
lesions. Osteoarthr Cartil. 2015;23(6):940-948. doi:10.1016/j.joca.2015.01.012

39. Creaby MW, Bennell KL, Hunt MA. Gait differs between unilateral and bilateral knee
osteoarthritis. Arch Phys Med Rehabil. 2012;93(5):822-827. doi:10.1016/j.apmr.2011.11.029

40. Dorman CW, Krug HE, Frizelle SP, Funkenbusch S, Mahowald ML. A comparison of
DigiGaitTM and TreadScanTM imaging systems: assessment of pain using gait analysis in
murine monoarthritis. J Pain Res. 2013;7:25-35. doi:10.2147/JPR.S52195

52
LEGENDS

Table 1. Adapted OARSI grading system used to evaluate OA severity (adapted from Mével et al.22)

53
Table 2. Comparison of the areas under the curves between groups for the hind paw-print

areas (One-way ANOVA followed by a Bonferroni post-hoc test)

Area under the curve 95% CI P-value

(cm2/week)

Right hind paws:

- Controls 6.14 6.10 – 6.20

- Unilateral DMM 6.23 6.20 – 6.25 0.40

- Bilateral DMM 6.28 6.20 – 6.26

Left hind paws:

- Controls 6.30a*** 6.27 – 6.33

- Unilateral DMM 7.48a***,b*** 7.44 – 7.52 < 0.0001

- Bilateral DMM 6.48b*** 6.45 – 6.51

a
Significant difference between areas under the curve of the left hind paws of the controls and the left
hind paws of unilateral DMM (non-operated side).
b
Significant difference between areas under the curve of the left hind paws of bilateral DMM and the
left hind paws of unilateral DMM (non-operated side).
No statistical difference was found between controls and bilateral DMM.
Bonferroni post-hoc test: ***P < 0.001.

54
Fig.1. Experimental scheme of gait analysis and articular assessment.

After one week of acclimatization, mice were randomly assigned in 3 groups: controls, Unilateral DMM and

bilateral DMM. Mice were pre-trained to cross the walkway for 2 weeks. Then, DMM surgery was performed.

After 1 week of recovery, gait was recorded weekly for 16 weeks. At the end of the protocol, mice were

euthanized and both knee joints were analyzed with µCT followed by histologic scoring.

Time (weeks)

Gait training

Weekly gait analysis

• Gait analysis (Baseline) • Sacrifice
• µCT
• DMM • Histology

55
Fig. 2. Histological analyses of knee joints after surgical OA induction

A. Histological sections in the right and left medial compartments of control , unilateral DMM (UNI DMM) and

bilateral DMM (BI DMM) operated knees at 16 weeks. Safranin-O and Fast-Green staining. MM = medial

meniscus; MFC = medial femoral condyle; MTP = medial tibial plateau. Arrows points cartilage degenerative

lesions observed on operated sides in the unilateral and the bilateral DMM group. Stars (*) shows thickening of

the meniscus in both knees in bilateral DMM and in right knees in unilateral DMM. Circles (°) exhibit a thin and

homogeneous meniscus in the control group and in the left knee of the DMM group.

B. Bilateral adapted OARSI scores according to the experimental groups. Data are shown as mean +/- standard

error of the mean. Comparison between controls and unilateral DMM ***P < 0.001 (operated side in unilateral

DMM = right side), comparison between controls and bilateral DMM °P < 0.05. R=right knee; L=left knee.

56
Fig.3. µCT analyses of knee joints after surgical OA induction

(A) Representative 3D µCT images of coronal sections of the right and left knee joints of controls, unilateral

DMM (UNI DMM) and bilateral DMM (BI DMM) at 16 weeks. Arrows (→) show meniscal morphological

modifications of right meniscus in the unilateral DMM and right and left menisci in bilateral DMM.

(B) µCT assessment of the calcified medial meniscal volume, subchondral bone thickness and trabecular bone

thickness according to the experimental groups. Data shown as mean +/- standard error of the mean. Comparison

between controls and unilateral DMM *P < 0.05, ***P < 0.001(operated side in unilateral DMM = right side),

comparison between controls and bilateral DMM °°P < 0.01. R = right knee; L = left knee.

57
Fig. 4. Gait parameters changes in mice following surgical OA induction.

Velocity, bilateral duty cycle and bilateral print area on the front and hind paws were recorded for each group

before surgery (baseline: 0) and weekly for 16 weeks after DMM. Comparison between bilateral DMM and

controls °P < 0.05, comparison between unilateral DMM and controls, *P < 0.05, **P < 0.01, ***P <0.001.

58
59
60
Supplemental data 1. Gait parameters assessment in mice following surgical OA induction.

No modification was shown neither on the front nor the hind paws concerning stance phase, swing phase and

swing speed. Comparison between unilateral DMM and controls, *P < 0.05, **P < 0.01, ***P <0.001.

61
62
63
64
65
Supplemental data 2. Comparisons between the right and the left side, in the control, the

unilateral and the bilateral DMM groups, concerning the hind paw-print area parameter. *P <

0.05, **P < 0.01, ***P <0.001.

66
3 Evaluations Fonctionnelles des Membres Inférieurs

chez l’Hémophile Modéré

3.1 L’Arthropathie Hémophilique

Les patients hémophiles présentent un déficit congénital en facteur VIII (hémophilie A) ou en

facteur IX (hémophilie B), ce qui les rend sujets à des saignements spontanés potentiellement

gravissimes. Cette affection étant liée au chromosome X, elle touche les sujets de sexe

masculin. En fonction du degré de déficit en facteur de coagulation, les patients sont répartis

en trois catégories : sévères (taux de facteur < 1%), modérées (entre 1 et 5%) et mineures

(entre 5% et < 40%) [54]. Il s’agit d’une pathologie rare (1 / 5 000 naissances masculines

pour l’hémophilie A et 1 / 25 000 pour l’hémophilie B) dont la répartition entre les formes est

60% de formes sévères, 15% de modérées et 25% de mineures [55].

Les saignements touchent avant tout les articulations puisque les hémarthroses représentent

85% des phénomènes hémorragiques dont 80% au niveau des grosses articulations synoviales.

Cette plus grande susceptibilité aux saignements de ces articulations est vraisemblablement le

fait d’une vascularisation importante du tissu synovial associée à des contraintes mécaniques

intenses [56]. De plus, au niveau articulaire l’expression du Facteur Tissulaire est

relativement basse par rapport à d’autres tissus et le taux d’inhibiteur de la voie du Facteur

Tissulaire est élevé [56–59]. A court terme, ces hémarthroses sont responsables de douleur,

d’épanchement et de raideur articulaire [60]. Il existe précocement un épaississement synovial

et une inflammation locale, associés à une néo-angiogenèse, ce qui augmente le risque

hémorragique ultérieur [56,61]. Ces modifications tissulaires sont le résultat de

67
l’accumulation d’hémosidérine au sein de l’articulation liée aux hémarthroses répétées [62–

64].

A long terme, l’hémophilie est responsable de la survenue d’arthropathies hémophiliques,

secondaires aux saignements répétés intra-articulaires [64,65] (Figure 13). Elles sont source

d’un handicap fonctionnel majeur et d’une détérioration de la qualité de vie des patients [66].

Ces atteintes articulaires sont surtout présentes au niveau des chevilles, genoux et coudes [56].

Ces arthropathies évoluent vers une destruction cartilagineuse et des déformations articulaires

importantes [65] (Annexe 1).

Figure 13: Pathogénie schématique de l’arthropathie hémophiliques, d’après Lafeber et al.

[67]

La dégradation du cartilage est due à la toxicité directe du sang mais aussi aux modifications

du tissu synovial. En effet, le fer libéré par les érythrocytes sous forme d’hémosidérine

provoque une dégradation accrue du tissu cartilagineux, tout en limitant ses possibilités de

régénération. De même, l’exposition répétée au fer via l’hémosidérine a une action sur le tissu

68
synovial qui produit de manière inappropriée des molécules de dégradation cartilagineuse :

des cytokines pro-inflammatoires et des protéases. Les effets synoviaux peuvent être

initialement réversibles lors de rares épisodes de saignement. En revanche, les effets directs

de l’exposition aux dérivés sanguins sur le cartilage, sont eux irréversibles dès le premier

épisode d’hémarthrose. Cette irréversibilité est liée à l’apoptose des chondrocytes et à la

production de cytokines pro-inflammatoires par les macrophages activés (Figure 14).

Figure 14 : Représentation de la destruction articulaire induite par les hémarthroses dans

l’hémophilie, d’après Melchiorre et al. [64]

Outre la détérioration du cartilage, il existe des lésions extra-articulaires (élargissements

épiphysaires, ostéophytose, géodes, déminéralisation et condensation sous chondrale) dont la

physiopathologie reste assez mal définie (Annexe 2) [56,64]. L’ensemble de ces phénomènes,

s’associe à une amyotrophie majeure des muscles péri-articulaires, partiellement secondaire à

la mise en décharge répétée du membre lésé, pouvant induire une instabilité chronique de

l’articulation concernée [68–73]. La dégradation du cartilage est vraisemblablement en partie

responsable de ces atteintes extra-articulaires. L’inactivité et la mise en décharge peuvent

aussi jouer un rôle dans la déminéralisation locale de même que l’augmentation de la

69
résorption osseuse. Cela serait également aggravé par des anomalies de l’équilibre

ostéoprotégrine - activateur du récepteur facteur nucléaire kappa-b (RANK) – RANK ligand

(RANKL) avec une augmentation de la résorption osseuse sous dépendance cytokinique

[56,64].

Depuis les années 1970, la prise en charge de l’hémophilie s’est particulièrement améliorée

suite à l’introduction des substitutions en facteurs de coagulation. Dans les pays à haut niveau

de vie, une prophylaxie dès le plus jeune âge est proposée aux patients présentant un déficit

sévère en facteur de coagulation. Cela a permis une réduction significative des complications

ostéo-articulaires dans cette population [74,75].

Cependant, la prise en charge de l’hémophilie modérée est moins bien codifiée dans la mesure

où ces patients sont théoriquement moins susceptibles de saigner donc moins à risque de

développer des arthropathies [76]. La prise en charge n’est actuellement pas consensuelle et la

mise en place d’un traitement n’est souvent proposée qu’à la demande, c'est-à-dire prescrite

en cas d’hémarthrose avérée [76,77]. A l’heure actuelle, il se pose la question du bien-fondé

de cette prise en charge « symptomatique » pour la prévention de la survenue d’arthropathies

hémophiliques. En effet, un nombre important d’hémophiles modérés semblent développer

des arthropathies sévères source de handicap important [66,76]. Récemment, il a été rapporté

que plus de 80% des hémophiles modérés présentaient plusieurs hémarthroses par an [78] et

qu’entre 43 et 77% de ces patients rapportaient une atteinte articulaire et 32% au moins deux

atteintes [66,76]. Cependant, du fait de la très faible part que représente ces patients par

rapport à l’ensemble des hémophiles (environ 15 à 20% de l’ensemble des hémophilies), les

données manquent quant aux conséquences des arthropathies sur cette population

[66,76,77,79].

70
3.2 Analyse Quantifiée de la Marche dans l’Hémophilie : Etat des
lieux

Récemment, l’analyse de la marche chez l’hémophile est apparue comme un outil prometteur

permettant d’une part de mettre en évidence certaines anomalies précoces infra cliniques et

d’autre part, de corréler les troubles de la fonction articulaire aux troubles fonctionnels de la

marche [5,80–83].

L’article 2 ci-après est une synthèse des modalités d’utilisation de l’AQM dans l’hémophilie.

Il comprend une évaluation de l’ensemble de la littérature sur le sujet au moment de sa

publication.

Article 2 : Pertinence clinique de l'analyse 3D de la marche chez les patients

hémophiles.

Résumé : L’hémophilie est caractérisée par un déficit congénital en facteurs VIII et IX. L’une

de ses conséquences est le saignement articulaire. Les hémarthroses répétitives induisent

destruction cartilagineuse et synovite chronique, responsable d’une détérioration articulaire

pouvant induire une arthropathie hémophilique irréversible source d’un handicap à la marche.

L’analyse du mouvement en trois dimensions apparait particulièrement pertinente dans

l’hémophilie car elle permet une évaluation poly-articulaire en charge. L’objectif de ce travail

était d’évaluer l’intérêt et la contribution de l’analyse 3D de la marche dans la prise en charge

des patients hémophiles. Le grand intérêt de l’analyse du mouvement serait de détecter des

modifications précoces de la marche de manière non invasive, particulièrement chez l’enfant.

Chez l’adulte, cette technique pourrait également être utile pour détecter des aggravations de
71
la marche chez des patients ayant des arthropathies déjà connues. Cependant, cet examen est

chronophage et nécessite un équipement coûteux, ce qui limite son utilisation en routine. De

même, la généralisation de ces résultats reste délicate, en particulier pour comparer les

hémophiles à une population non pathologique. En effet, dans les études les groupes sont

petits et le plus souvent hétérogènes en termes d’âge et d’articulations atteintes. Cela résulte

certainement de la rareté de cette pathologie. Ainsi, il pourrait être intéressant de réaliser des

études de cohortes plus larges afin de permettre des analyses de sous-groupes, ce qui aiderait

à définir clairement la place de l’analyse 3D de la marche dans la stratégie d’évaluation de

l’hémophilie.

Points clés :

- L’analyse 3D de la marche pourrait permettre une détection précoce de certains

troubles de la marche.

- Elle pourrait également permettre un suivi longitudinal de certains patients afin

d’évaluer une éventuelle dégradation fonctionnelle.

72
73
74
75
76
77
78
79
80
3.3 Analyse Quantifiée de la Marche dans l’Hémophilie Modérée

Compte-tenu de l’intérêt grandissant de l’analyse quantifiée de la marche dans l’hémophilie et

la relative méconnaissance de sa forme modérée, nous avons souhaité inclure dans notre étude

tous les patients hémophiles modérés suivi au Centre Régional de Traitement de l’Hémophilie

du CHU de Nantes afin de connaitre les conséquences de cette pathologie, même infra-

cliniques. De manière associée, nous avons analysé les liens potentiels avec différents

paramètres cliniques et radiologiques afin de dresser un tableau complet de l’évolution

articulaire des hémophiles modérés. Ce travail est présenté dans l’article 3.

Article 3 : Analyse quantifiée de la marche chez l’hémophile modéré.

Résumé : Certains patients hémophiles modérés présentent des atteintes articulaires et un

développement d’arthropathies hémophiliques aux membres inférieurs, potentiellement

responsable de trouble de la marche. L’analyse 3D de la marche est un outil pertinent pour

l’identification de handicaps musculo-squelettiques complexes. Dans cette étude, nous avons

souhaité réaliser de manière systématique une analyse 3D de la marche chez des hémophiles

modérés et évaluer d’éventuelles corrélations avec les paramètres radio-cliniques. Vingt-

quatre hémophiles modérés âgés de 44,3 +/- 16,6 ans ont réalisé cette analyse 3D de la

marche. Ils ont été comparés à des sujets contrôles issus d’une base de données normative. Ils

étaient appariés sur le poids, la taille et l’âge. Chez les hémophiles, nous recherchions le taux

de facteurs de coagulation et le score de Pettersson. Le score HJHS (Haemophilia Joint Health

Score 2.1) était également réalisé. Les hémophiles modérés ne présentaient pas de différences

significatives par rapport aux contrôles, concernant le « Gait Profile Score », les paramètres

cinématiques et les paramètres spatio-temporaux, malgré des différences au niveau individuel.

81
Un tiers des patients hémophiles modérés avait un mauvais statut articulaire (HJHS moyen à

22,3 +/- 11,3), mais sans trouble de la marche évident au niveau du groupe. Une faible

corrélation était retrouvée entre les paramètres cinématiques sagittaux du genou et le sous-

score du genou du HJHS (R2 = 0.290 ; P < 0.001), et entre les paramètres cinématiques

sagittaux de la cheville et le score de Pettersson (R2 = 0.250 ; P = 0.004).

Comparés à un groupe contrôle, les patients hémophiles modérés présentent globalement une

absence de trouble de la marche bien que certains d’entre eux aient d’authentiques

arthropathies hémophiliques. De nouvelles recherches dans un plus large groupe de patients

doivent être réalisées afin de confirmer l’hétérogénéité des hémophiles modérés concernant

les troubles de la marche. L’analyse 3D de la marche semble plus pertinente dans le cadre de

l’évaluation individuelle des hémophiles modérés.

Points clés :

- Au niveau collectif, l’AQM ne montre pas de troubles évidents de la marche entre les

sujets hémophiles modérés et des sujets sains.

- Certains patients ont néanmoins une altération franche de leur marche en lien avec une

arthropathie.

- L’interprétation de l’AQM est limitée au niveau collectif du fait de l’hétérogénéité des

atteintes articulaires et de l’hétérogénéité interindividuelle du patron de marche.

82
3D gait analysis does not highlight relevant gait deviations in patient with
moderate haemophilia: A regional cohort study

Alban FOUASSON-CHAILLOUX1,2,3,4, Fabien LEBOEUF5,11 , Yves MAUGARS1,6, Marc

TROSSAERT7, Pierre MENU1,2,3,4, François RANNOU8, Claire VINATIER1,9, Jérome
* *
GUICHEUX1,9,10, Raphael GROSS5 and Marc DAUTY1,2,3,4

*Raphael GROSS and Marc DAUTY contributed equally to this work.

1
Inserm, UMR 1229, RMeS, Regenerative Medicine and Skeleton, Université de Nantes,
ONIRIS, Nantes, F-44042, France.
2
CHU Nantes, Service de Médecine Physique et Réadapatation Locomotrice et Respiratoire,
Nantes, France.
3
CHU Nantes, Service de Médecine du Sport, Nantes, France.
4
Institut Régional de Médecine du Sport, Nantes, France.
5
Nantes Université, CHU Nantes, Movement - Interactions - Performance, MIP, EA 4334, F-
44000 Nantes, France.
6
CHU Nantes, Service de Rhumatologie, Nantes, France.
7
CHU Nantes, Centre Régional de Traitement de l’Hémophilie, France
8
Service de Rééducation et de Réadaptation de l'Appareil Locomoteur et des Pathologies du
Rachis, Hôpitaux Universitaires-Paris Centre, Groupe Hospitalier Cochin, Assistance
Publique - Hôpitaux de Paris, France.
9
Université de Nantes, UFR Odontologie, Nantes, F-44042, France.
10
CHU Nantes, PHU4 OTONN, Nantes, F-44093, France.
11
School of Health & Society, The University of Salford, UK.

Corresponding author: Alban Fouasson-Chailloux.

MPR Locomotrice et Respiratoire, CHU de Nantes, Hôpital St Jacques, 85 rue Saint Jacques,
44093 Nantes, Cedex 1.
E-mail: alban.fouassonchailloux@chu-nantes.fr
Tel: +33 240 846 211
83
Abstract

Introduction: Some patients with moderate haemophilia (PWMH) report joint damage and

develop lower-limb haemophilic arthropathies potentially responsible for gait disorders. 3D

gait analysis (3DGA) is a relevant and useful tool for the identification of complex

musculoskeletal impairment.

Aim: To perform a systematic evaluation with 3DGA of PWMH and assess correlation with

radiological and clinical parameters.

Methods: 24 PWMH aged 44.3 ± 16.1 performed a 3DGA. They were compared to a control

group from a normative dataset, matching for weight, height and age. In PWMH, level of

clotting factor and knee Pettersson score were pursued and Haemophilia Joint Health Score

2.1 (HJHS) was performed.

Results: PWMH did not significantly differ from the control group, regarding the gait profile

score, the kinematic parameters, and the spatial/temporal parameters, despite some differences

at the individual level. One third of the PWMH had poor joint status (mean HJHS of 22.3 ±

11.3), but did not show evident gait impairment. Negligible significant correlations were

found between knee sagittal kinematic parameters and knee HJHS sub-score (R2 = 0.290; P <

0.0001), and between ankle sagittal kinetic parameters and Pettersson score (R2 = 0.250; P =

0.004).

Conclusion: PWMH present an absence of walking impairment compared to a control group,

although some of them have authentic haemophilic arthropathies. Further investigations in a

larger group of PWMH should be performed to confirm the heterogenity of PWMH regarding

their lower limb impairments and function. 3DGA could be more appropriate to detect

deviations at the individual level.

84
KEYWORDS Haemophilia, Arthropathy, 3D Gait Analysis, Walking, Haemophilia Joint

Health Score.

85
1 INTRODUCTION

Haemophilia is a congenital disease responsible for a deficiency in clotting factor VIII

(haemophilia A) or IX (haemophilia B). The disease is categorized into 3 sub-groups

according to the level clotting factor: severe (< 1%), moderate (1-5%) or mild disease (5-

40%)1. This clotting factor deficiency is responsible for repetitive intra-articular bleeding that

may induce haemophilic arthropathy, one of the most severe long-term complications of

haemophilia2. Haemophilic arthropathy is characterized by joint contractures and joint tissue

destruction, especially on knees and ankles2,3. It is responsible for pain, functional disability

and a decrease in the quality of life4. Patients with moderate haemophilia (PWMH), who

represent 15 to 20% of all the patients with haemophilia, are supposed to have a lower risk of

joint bleeding and then less arthropathies5–9. However, some studies suggest that some

PWMH have early onsets of joint bleeding and have several bleeds a year10. Indeed, from

25% to 77.2% of the PWMH reported joint damage and developed several lower-limb

haemophilic arthropathies with potentially functional disorders5,8,9,11,12.

3D Gait Analysis (3DGA) is a relevant and useful tool for the detection of gait deviation and

the subsequent identification of musculoskeletal impairment13,14. Recently, 3DGA in patients

with severe haemophilia seems to be a promising tool to detect early walking modifications,

and to correlate joint damage to walking impairments15,16. Several studies have shown that

3DGA is a reproducible method to assess walking disorders15,17,18. It appears useful in the

detection of early joint damage as well as in the long-term assessment of gait in this

population15. In contrast, data from 3DGA in patients with moderate haemophilia is

lacking15,19.

The present study aimed to perform a systematic evaluation with 3DGA of PWMH followed

in a French regional center for the treatment of haemophilia in order to provide kinematic and
86
kinetic data. Then, we aimed to assess potential correlations between the clinical and gait

analysis data in these patients.

2 MATERIALS AND METHODS

2.1 Participants

PWMH have been included from November 2019 to September 2020. All the PWMH over

18, followed in the Regional Center of Haemophilia Treatment of Nantes University Hospital

(France) were contacted by phone. Inclusion criteria were: having a moderate haemophilia (A

or B) and being over 18. Criteria of exclusion were: inability to walk, refusal to participate,

having had a lower limb joint bleed in the past 6 months, other diseases with an impact on

walking (neurological and unstable cardiorespiratory diseases). Out of the 44 eligible PWMH,

12 could not be contacted by phone, 5 declined to participate in the study and 3 were

excluded. Finally, 24 PWMH were included. Mean age was 44.3 ± 16.1 years, mean weight

was 75.9 ± 15.0 Kg and mean height was 173.0 ± 6.6 cm. Characteristics of the PWMH are

presented in table 1. Sixteen had haemophilia A and 9 had haemophilia B. The mean clotting

factor level was 3.0 ± 1.0 %. All the patients had on-demand treatment. PWMH were

compared to a control group from our normative dataset (n = 30, height: 167 ± 6.0 cm, 69.8 ±

15.0 kg and BMI 24.8± 4.2 kg.m2) constructed by our clinical gait service for 3DGA routine.

The study protocol had been ethically approved by the “Comité de Protection des Personnes”

of Ile de France IV (2019/28) under the ID-RCB: 2019-A00625-52 and declared on

ClinicalTrials.gov under the identifier NCT04024176. All the patients included gave their

written consent to participate to the study.

87
2.2 Three-dimension Gait Analysis

Patients walked barefoot and unassisted along a 12-m walkway, at self-selected speed. First,

all patients performed three to six gait trials to get familiar with the gait lab. Eight

optoelectronic ViconMX-F40 cameras (Oxford Metrics, UK) recorded the trajectory of

reflective markers positioned on the subjects according to the conventional gait model 2.3

(CGM2)20. The gait cycles were detected from force-plates and refined from video recording.

Marker trajectories were low-pass filtered according to Woltring procedure21. The force-plate

measurements were processed with a low-pass butterworth filter (4th order, cutoff frequency

of 6 Hz).

Usual spatio-temporal parameters (i.e. walking velocity, cadence, step length, percentages of

the stance phase and double support) were calculated for each gait cycle.

The gait profile score (GPS) was computed to quantify the overall deviation of joint

kinematics as compared to the control group22,23. The GPS averages the root mean square

difference of each joint angle (a.k.a Gait Variable Scores (GVSs)) from their respective

normative values. Due to the particular involvement of both the ankle and the knee in

hemophilia, we specifically noted GVSs for the sagittal plane kinematics of knee and

ankle23.

All the processing, including modelling operation and gait processing ( i.e. normalization of

gait cycles) was carried-out with the Python open source library, pyCGM220 hosting CGM2

operations.

88
2.3 Hemophilia Joint Health Score

The Hemophilia Joint Health Score (HJHS) is a clinical score used to assess joint impairment.

Initially designed for children with haemophilia24,25, HJHS (version 2.1) has also

demonstrated high reliability in adult patients26. The HJHS has multiple items for elbow,

knee, and ankle joints, with a total score for each of 3 domains ranging from 0 to 40,

associated to a global gait score ranging from 0 to 4). The total HJHS ranges from 0 to124. A

HJHS over 10 points is usually considered a poor joint status11,27. Hence, we subdivided our

population into two sub-groups: PWMH with HJHS < 10 and PWMH ≥ 10. Knee and ankle

sub-scores were also calculated for each joint as mean values of the right and left side16. In

case of joint arthroplasty, the joint was excluded from the score.

2.4 Haemophilic arthropathy evaluation

We chose to focus our evaluation on knees and ankles due to their high prevalence in

haemophilic arthropathies28,29. To determine joint status, radiographic evaluations of knees

and ankles were performed by 2 highly experienced PMR specialists using the Pettersson

radiological score30. The Pettersson score is based on eight specific radiographic criteria (0 to

13 points) and has been validated by the World Federation of Haemophilia to assess

haemophilic arthropathy31. Knee and ankle sub-scores were calculated for each joint as mean

values of the right and left side. In case of joint arthroplasty, the joint was excluded from the

score.

89
2.5 Statistical analysis

Statistical analyses were performed in the R environment 2.13 (R Development Core Team,

Austria). Quantitative variables were reported by descriptive statistics. The normal

distribution of the data was assessed using Shapiro-Wilk tests. Quantitative variable

comparisons between sub-groups of PWMH with HJHS < 10 and PWMH with HJHS ≥ 10

were performed with either student T-tests for independent variables or Mann-Whitney tests;

comparison of the type of haemophilia (A or B) frequency was performed with Kruskall-

Wallis tests. For 3DGA variables, we first used a repeated mixed linear model to analyze the

relationship between the scores (dependent variables) in the group of PWMH and the control

group (independent variable). A second repeated mixed linear model analyzed the relationship

between scores in the sub-group of PWMH with HJHS > 10 or the one of PWMH with HJHS

≤ 10 and their respective matching control sub-groups. The threshold was set to 0.05

corrected by Bonferroni adjustment for the mixed linear model evaluations, taking into

account the number of parameters and the number of groups for each test. In PWMH, the

association between the GPS or GVS with clinical score (i.e. HJHS sub-scores, Pettersson

knee and ankle sub-scores) was given by the pseudo R square of a mixed model considering

the clinical score as covariable and the patient as random error32. The correlation coefficient

was interpreted using the usual rules33: Strong correlation (R2>0.9); High (0.7<R2<0.9);

Moderate (0.5<R2<0.7), Low (0.3<R2<0.5), Negligible (R2<0.3)

90
3 RESULTS

3.1 Characteristics of the study participants

Nineteen PWMH had previously experienced lower limb joint bleedings (79.1%). Six patients

had previous knee bleedings, 8 patients had ankle bleedings and 5 had both. The mean HJHS

total score was 9.3 ± 11.6 with mean knee sub-score of 1.9 ± 2.6 and mean ankle sub-score of

4.4 ± 6.7. The mean knee and ankle sub-scores of Pettersson score were 2.0 ± 2.3 and 3.3 ±

3.8, respectively.

Sixteen patients had a HJHS < 10 and 8 patients had a HJHS ≥ 10. One patient had bilateral

total knee arthroplasty and another one a unilateral total knee arthroplasty, both in the sub-

group with HJHS ≥ 10, because of knee haemophilic arthropathies.

No difference was found between PWMH with HJHS < 10 and PWMH with HJHS ≥ 10,

concerning age (P = 0.67), weight (P = 0.52) and height (P = 0.79).

3.2 Kinematic Gait curves

Figure 1 reports conventional kinematic panel. The subjective comparison of our moderate

haemophilia sample with the control group did not present marked gait deviations. At the

patient level some differences were visible. Figure 1 shows that the patient, with the

maximum GPS (score: 8.3°±1.5), walked with an excessive anteversion pelvic tilt and

reduced hip extension throughout the gait cycle, knee and ankle slightly flexed during the first

double support. In the coronal plane, the hip abduction range of motion was reduced. This

patient was 65 years old and had the highest HJHS (HJHS = 40). He also had bilateral total

knee arthroplasty.

91
3.3 Gait scores analysis

Table 2 presents the comparison of the gait scores (GPS and GVS) between PWMH and

controls. The GPSs were not different between the groups of PWMH, PWMH with HJHS <

10, PWMH with HJHS ≥ 10 and their respective control groups (P = 0.15, P = 0.40 and P =

0.14, respectively). Knee and ankle gait variable scores were not significantly different

between the groups of PWMH, PWMH with HJHS < 10, PWMH with HJHS ≥ 10 and their

respective control groups (P > 0.01).

3.4 Spatial/temporal assessment

Spatio-temporal parameters of all the groups are presented in table 3. None of these

parameters were significantly different between PWMH and controls, even when patients

with poor joint status (HJHS≥ 10) were considered separately.

3.5 Correlation between gait scores and clinical/radiological parameters

Table 4 presents the correlation matrix between scores. In PWMH, no correlation was found

between GPS and HJHS. Negligible correlations were found for Ankle GVS with ankle

Pettersson sub-score (R2 = 0.250; P = 0.004), and ankle HJHS sub-score (R2 = 0.150; P =

0.04).For the knee, negligible correlation was also found between the knee GVS and its HJHS

sub-score (R2 = 0.290; P < 0.0001).

92
4 DISCUSSION

Despite an assumed lower risk of bleeding, some PWMH tend to develop authentic

haemophilic arthropathies10,34. However, specific assessments of PWMH are lacking. To our

knowledge, the present study is the first to focus on 3DGA in adult PWMH. The main results

were that despite having lower-limb joint impairments, as assessed by the HJHS score,

PWMH did not present significant gait deviations, neither at the general lower-limb level, nor

at the local knee or ankle joint level. Since even the sub-group of PWMH with the highest

HJHS scores failed to demonstrate gait deviations, and given the absence or negligible

correlations between gait variables and clinical/radiological scores, we conclude that PWMH

do not present systematic gait impairment compared to a control group. However, at the

individual level, some gait variations were visible (Figure 1), but these variations were not

noticeable after pooled analyses.

One-third of our patients had a poor joint status (mean HJHS: 22.3 ± 11.3), mainly due to

ankle arthropathy (mean ankle Pettersson score: 7.5 ± 3.6), regardless of age, level of clotting

factors or type of haemophilia. This is consistent with previous studies showing that some

PWMH present haemophilic arthropathy5,8,9,11. For example, Måseide et al. recently reported

in a cohort of 145 PWMH that 25% had a poor joint status11.

The GPS quantified the impact of moderate haemophilia on walking in comparison to a

control group. The GPS is a widely used index and has previously been applied in the context

of haemophilia assessed with 3D gait analysis16,19,22,23. We found no difference regarding the

GPS for the whole group of PWMH as well as for the group with poor joint status (HJHS ≥

10). These findings are consistent with Putz et al.16 who calculated the GPS in a group of 18

patients with haemophilia (mixture of severe and moderate hemophilia, in unknown

proportion) with a higher rate of joint impairment (mean HJHS in their study of 18.8 ± 12.0 vs
93
9.3 ± 11.6 in ours). Putz et al. computed another global gait score (i.e. the Gait Deviation

Index (GDI)16,22) which did not reveal significant differences compared to controls.

Beforehand, Forneris et al19 computed both aforementioned gait scores on a sample of 6

children with moderate haemophilia and found no difference compared to controls19.

No significant differences were founded for the GVS of sagittal ankle and knee kinematics,

even considering the patients with the most significant joint damage (HJHS ≥ 10). Similarly,

Putz et al. found no alteration of lower-limb active range of motion in their study16. In

contrast, Lobet et al. found, in a group of 31 adults with multiple joint impairments, a

significant reduction of the active ankle range of motion and a trend to a decrease of the knee

range of motion35. However, their group included 87% of patients with severe haemophilia.

Regarding the spatiotemporal parameters, we found no modification of these data in our

study. A previous study of Lobet et al.36 showed an increase of the stance phase duration in a

group of 10 patients with ankle arthropathies. They did not provide the radiographic

parameters or the clinical severity of the arthropathies, which prevented us from comparing

our findings. Interestingly, despite higher HJHS, Putz al. also found no modification of the

stance phase16. They only reported a decrease of the walking velocity and the step length.

We found an absence of correlation between HJHS and GPS (P = 0.06), which is in

contradiction with Putz et al. who reported a high correlation (r = 0.63; P = 0.005)16. This

discrepancy could be attributed to their higher proportion of patient attainted by a severe

phenotype of haemophilia. However, Putz et al. also reported an absence of correlation

between the HJHS and the GDI (P = 0.11)16. Both the GDI and GPS are scores aiming to

quantify the overall kinematic deviation from normal values. As a linear relationship between

both scores has been previously demonstrated16,22, the contradicting results of the study by

Putz et al. may not be interpreted as a relationship between clinical severity and gait
94
impairment. Yet, we found a negligible but significant correlation between knee and ankle

HJHS sub-scores and their respective GVS’s, which seems to be a significant weak link

between joint structure and function. We have also reported a negligible but significant

correlation between the ankle GVS and the ankle Pettersson score (R2 = 0.250; P = 0.004),

which might suggest a poor link between function and radiography. No such relation was

reported by Lobet et al. for patients with severe haemophilia37.

Finally, our study suffers from several limitations. Our sample size is relatively small and thus

reduces its statistical power. Inclusion of more patients is challenging since PWMH represents

the smallest part of patients with haemophilia. Further investigations should be performed on

a multicentric level. Furthermore, interpretability remains difficult due to the heterogeneity of

the joints deterioration and the inter-individual heterogeneity of the walking patterns. 3DGA

did not provide relevant outcomes at the population level but could be more appropriate to

detect deviations at the individual level. Moreover, GPS and GVS are global scores over the

whole gait cycle, which does not exclude that some outcomes may have varied specifically.

The choice of the Pettersson score could be also arguable and MRI imaging could have been

an interesting choice due to its accuracy to detect early joint damage38. However , Brunel et

al. mitigated the use of MRI since they reported low correlation between medical images and

ankle kinematic parameters39. Ultrasound might be a worthy alternative as it has highlighted a

high correlation between HJHS in PWMH, which is helpful to the early detection of

haemophilic arthropathies11,40. Nevertheless, x-rays imaging remains one of the main

parameter of the follow-up of patients with haemophilia, because of its accessibility, low cost

and ease of interpretation31. Furthermore, inclusion of patients over 60 is another limitation.

Over 60 year-old , the risk of other joint arthropathy increases41. Nevertheless, the group with

HJHS< 10 and the group with HJHS≥ 10 did not differ according to age, and the x-rays were

95
analyzed independently by 2 experienced physicians to confirm the haemophilic origin of the

arthropathy.

5 CONCLUSION

Our study showed that patients with moderate haemophilia did not present significant gait

deviations even the sub-group with the poorest joint status. However, from an individual point

of view, the analysis of the gait could highlight specific alterations. Further investigations in a

larger group of PWMH should be performed to confirm these findings and precise the

heterogeneity of PWMH regarding their lower limb impairments and function, which might

have prevented the emergence of significant gait deviations in the present study.

Acknowledgments

The authors thank the pharmaceutic laboratory SOBI (Swedish Orphan Biovitrum) for its

financial support.

DATA AVAILABILITY STATEMENT

The data that support the findings of this study are available from the corresponding author
upon reasonable request.

DISCLOSURES

This study received the financial support of SOBI, without any intervention in the drafting of

the project, the study progress, analysis of the results as well as in the drafting of the

manuscript.
96
References

1. White GC, Rosendaal F, Aledort LM, et al. Definitions in hemophilia. Recommendation

of the scientific subcommittee on factor VIII and factor IX of the scientific and
standardization committee of the International Society on Thrombosis and
Haemostasis.Thromb Haemost. 2001;85(3):560.
2. Wyseure T, Mosnier LO, von Drygalski A. Advances and challenges in hemophilic
arthropathy.Semin Hematol. 2016;53(1):10-19.
3. Dunn AL. Pathophysiology, diagnosis and prevention of arthropathy in patients with
haemophilia.Haemophilia. 2011;17(4):571-78.
4. Wallny T, Hess L, Seuser A, et al. Pain status of patients with severe haemophilic
arthropathy.Haemophilia. 2001;7(5):453-58.
5. Di Minno MND, Ambrosino P, Franchini M, et al. Arthropathy in patients with moderate
hemophilia a: a systematic review of the literature.Semin Thromb Hemost.
2013;39(7):723-31.
6. Fischer K, van der Bom JG, Mauser-Bunschoten EP, et al. Endogenous clotting factor
activity and long-term outcome in patients with moderate haemophilia.Thromb Haemost.
2000;84(6):977-80.
7. Den Uijl IEM, Mauser Bunschoten EP, Roosendaal G, et al. Clinical severity of
haemophilia A: does the classification of the 1950s still stand?Haemophilia.
2011;17(6):849-53.
8. den Uijl IEM, Fischer K, Van Der Bom JG, et al. Clinical outcome of moderate
haemophilia compared with severe and mild haemophilia.Haemophilia. 2009;15(1):83-
90.
9. den Uijl I, Biesma D, Grobbee D, et al. Outcome in moderate haemophilia.Blood
Transfus. 2014;12 Suppl 1:s330-336.
10. Chai-Adisaksopha C, Noone D, Curtis R, et al. Non-severe haemophilia: Is it benign? -
Insights from the PROBE study.Haemophilia. September 2020.
11. Måseide RJ, Berntorp E, Astermark J, et al. Joint health and treatment modalities in
Nordic patients with moderate haemophilia A and B - The MoHem study.Haemophilia.
2020;26(5):891-97.
12. Fouasson-Chailloux A, Maugars Y, Trossaert M, et al. Isokinetic knee strength deficit in
patients with moderate haemophilia.Haemophilia The Official Journal of the World
Federation of Hemophilia. 2021. (accepted manuscript)
13. Favre J, Erhart-Hledik JC, Andriacchi TP. Age-related differences in sagittal-plane knee
function at heel-strike of walking are increased in osteoarthritic patients.Osteoarthritis
Cartilage. 2014;22(3):464-71.
14. Creaby MW, Bennell KL, Hunt MA. Gait differs between unilateral and bilateral knee
osteoarthritis.Arch Phys Med Rehabil. 2012;93(5):822-27.
15. Fouasson-Chailloux A, Maugars Y, Vinatier C, et al. Clinical relevance of 3D gait
analysis in patients with haemophilia.Haemophilia. July 2018.
16. Putz P, Durstberger S, Kaufmann C, et al. 3D gait analysis, haemophilia joint health
score, leg muscle laterality and biomarkers of joint damage: A cross-sectional
comparative assessment of haemophilic arthropathy.Haemophilia. 2020;26(6):e323-33.
17. Bladen M, Alderson L, Khair K, et al. Can early subclinical gait changes in children with
haemophilia be identified using the GAITRite walkway.Haemophilia. 2007;13(5):542-47.

97
18. Lobet S, Detrembleur C, Francq B, et al. Natural progression of blood-induced joint
damage in patients with haemophilia: clinical relevance and reproducibility of three-
dimensional gait analysis.Haemophilia. 2010;16(5):813-21.
19. Forneris E, Andreacchio A, Pollio B, et al. Gait analysis in children with haemophilia:
first Italian experience at the Turin Haemophilia Centre.Haemophilia. 2016;22(3):e184-
191.
20. Leboeuf F, Sangeux M, Baker R. An open source implementation of the Conventional
Gait Model in Python.Gait & Posture. 2017;57:236.
21. Woltring HJ. 3-D attitude representation of human joints: a standardization proposal.J
Biomech. 1994;27(12):1399-1414.
22. Baker R, McGinley JL, Schwartz MH, et al. The gait profile score and movement analysis
profile.Gait Posture. 2009;30(3):265-69.
23. Baker R, McGinley JL, Schwartz M, et al. The minimal clinically important difference for
the Gait Profile Score.Gait Posture. 2012;35(4):612-15.
24. Feldman BM, Funk SM, Bergstrom B-M, et al. Validation of a new pediatric joint scoring
system from the International Hemophilia Prophylaxis Study Group: validity of the
hemophilia joint health score.Arthritis Care Res (Hoboken). 2011;63(2):223-30.
25. Hilliard P, Funk S, Zourikian N, et al. Hemophilia joint health score reliability
study.Haemophilia. 2006;12(5):518-25.
26. Wang M, Batt K, Kessler C, et al. Internal consistency and item-total correlation of
patient-reported outcome instruments and hemophilia joint health score v2.1 in US adult
people with hemophilia: results from the Pain, Functional Impairment, and Quality of life
(P-FiQ) study.Patient Prefer Adherence. 2017;11:1831-39.
27. Fischer K, Steen Carlsson K, Petrini P, et al. Intermediate-dose versus high-dose
prophylaxis for severe hemophilia: comparing outcome and costs since the 1970s.Blood.
2013;122(7):1129-36.
28. Liu S, Zhou R-F, Jin Z-B, et al. Age-related severity and distribution of haemophilic
arthropathy of the knee, ankle and elbow among Chinese patients with
haemophilia.Haemophilia. 2020;26(1):129-35.
29. Chang C-Y, Li T-Y, Cheng S-N, et al. Prevalence and severity by age and other clinical
correlates of haemophilic arthropathy of the elbow, knee and ankle among Taiwanese
patients with haemophilia.Haemophilia. 2017;23(2):284-91.
30. Pettersson H, Ahlberg A, Nilsson IM. A radiologic classification of hemophilic
arthropathy.Clin Orthop Relat Res. 1980;(149):153-59.
31. Srivastava A, Brewer AK, Mauser-Bunschoten EP, et al. Guidelines for the management
of hemophilia.Haemophilia. 2013;19(1):e1-47.
32. Nakagawa S, Schielzeth H. A general and simple method for obtaining R2 from
generalized linear mixed-effects models.Methods in Ecology and Evolution.
2013;4(2):133-42.
33. Iosa M, Cereatti A, Merlo A, et al. Assessment of waveform similarity in clinical gait
data: The linear fit method.BioMed Research International. 2014;2014.
34. Berntorp E. Moderate haemophilia in focus.Haemophilia. 2019;25(2):187-88.
35. Lobet S, Detrembleur C, Hermans C. Impact of multiple joint impairments on the
energetics and mechanics of walking in patients with haemophilia.Haemophilia.
2013;19(2):e66-72.
36. Lobet S, Hermans C, Bastien GJ, et al. Impact of ankle osteoarthritis on the energetics and
mechanics of gait: the case of hemophilic arthropathy.Clin Biomech (Bristol, Avon).
2012;27(6):625-31.

98
37. Lobet S, Hermans C, Pasta G, et al. Body structure versus body function in haemophilia:
the case of haemophilic ankle arthropathy.Haemophilia. 2011;17(3):508-15.
38. Plut D, Kotnik BF, Zupan IP, et al. Diagnostic accuracy of haemophilia early arthropathy
detection with ultrasound (HEAD-US): a comparative magnetic resonance imaging (MRI)
study.Radiol Oncol. 2019;53(2):178-86.
39. Brunel T, Lobet S, Deschamps K, et al. Reliability and clinical features associated with
the IPSG MRI tibiotalar and subtalar joint scores in children, adolescents and young
adults with haemophilia.Haemophilia. November 2017.
40. Martinoli C, Della Casa Alberighi O, Di Minno G, et al. Development and definition of a
simplified scanning procedure and scoring method for Haemophilia Early Arthropathy
Detection with Ultrasound (HEAD-US).Thromb Haemost. 2013;109(6):1170-79.
41. Glyn-Jones S, Palmer AJR, Agricola R, et al. Osteoarthritis.Lancet. 2015;386(9991):376-
87.

99
 Table 1 Characteristics of the studied population and comparison between patients with a
HJHS and a HJHS (t-tests for independent variables or Mann-Whitney tests)

Patients with moderate Patients with Patients with P-value

haemophilia (n = 24) HJHS < 10 (n = 16) HJHS ≥ 10 (n= 8)

Age, years (mean ± SD) [min- 44.3 ± 16.1 42.8 ± 16.2 47.4 ± 16.7 0.67
max] [20 - 72] [20 - 72] [25 - 65]

Weight, Kg (mean ± SD) 75.9 ± 15.0 73.8 ± 15.5 75.7 ± 7.7 0.52
[min-max] [48.0 – 112.0] [48.0 – 112.0] [65.0 – 85.0]

Height, cm (mean ± SD) [min- 173.0 ± 6.6 173.3 ± 6.5 172.6 ± 7.3 0.95
max] [160.0 – 185.0] [164.0 – 185.0] [160.0 - 182]

Body mass index, Kg/m2 25.30 ± 4.9 24.6 ± 5.2 26.8 ± 3.9 0.17
(mean ± SD) [min-max] [18.0 – 38.8] [18.0 – 38.8] [22.0 – 35.1]

Haemophilia A / B (n) 15 / 9 8/8 7/1 0.08a

Level of clotting factor, % 3.0 ± 1.0 3.1 ± 0.9 2.8 ± 1.3 0.57
(mean ± SD) [min-max] [1.0 – 5.0] [2.0 – 5.0] [1.0 – 4.5]

Total HJHS (mean ± SD) 9.3 ± 11.6 2.9 ± 3.5 22.3 ± 11.3 < 0.0001
[min-max] [0 - 40] [0 - 9] [11 - 40]

Knee HJHS sub-score (mean ± 1.9 ± 2.6 1.4 ± 1.8 3.0 ± 3.6 0.27
SD) [min-max] [0 - 10] [0 - 6] [0 - 10]

Ankle HJHS sub-score (mean 4.4 ± 6.7 0.7 ± 1.4 11.8 ± 7.0 < 0.0001
± SD) [min-max] [0 - 22] [0 - 4] [2 - 22]

Pettersson knee sub-score 2.0 ± 2.3 1.7 ± 2.0 2.6 ±2.8 0.61
(mean ± SD) [min-max] [0 – 7.5] [0 – 7.5] [0 – 7.0]

Pettersson ankle sub-score 3.3 ± 3.8 1.3 ± 1.5 7.5 ± 3.6 < 0.0001
(mean ± SD) [min-max] [0 – 12] [0 – 5.5] [2.5 – 12]
a
Kruskall-Wallis test for qualitative variable

100
Table 2 Comparison of the gait scores between patients with moderate haemophilia (entire
group, HJHS <10 and HJHS ≥ 10) and controls from a normative data set (mean ± standard
deviation). After Bonferroni adjustment, the statistical threshold is set to 0.006. None of the
investigated variables were significant.

Controls
PWMH (n = 24) P-value
(Normative data set)

Gait Profile Score 4.2 ± 0.4 4.9 ± 0.3 0.15

Knee Gait Variable Score (degrees)

- Flexion/Extension 4.6 ± 0.7 6.2 ± 0.4 0.04

Ankle Gait Variable Score (degrees)

- plantar/dorsiflexion 3.7 ± 0.7 5.0 ± 0.4 0.07

HJHS <10 (n = 16) Controls P-value

Gait Profile Score 4.2 ± 0.5 4.7 ± 0.4 0.40

Knee Gait Variable Score (degrees)

- Flexion/Extension 4.6 ± 0.6 5.3 ± 0.4 0.3

Ankle Gait Variable Score (degrees)

- plantar/dorsiflexion 3.7 ± 0.7 4.7 ± 0.4 0.1

HJHS ≥ 10 (n = 8) Controls P-value

Gait Profile Score 4.2 ± 0.7 5.3 ± 0.5 0.14

Knee Gait Variable Score

- Flexion/Extension 4.5 ± 1.0 7.2 ± 0.8 0.02

Ankle Gait Variable Score

- plantar/dorsiflexion 3.8 ± 0.9 6.0 ± 0.7 0.03

101
Table 3 Comparison of the spatial/temporal parameters between patients with moderate
haemophilia (entire group, HJHS <10 and HJHS ≥ 10) and controls from a normative data set
(mean ± standard deviation) After Bonferroni adjustment, the statistical threshold is set to
0.003. None of the investigated variables were significant.

Controls
PWMH (n = 24) P-value
(Normative data set)

Walking velocity (m/s) 1.16 ± 0.09 1.28 ± 0.08 0.24

Cadence (steps/min) 55.27 ± 2.30 59.00 ± 1.93 0.11

Stance phase (%gait cycle) 61.34 ± 0.76 59.61 ± 0.64 0.03

Double support (ms) 10.96 ± 0.83 9.54 ± 0.70 0.09

Step length (m) 0.64 ± 0.04 0.66 ± 0.03 0.53

HJHS <10 (n = 16) Controls P-value

Walking velocity (m/s) 1.19 ± 0.06 1.28 ± 0.05 0.16

Cadence (steps/min) 56.1 ± 1.66 59.00 ± 1.26 0.11

Stance phase (%gait cycle) 60.89 ± 0.49 59.59 ± 0.36 0.02

Double support (ms) 10.11 ± 0.42 9.63 ± 0.32 0.27

Step length (m) 0.64 ± 0.03 0.66 ± 0.02 0.49

HJHS ≥ 10 (n = 8) Controls P-value

Walking velocity (m/s) 1.03 ± 0.13 1.28 ± 0.08 0.06

Cadence (steps/min) 52.10 ± 3.36 59.00 ± 2.24 0.06

Stance phase (%gait cycle) 62.73 ± 1.08 59.61 ± 0.72 0.01

Double support (ms) 12.67 ±1.13 9.65 ±0.76 0.02

Step length (m) 0.59 ± 0.05 0.66 ± 0.03 0.16

102
Table 4 Pseudo R square of mixed model matrix of global scores and joint sub-scores in
patients with moderate haemophilia (n = 24). *indicate a significant difference inferior to the
threshold 0.05.
HJHS KHJHS KPS AHJHS APS

GPS R2 = 0.100
P = 0.06
R2 = 0.290* R2 = 0.01
Knee GVS P < 0.0001 P = 0.61
R2 = 0.150* R2 = 0.250*
Ankle GVS P = 0.04 P = 0.004
There was no correction for multiple comparisons.
Abbreviations: HJHS: Haemophilia Joint Health Score; KHJHS: Knee HJHS; AHJHS: Ankle HJHS; KPS: Knee
Pettersson score, APS: Ankle Pettersson score; GPS: Gait Profile Score; GVS: Gait Variable score

Figure 1 Kinematic traces of the whole moderate haemophilia sample, the moderate
haemophilia subject with extreme GPS (score: 8.3°±1.5) and controls.
The patient (age 65; weight: 67kg; height: 165 cm) with the extreme GPS also had the highest
HJHS (= 40) and had bilateral total knee arthroplasties.

103
104
3.4 Retentissement Musculaire de l’Hémophilie Modérée

Comme vu précédemment, la marche est sous dépendance de l’intégrité du couple articulation

– muscle. Le genou est un enjeu essentiel pour la locomotion mais aussi de manière

spécifique dans l’hémophilie car il s’agit d’une articulation particulièrement à risque de

développer des hémarthroses et secondairement des arthropathies [84]. La souffrance

articulaire liée aux saignements est responsable de manière directe et indirecte d’un déficit

musculaire.

Cet exemple, est assez frappant au niveau du genou où les hémarthroses induisent une sous-

utilisation du couple quadriceps/ischio-jambiers du fait de la mise en décharge qui en découle

mais aussi du fait de l’inhibition motrice arthrogénique. Ce dernier phénomène a été

particulièrement décrit dans les traumatismes ou pathologies douloureuses du genou [85]. Il

s’agit d’un phénomène initialement protecteur visant à inhiber la contraction musculaire afin

d’empêcher la surutilisation de l’articulation touchée. Il en résulte une altération de la

conduction nerveuse des muscles moteurs d’une articulation sans pour autant de lésion

musculaire ou nerveuse. Cependant, ce phénomène s’il persiste peut avoir des conséquences

délétères, notamment induire une instabilité à la marche d’origine musculaire [86].

L’isocinétisme est une méthode de mesure de la force musculaire validée pour l’évaluation du

déficit lors de pathologies articulaires [87]. Il permet la mesure du pic de force musculaire

lors d’un mouvement réalisé à vitesse constante. Le plus souvent les vitesses de 60°/s et

180°/s lors de mouvements concentriques sont privilégiées (Figures 15). Cette technique a par

ailleurs déjà fait ses preuves dans le cadre de l’hémophilie [88].

105
Figure 15 : Test isocinétique aux genoux sur dynamomètre Humac Norm®, CSMI - Medimex.

Ainsi, nous avons réalisé dans notre population d’hémophiles modérés des tests isocinétiques

aux genoux afin de rechercher la présence d’un déficit de force (articles 4). Nous avons fait le

choix de mouvements concentriques à 180°/s pour nous affranchir du risque théorique de

lésions musculaires liées à la contraction excentrique ou liées à des vitesses angulaires plus

faibles (Figure 16).

Figure 16 : Courbes isocinétiques concentriques des fléchisseurs et des extenseurs de genoux

à 180°/s sur dynamomètre Humac Norm®, CSMI - Medimex.
106
Article 4 : Déficit de force isocinétique au genou chez les patients
hémophiles modérés.

Résumé : Chez les hémophilies sévères, les saignements articulaires aux genoux sont

responsables d’une atrophie et d’un déficit de force musculaire quadricipitale. Cependant,

aucune donnée n’existe concernant les hémophiles modérés. Notre objectif était d’évaluer la

force des extenseurs (quadriceps) et des fléchisseurs (ischio-jambiers) de genou chez des

hémophiles modérés et d’évaluer la corrélation possible avec des données radiographiques et

cliniques. Dix-huit patients âgés de 37.1 +/- 11.4 ans et 18 sujets sains appariés sur l’âge, le

poids et la taille ont réalisé un test isocinétique à 180°/s évaluant la force des quadriceps et

des ischio-jambiers. Dans le groupe d’hémophiles modérés, il était recherché le taux de

facteur de coagulation, le score de Pettersson des genoux (Annexe 2). Les patients devaient

remplir un score HJHS 2.1 (HJHS) (Annexe 3), afin de déterminer si le genou était considéré

comme atteint (HJHS du genou > 1) ou non atteint (HJHS du genou = 0).

Les genoux atteints présentaient un déficit quadricipital par rapport aux contrôles, 1.26 +/-

0.47 contre 1.64 +/- 0.27 Nm/Kg, et également une diminution de la force des ischio-

jambiers, 0.60 +/- 0.29 vs 1.03 +/- 0.21 Nm/Kg, (P < 0.001). Les genoux non atteints

présentaient une diminution de la force du quadriceps comparés aux genoux sains, 1.36 +/-

0.31 vs 1.64 +/- 0.27 Nm/Kg, mais aussi au niveau des ischio-jambiers, 0.69 +/- 0.18 vs 1.03

+/- 0.21 Nm/Kg, (P < 0.001). Le ratio conventionnel ischio-jambiers/quadriceps était

significativement abaissé sur les genoux atteints par rapport aux genoux sains, 0.46 +/- 0.15

vs 0.64 +/- 0.13 (P < 0.001), mais également sur les genoux non atteints, 0.53 +/- 0.16 vs 0.64

+/- 0.13 (P = 0.02). Aucune corrélation n’a été retrouvée entre la force et les scores HJHS et

de Pettersson. Les patients hémophiles modérés ont donc une diminution significative de la

force au niveau du genou, à la fois sur le quadriceps et les ischio-jambiers, ce qui est

responsable d’un important déséquilibre musculaire.

107
Points clés :

- Les hémophiles modérés présentent un déficit de force sévère du quadriceps et des

ischio-jambiers en cas d’atteinte articulaire ;

- Un déficit important est également mis en évidence en l’absence d’atteinte articulaire

connue.

- Le ratio ischio-jambiers/quadriceps montre un déséquilibre musculaire potentiellement

à risque de blessure.

108
109
110
111
112
113
114
115
4 Conclusions et Perspectives

Ce travail avait pour objectif principal l’évaluation fonctionnelle des troubles musculo-

squelettiques induits par la gonarthrose post-traumatique ou l’hémophilie modérée. L’étude de

la marche a constitué l’un des paramètres essentiels des études proposées.

Cette approche nous a permis d’évaluer l’intérêt du suivi longitudinal de l’arthrose du genou

chez la souris. Cependant, le modèle choisi ainsi que la technique utilisée ne permettent la

mesure que de quelques modifications qui ne semblent pas s’aggraver de manière nette au

cours du temps. Cela est vraisemblablement lié à des phénomènes complexes de

compensation chez la souris, ce qui rend son utilisation encore délicate en pratique habituelle.

Malgré tout, cela ouvre des perspectives intéressantes quant à la possibilité d’utiliser un

modèle présentant une dégradation arthrosique relativement rapide tout en évaluant les

conséquences fonctionnelles qui intéressent habituellement les cliniciens, à savoir les

difficultés à la marche. Les modèles murins restent donc à améliorer, notamment concernant

l’analyse biomécanique de l’ensemble du complexe articulaire et musculaire d’un membre,

afin de pouvoir à terme proposer une analyse fonctionnelle, articulation par articulation et non

plus globale, ce qui certainement serait plus pertinent en termes d’évaluation et de mise en

évidence des phénomènes de compensation.

Au sujet de l’hémophilie modérée, notre travail était cohérent avec la littérature, en rapportant

un taux non négligeable d’arthropathies dans ce groupe de patients moins bien connu. Nous

avons également mis en évidence un déficit de force globale au niveau du genou mais aussi

un profond déséquilibre musculaire entre ischio-jambiers et quadriceps, à la fois sur des

articulations symptomatiques mais également sur des articulations non atteintes. Ce

116
déséquilibre pourrait donc être perçu comme une conséquence de l’arthropathie mais

éventuellement comme une cause, compte tenu de l’instabilité potentiellement engendrée au

niveau articulaire. Il pourrait s’agir d’un facteur d’auto-aggravation de l’arthropathie. De

manière étonnante, malgré cette atteinte franche au niveau du genou, notre travail n’a pas mis

en évidence de différence significative entre les hémophiles modérés et les sujets contrôles

pour ce qui concerne les paramètres de la marche lorsque l’évaluation se faisait de manière

globale, c’est-à-dire en considérant les groupes dans leur ensemble. Pourtant, l’analyse

individuelle, patient par patient, confirmait bien la présence de troubles de la marche

importants chez certains sujets, particulièrement ceux dont les atteintes articulaires étaient les

plus importantes.

Ce dernier point est donc important puisqu’il met en évidence l’intérêt même de l’analyse

quantifiée de la marche chez l’Homme, à savoir une analyse individuelle des patients afin de

permettre un diagnostic, une prise en charge et un suivi individualisés.

117
Références
[1] CépiDc - Inserm. Arthropathies et affections apparentées (710-719).
https://cepidc.inserm.fr/causes-medicales-de-deces/cim-9/xiii-maladies-du-systeme-
osteo-articulaire-des-muscles-et-du-tissu-conjonctif-710-739/arthropathies-et-
affections-apparentees-710-719 (accessed November 9, 2020).

[2] World Health Organization. Classification internationale du fonctionnement, du

handicap et de la santé. Genève: 2001.

[3] Safiri S, Kolahi A-A, Cross M, Hill C, Smith E, Carson-Chahhoud K, et al. Prevalence,
deaths and disability adjusted life years (DALYs) due to musculoskeletal disorders for 195
countries and territories 1990-2017. Arthritis Rheumatol 2020.
https://doi.org/10.1002/art.41571.

[4] Palazzo C, Ravaud J-F, Papelard A, Ravaud P, Poiraudeau S. The burden of

musculoskeletal conditions. PLoS One 2014;9:e90633.
https://doi.org/10.1371/journal.pone.0090633.

[5] Lobet S, Hermans C, Pasta G, Detrembleur C. Body structure versus body function in
haemophilia: the case of haemophilic ankle arthropathy. Haemophilia 2011;17:508–15.
https://doi.org/10.1111/j.1365-2516.2010.02433.x.

[6] Rodríguez-Merchán EC. Effects of hemophilia on articulations of children and adults.

Clin Orthop Relat Res 1996:7–13.

[7] Clarke KA, Heitmeyer SA, Smith AG, Taiwo YO. Gait analysis in a rat model of
osteoarthrosis. Physiol Behav 1997;62:951–4.

[8] Ruan MZC, Patel RM, Dawson BC, Jiang M-M, Lee BHL. Pain, motor and gait
assessment of murine osteoarthritis in a cruciate ligament transection model. Osteoarthr
Cartil 2013;21:1355–64. https://doi.org/10.1016/j.joca.2013.06.016.

[9] Jacobs BY, Kloefkorn HE, Allen KD. Gait analysis methods for rodent models of
osteoarthritis. Curr Pain Headache Rep 2014;18:456. https://doi.org/10.1007/s11916-
014-0456-x.

[10] Saunders JB, Inman VT, Eberhart HD. The major determinants in normal and
pathological gait. J Bone Joint Surg Am 1953;35-A:543–58.

[11] Perry J, Burnfield J. Gait Analysis: Normal and Pathological Function. Slack
Incorporated; 1992.

[12] Wall JC, Charteris J, Turnbull GI. Two steps equals one stride equals what?: the
applicability of normal gait nomenclature to abnormal walking patterns. Clin Biomech
(Bristol, Avon) 1987;2:119–25. https://doi.org/10.1016/0268-0033(87)90002-7.

118
[13] Delarque A, Pellas F. Bilan fonctionnel des membres inférieurs. Traité de médecine
physique et de réadaptation. 1st ed., Paris: Flammarion Médecine-Sciences; 1998, p.
119–31.

[14] Armand S, Bonnefoy-Mazure A, Hoffmeyer P, De Coulon G. [Clinical gait analysis: user

guide]. Rev Med Suisse 2015;11:1916–20.

[15] Neptune RR, Zajac FE, Kautz SA. Muscle force redistributes segmental power for body
progression during walking. Gait Posture 2004;19:194–205.
https://doi.org/10.1016/S0966-6362(03)00062-6.

[16] Farris DJ, Sawicki GS. The mechanics and energetics of human walking and running: a
joint level perspective. J R Soc Interface 2012;9:110–8.
https://doi.org/10.1098/rsif.2011.0182.

[17] Pires NJ, Lay BS, Rubenson J. Joint-level mechanics of the walk-to-run transition in
humans. J Exp Biol 2014;217:3519–27. https://doi.org/10.1242/jeb.107599.

[18] Benca E, Listabarth S, Flock FKJ, Pablik E, Fischer C, Walzer SM, et al. Analysis of
Running-Related Injuries: The Vienna Study. J Clin Med 2020;9.
https://doi.org/10.3390/jcm9020438.

[19] Lucet A, Mégrot F, Gouraud D. Intégration des outils d’analyse de la marche dans la
démarche thérapeutique lors du suivi longitudinal du patient PC. J Readaptaion Medicale
2010.

[20] Simon SR. Quantification of human motion: gait analysis-benefits and limitations to
its application to clinical problems. J Biomech 2004;37:1869–80.
https://doi.org/10.1016/j.jbiomech.2004.02.047.

[21] Davis RB. Reflections on clinical gait analysis. J Electromyogr Kinesiol 1997;7:251–7.
https://doi.org/10.1016/s1050-6411(97)00008-4.

[22] Wren TAL, Gorton GE, Ounpuu S, Tucker CA. Efficacy of clinical gait analysis: A
systematic review. Gait Posture 2011;34:149–53.
https://doi.org/10.1016/j.gaitpost.2011.03.027.

[23] Lakes EH, Allen KD. Gait analysis methods for rodent models of arthritic disorders:
reviews and recommendations. Osteoarthr Cartil 2016.
https://doi.org/10.1016/j.joca.2016.03.008.

[24] Kloefkorn HE, Jacobs BY, Loye AM, Allen KD. Spatiotemporal gait compensations
following medial collateral ligament and medial meniscus injury in the rat: correlating
gait patterns to joint damage. Arthritis Res Ther 2015;17:287.
https://doi.org/10.1186/s13075-015-0791-2.

119
[25] Parvathy SS, Masocha W. Gait analysis of C57BL/6 mice with complete Freund’s
adjuvant-induced arthritis using the CatWalk system. BMC Musculoskelet Disord
2013;14:14. https://doi.org/10.1186/1471-2474-14-14.

[26] Clarke KA, Still J. Gait analysis in the mouse. Physiol Behav 1999;66:723–9.
https://doi.org/10.1016/s0031-9384(98)00343-6.

[27] Rashid MH, Theberge Y, Elmes SJ, Perkins MN, McIntosh F. Pharmacological
validation of early and late phase of rat mono-iodoacetate model using the Tekscan
system. Eur J Pain 2013;17:210–22. https://doi.org/10.1002/j.1532-2149.2012.00176.x.

[28] Bauman JM, Chang Y-H. High-speed X-ray video demonstrates significant skin
movement errors with standard optical kinematics during rat locomotion. Journal of
Neuroscience Methods 2010;186:18–24.
https://doi.org/10.1016/j.jneumeth.2009.10.017.

[29] Allen KD, Mata BA, Gabr MA, Huebner JL, Adams SB, Kraus VB, et al. Kinematic and
dynamic gait compensations resulting from knee instability in a rat model of
osteoarthritis. Arthritis Res Ther 2012;14:R78. https://doi.org/10.1186/ar3801.

[30] Min SS, Han JS, Kim YI, Na HS, Yoon YW, Hong SK, et al. A novel method for
convenient assessment of arthritic pain in voluntarily walking rats. Neurosci Lett
2001;308:95–8. https://doi.org/10.1016/s0304-3940(01)01983-8.

[31] Roemhildt ML, Gardner-Morse M, Rowell C, Beynnon BD, Badger GJ. Gait alterations
in rats following attachment of a device and application of altered knee loading. J
Biomech 2010;43:3227–31. https://doi.org/10.1016/j.jbiomech.2010.07.036.

[32] Wallace IJ, Worthington S, Felson DT, Jurmain RD, Wren KT, Maijanen H, et al. Knee
osteoarthritis has doubled in prevalence since the mid-20th century. Proc Natl Acad Sci
USA 2017;114:9332–6. https://doi.org/10.1073/pnas.1703856114.

[33] Glyn-Jones S, Palmer AJR, Agricola R, Price AJ, Vincent TL, Weinans H, et al.
Osteoarthritis. Lancet 2015;386:376–87. https://doi.org/10.1016/S0140-6736(14)60802-
3.

[34] Hunter DJ, Bierma-Zeinstra S. Osteoarthritis. Lancet 2019;393:1745–59.

https://doi.org/10.1016/S0140-6736(19)30417-9.

[35] Hunter DJ, Schofield D, Callander E. The individual and socioeconomic impact of
osteoarthritis. Nat Rev Rheumatol 2014;10:437–41.
https://doi.org/10.1038/nrrheum.2014.44.

[36] Brandt KD, Radin EL, Dieppe PA, van de Putte L. Yet more evidence that osteoarthritis
is not a cartilage disease. Ann Rheum Dis 2006;65:1261–4.
https://doi.org/10.1136/ard.2006.058347.

120
[37] Courties A, Gualillo O, Berenbaum F, Sellam J. Metabolic stress-induced joint
inflammation and osteoarthritis. Osteoarthr Cartil 2015;23:1955–65.
https://doi.org/10.1016/j.joca.2015.05.016.

[38] Visser AW, de Mutsert R, le Cessie S, den Heijer M, Rosendaal FR, Kloppenburg M, et
al. The relative contribution of mechanical stress and systemic processes in different
types of osteoarthritis: the NEO study. Ann Rheum Dis 2015;74:1842–7.
https://doi.org/10.1136/annrheumdis-2013-205012.

[39] Scanzello CR, Goldring SR. The role of synovitis in osteoarthritis pathogenesis. Bone
2012;51:249–57. https://doi.org/10.1016/j.bone.2012.02.012.

[40] Yusuf E, Nelissen RG, Ioan-Facsinay A, Stojanovic-Susulic V, DeGroot J, van Osch G, et

al. Association between weight or body mass index and hand osteoarthritis: a systematic
review. Ann Rheum Dis 2010;69:761–5. https://doi.org/10.1136/ard.2008.106930.

[41] Vos T, Flaxman AD, Naghavi M, Lozano R, Michaud C, Ezzati M, et al. Years lived with
disability (YLDs) for 1160 sequelae of 289 diseases and injuries 1990–2010: a systematic
analysis for the Global Burden of Disease Study 2010. The Lancet 2012;380:2163–96.
https://doi.org/10.1016/S0140-6736(12)61729-2.

[42] Jiang L, Tian W, Wang Y, Rong J, Bao C, Liu Y, et al. Body mass index and susceptibility
to knee osteoarthritis: a systematic review and meta-analysis. Joint Bone Spine
2012;79:291–7. https://doi.org/10.1016/j.jbspin.2011.05.015.

[43] Driban JB, Hootman JM, Sitler MR, Harris KP, Cattano NM. Is Participation in Certain
Sports Associated With Knee Osteoarthritis? A Systematic Review. J Athl Train
2017;52:497–506. https://doi.org/10.4085/1062-6050-50.2.08.

[44] Thomas AC, Hubbard-Turner T, Wikstrom EA, Palmieri-Smith RM. Epidemiology of

Posttraumatic Osteoarthritis. J Athl Train 2017;52:491–6. https://doi.org/10.4085/1062-
6050-51.5.08.

[45] Brown TD, Johnston RC, Saltzman CL, Marsh JL, Buckwalter JA. Posttraumatic
osteoarthritis: a first estimate of incidence, prevalence, and burden of disease. J Orthop
Trauma 2006;20:739–44. https://doi.org/10.1097/01.bot.0000246468.80635.ef.

[46] Whittaker JL, Roos EM. A pragmatic approach to prevent post-traumatic

osteoarthritis after sport or exercise-related joint injury. Best Practice & Research
Clinical Rheumatology 2019;33:158–71. https://doi.org/10.1016/j.berh.2019.02.008.

[47] Yelin E, Weinstein S, King T. The burden of musculoskeletal diseases in the United
States. Seminars in Arthritis and Rheumatism 2016;46:259–60.
https://doi.org/10.1016/j.semarthrit.2016.07.013.

[48] Øiestad BE, Engebretsen L, Storheim K, Risberg MA. Knee osteoarthritis after anterior
cruciate ligament injury: a systematic review. Am J Sports Med 2009;37:1434–43.
https://doi.org/10.1177/0363546509338827.

121
[49] Valderrabano V, Horisberger M, Russell I, Dougall H, Hintermann B. Etiology of Ankle
Osteoarthritis. Clin Orthop Relat Res 2009;467:1800–6. https://doi.org/10.1007/s11999-
008-0543-6.

[50] Saltzman CL, Salamon ML, Blanchard GM, Huff T, Hayes A, Buckwalter JA, et al.
Epidemiology of ankle arthritis: report of a consecutive series of 639 patients from a
tertiary orthopaedic center. Iowa Orthop J 2005;25:44–6.

[51] Lawyer TJ, Jankowski J, Russell GV, Stronach BM. Prevalence of post-traumatic
osteoarthritis in morbidly obese patients after acetabular fracture fixation. J Long Term
Eff Med Implants 2014;24:225–31.
https://doi.org/10.1615/jlongtermeffmedimplants.2014010505.

[52] Furman BD, Strand J, Hembree WC, Ward BD, Guilak F, Olson SA. Joint degeneration
following closed intraarticular fracture in the mouse knee: a model of posttraumatic
arthritis. J Orthop Res 2007;25:578–92. https://doi.org/10.1002/jor.20331.

[53] Anderson DD, Chubinskaya S, Guilak F, Martin JA, Oegema TR, Olson SA, et al. Post-
traumatic osteoarthritis: Improved understanding and opportunities for early
intervention. Journal of Orthopaedic Research 2011;29:802–9.
https://doi.org/10.1002/jor.21359.

[54] White GC, Rosendaal F, Aledort LM, Lusher JM, Rothschild C, Ingerslev J, et al.
Definitions in hemophilia. Recommendation of the scientific subcommittee on factor VIII
and factor IX of the scientific and standardization committee of the International Society
on Thrombosis and Haemostasis. Thromb Haemost 2001;85:560.

[55] National Hemophilia Foundation. Information and statistics about bleeding disorders.
National Hemophilia Foundation 2020. https://www.hemophilia.org/bleeding-disorders-
a-z/overview/fast-facts (accessed November 26, 2020).

[56] van Vulpen LFD, Holstein K, Martinoli C. Joint disease in haemophilia:

Pathophysiology, pain and imaging. Haemophilia 2018;24 Suppl 6:44–9.
https://doi.org/10.1111/hae.13449.

[57] Bach RR. Initiation of coagulation by tissue factor. CRC Crit Rev Biochem
1988;23:339–68. https://doi.org/10.3109/10409238809082548.

[58] Drake TA, Morrissey JH, Edgington TS. Selective cellular expression of tissue factor in
human tissues. Implications for disorders of hemostasis and thrombosis. Am J Pathol
1989;134:1087–97.

[59] Brinkmann T, Kähnert H, Prohaska W, Nordfang O, Kleesiek K. Synthesis of tissue

factor pathway inhibitor in human synovial cells and chondrocytes makes joints the
predilected site of bleeding in haemophiliacs. Eur J Clin Chem Clin Biochem
1994;32:313–7. https://doi.org/10.1515/cclm.1994.32.4.313.

122
[60] Witkop M, Lambing A, Divine G, Kachalsky E, Rushlow D, Dinnen J. A national study of
pain in the bleeding disorders community: a description of haemophilia pain.
Haemophilia 2012;18:e115-119. https://doi.org/10.1111/j.1365-2516.2011.02709.x.

[61] Acharya SS, Kaplan RN, Macdonald D, Fabiyi OT, DiMichele D, Lyden D.
Neoangiogenesis contributes to the development of hemophilic synovitis. Blood
2011;117:2484–93. https://doi.org/10.1182/blood-2010-05-284653.

[62] Bhat V, Olmer M, Joshi S, Durden DL, Cramer TJ, Barnes RF, et al. Vascular remodeling
underlies rebleeding in hemophilic arthropathy. Am J Hematol 2015;90:1027–35.
https://doi.org/10.1002/ajh.24133.

[63] Roosendaal G, Vianen ME, Wenting MJ, van Rinsum AC, van den Berg HM, Lafeber FP,
et al. Iron deposits and catabolic properties of synovial tissue from patients with
haemophilia. J Bone Joint Surg Br 1998;80:540–5. https://doi.org/10.1302/0301-
620x.80b3.7807.

[64] Melchiorre D, Manetti M, Matucci-Cerinic M. Pathophysiology of Hemophilic

Arthropathy. Journal of Clinical Medicine 2017;6. https://doi.org/10.3390/jcm6070063.

[65] Wyseure T, Mosnier LO, von Drygalski A. Advances and challenges in hemophilic
arthropathy. Semin Hematol 2016;53:10–9.
https://doi.org/10.1053/j.seminhematol.2015.10.005.

[66] den Uijl IEM, Fischer K, Van Der Bom JG, Grobbee DE, Rosendaal FR, Plug I. Clinical
outcome of moderate haemophilia compared with severe and mild haemophilia.
Haemophilia 2009;15:83–90. https://doi.org/10.1111/j.1365-2516.2008.01837.x.

[67] Lafeber FPJG, Miossec P, Valentino LA. Physiopathology of haemophilic arthropathy.

Haemophilia 2008;14 Suppl 4:3–9. https://doi.org/10.1111/j.1365-2516.2008.01732.x.

[68] Brunner A, Stäuber F, Göhler S, Czepa D, Krüger S, Wendel M, et al. Quadriceps

strength, inter-extremity difference (IED) and joint status in adult persons with severe
haemophilia in different age stages. Haemophilia 2013;19:267–74.
https://doi.org/10.1111/hae.12034.

[69] Hilberg T, Herbsleb M, Gabriel HH, Jeschke D, Schramm W. Proprioception and

isometric muscular strength in haemophilic subjects. Haemophilia 2001;7:582–8.
https://doi.org/10.1046/j.1365-2516.2001.00563.x.

[70] González L-M, Querol F, Gallach JE, Gomis M, Aznar VA. Force fluctuations during the
Maximum Isometric Voluntary Contraction of the quadriceps femoris in haemophilic
patients. Haemophilia 2007;13:65–70. https://doi.org/10.1111/j.1365-
2516.2006.01354.x.

[71] Fearn M, Hill K, Williams S, Mudge L, Walsh C, McCarthy P, et al. Balance dysfunction
in adults with haemophilia. Haemophilia 2010;16:606–14.
https://doi.org/10.1111/j.1365-2516.2010.02200.x.

123
[72] Herbsleb M, Tutzschke R, Czepa D, Gabriel HHW, Hilberg T. [Maximal isometric
strength measures of the quadriceps muscles. Feasibility and reliability in patients with
haemophilia]. Hamostaseologie 2010;30 Suppl 1:S97-103.

[73] Brunner A, Stäuber F, Göhler S, Czepa D, Wendel M, Seuser A, et al. Impact of joint
status on contraction steadiness of m. quadriceps femoris in people with severe
haemophilia. Haemophilia 2014;20:884–90. https://doi.org/10.1111/hae.12493.

[74] Fischer K, van der Bom JG, Mauser-Bunschoten EP, Roosendaal G, Prejs R, de Kleijn P,
et al. The effects of postponing prophylactic treatment on long-term outcome in patients
with severe hemophilia. Blood 2002;99:2337–41.

[75] Hay CRM. Prophylaxis in adults with haemophilia. Haemophilia 2007;13 Suppl 2:10–5.
https://doi.org/10.1111/j.1365-2516.2007.01500.x.

[76] Di Minno MND, Ambrosino P, Franchini M, Coppola A, Di Minno G. Arthropathy in

patients with moderate hemophilia a: a systematic review of the literature. Semin
Thromb Hemost 2013;39:723–31. https://doi.org/10.1055/s-0033-1354422.

[77] den Uijl I, Biesma D, Grobbee D, Fischer K. Outcome in moderate haemophilia. Blood
Transfus 2014;12 Suppl 1:s330-336. https://doi.org/10.2450/2012.0091-12.

[78] Chai-Adisaksopha C, Noone D, Curtis R, Frick N, Nichol MB, Germini F, et al. Non-
severe haemophilia: Is it benign? - Insights from the PROBE study. Haemophilia 2020.
https://doi.org/10.1111/hae.14105.

[79] Berntorp E. Moderate haemophilia in focus. Haemophilia 2019;25:187–8.

https://doi.org/10.1111/hae.13677.

[80] Bladen M, Alderson L, Khair K, Liesner R, Green J, Main E. Can early subclinical gait
changes in children with haemophilia be identified using the GAITRite walkway.
Haemophilia 2007;13:542–7. https://doi.org/10.1111/j.1365-2516.2007.01429.x.

[81] Lobet S, Detrembleur C, Francq B, Hermans C. Natural progression of blood-induced

joint damage in patients with haemophilia: clinical relevance and reproducibility of
three-dimensional gait analysis. Haemophilia 2010;16:813–21.
https://doi.org/10.1111/j.1365-2516.2010.02245.x.

[82] Lobet S, Hermans C, Bastien GJ, Massaad F, Detrembleur C. Impact of ankle

osteoarthritis on the energetics and mechanics of gait: the case of hemophilic
arthropathy. Clin Biomech (Bristol, Avon) 2012;27:625–31.
https://doi.org/10.1016/j.clinbiomech.2012.01.009.

[83] Lobet S, Detrembleur C, Massaad F, Hermans C. Three-dimensional gait analysis can

shed new light on walking in patients with haemophilia. ScientificWorldJournal
2013;2013:284358. https://doi.org/10.1155/2013/284358.

124
[84] Chang C-Y, Li T-Y, Cheng S-N, Pan R-Y, Wang H-J, Lin S-Y, et al. Prevalence and severity
by age and other clinical correlates of haemophilic arthropathy of the elbow, knee and
ankle among Taiwanese patients with haemophilia. Haemophilia 2017;23:284–91.
https://doi.org/10.1111/hae.13117.

[85] Hart JM, Pietrosimone B, Hertel J, Ingersoll CD. Quadriceps activation following knee
injuries: a systematic review. J Athl Train 2010;45:87–97. https://doi.org/10.4085/1062-
6050-45.1.87.

[86] Torry MR, Decker MJ, Viola RW, O’Connor DD, Steadman JR. Intra-articular knee joint
effusion induces quadriceps avoidance gait patterns1. Clinical Biomechanics
2000;15:147–59. https://doi.org/10.1016/S0268-0033(99)00083-2.

[87] Dauty M, Tortellier L, Rochcongar P. Isokinetic and anterior cruciate ligament

reconstruction with hamstrings or patella tendon graft: analysis of literature. Int J Sports
Med 2005;26:599–606. https://doi.org/10.1055/s-2004-821342.

[88] Dauty M, Bresson C, Trossaert M. Application of the isokinetic test to quantify knee
muscle strength in haemophiliac patients. Haemophilia 2009;15:973–5.
https://doi.org/10.1111/j.1365-2516.2009.01985.x.

[89] Pettersson H, Ahlberg A, Nilsson IM. A radiologic classification of hemophilic

arthropathy. Clin Orthop Relat Res 1980:153–9.

[90] Feldman BM, Funk S, Hilliard P, van der Net J, Zourikian N, Berstrom B, et al.
Hemophilia Joint Health Score 2.1 - Summary Score Sheet 2011.

125
5 Annexes
5.1 Annexe 1 : Exemple de rapport d’analyse quantifiée de la
marche (données cinématiques (A) et cinétiques (B))
(A)

126
(B)

127
5.2 Annexe 2 : Arthropathies hémophiliques chez un hémophile
modéré
A : genou droit en charge de face ; B : genou droit en charge de profil ; C : coude droit de profile ; D :
cheville droite de profile.

A B

C D

128
5.3 Annexe 3 : Score radiographique de l’arthropathie
hémophilique, d’après Pettersson [89]

Classification of haemophilic arthropathy according to the Pettersson score

Absent 0
Osteoporosis
Present 1
Absent 0
Enlargement of epiphysis
Present 1
Absent 0
Irregularity of subchondral surface Partially involved 1
Totally involved 2
Absent 0
Narrowing of joint space Joint space > 1 mm 1
Joint space < 1 mm 2
Absent 0
Subchondral cysts formation 1 cyst 1
>1 cyst 2
Absent 0
Erosion of joint margins
Present 1
Absent 0
Gross incongruence of articulating bone ends Slight 1
Pronounced 2
Absent 0
Joint deformity (angulation and/or displacement) Slight 1
Pronounced 2
Total joint score (max 13 points)

129
5.4 Annexe 4 : Score HJHS 2.1 [90]

130
Résumé :
La marche est un critère d’évaluation particulièrement intéressant compte-tenu de son poids prépondérant dans le
handicap fonctionnel rapporté par les patients ayant des troubles musculo-squelettiques. En effet, elle arrive
volontiers aux premiers rangs des plaintes fonctionnelles. Son étude en recherche clinique semble être un bon
critère dans l’évaluation d’une pathologie ou d’une prise en charge thérapeutique. Ainsi, de nombreuses études
animales se sont intéressées aux conséquences fonctionnelles des arthropathies sur la marche. Cependant, les
différences entre marche animale et humaine sont nombreuses, ce qui rend nécessaire les études cliniques chez
l’homme. Nous avons donc évalué les conséquences fonctionnelles de deux pathologies responsables d’atteintes
articulaires majeures, source de handicap important et d’un coût médico-économique très élevé :
- L’arthrose, maladie ostéo-articulaire la plus fréquente dans le monde et responsable de douleur et handicap
dans les populations vieillissantes. Dans ce cas, un modèle de souris a été utilisé afin d’évaluer l’impact de la
gonarthrose post-traumatique sur la marche.
- L’hémophilie, pathologie rare liée à un déficit congénital en facteurs de coagulation VIII ou IX dont la
complication principale est la survenue d’arthropathies sévères, notamment aux membres inférieurs chez des
individus le plus souvent jeunes.
Nous avons choisi deux démarches différentes pour chacune des pathologies afin d’évaluer la complémentarité
de ces approches scientifiques et leur aspect transversal.

Abstract:
Walking is a particularly interesting criterion due to its rule in the disability reported by patients with
musculoskeletal disorders. Indeed, it is one of the first functional complaints. Clinical research on walking seems
to be a good criterion in the evaluation of pathologies or therapeutic management. Thus, many animal studies
have focused on the functional consequences of arthropathies while walking. However, the differences between
animal and human walking are numerous, which makes clinical studies in humans necessary. Therefore, we
assessed the functional consequences of two pathologies responsible for major joint damage, sources of
significant disability and very high medico-economic burden:
- Osteoarthritis, the most common osteo-articular disease in the world and responsible for pain and disability in
aging populations. In this case, a mouse model was used to assess the impact of post-traumatic knee osteoarthritis
on walking.
- Haemophilia, a rare pathology linked to a congenital deficiency in clotting factors VIII or IX. The main
complication of haemophilia is the occurrence of severe arthropathies, especially in the lower limbs in young
patients.
We have chosen two different approaches for each pathology in order to assess the complementarity of these
scientific approaches and their transverse aspect.

131