JoVE Logo

登录

需要订阅 JoVE 才能查看此. 登录或开始免费试用。

本文内容

  • 摘要
  • 摘要
  • 引言
  • 研究方案
  • 结果
  • 讨论
  • 披露声明
  • 致谢
  • 材料
  • 参考文献
  • 转载和许可

摘要

本文提出了一种专门用于运动控制缺陷中风患者双运动任务步态分析的方案。

摘要

本研究招募了18名中风患者,涉及认知和行走能力的评估以及多任务步态分析。多任务步态分析包括单个步行任务(任务 0)、简单运动双任务(持水,任务 1)和复杂运动双任务(穿越障碍物,任务 2)。穿越障碍物的任务被认为等同于简单的步行任务和复杂的运动任务的组合,因为它涉及更多的神经系统、骨骼运动和认知资源。为了消除脑卒中患者步态分析结果的异质性,计算了各种运动学参数的双任务步态成本值。在近端关节角度方面观察到主要差异,特别是在躯干、骨盆和髋关节的角度方面,双运动任务明显大于单步行任务。本研究方案旨在通过对双运动行走任务的分析,为步态功能的临床诊断和运动控制缺陷脑卒中患者的运动控制的深入研究提供依据。

引言

恢复独立行走功能是脑卒中后患者参与社区生活的必备条件之一1。行走能力的恢复不仅需要感知和认知系统的相互作用,还需要运动控制2,3,4此外,在现实的社区生活中,人们需要更高的能力,例如同时执行两项或多项任务(例如,拿着物体行走或越过障碍物)。因此,研究开始关注双重任务对步态表现的干扰5,6。以前的双任务研究主要针对老年和认知障碍患者,因为中风患者的运动表现困难和异质性;卒中患者的步态功能主要通过单个步行任务7,8,9进行评估。然而,双任务步态分析,特别是与运动控制相关的运动双任务分析需要进一步研究。

本研究介绍了一种双运动任务步态分析和评估方法。该方案不仅包括对中风患者行走能力的临床评估,而且还侧重于两个双运动任务:保持水和行走任务(简单的双运动任务)和穿越障碍物行走任务(复杂的双运动任务)。本研究旨在探讨双运动任务对脑卒中患者步态的影响,并利用双任务参数的双任务步态成本(DTC)值10 (单任务与双任务之间的差异)来排除脑卒中患者的异质性。实验任务的设计促进了脑卒中患者运动控制功能的深入探讨,为脑卒中患者步态功能的临床诊断和评价提供了新的思路。

研究方案

注:临床研究经广州医科大学附属第五医院医学伦理协会批准(编号:KY01-2019-02-27),并已在中国临床试验注册中心注册(编号:KY01-2019-02-27)。ChiCTR1800017487,标题为"中风后步态控制和运动认知的多种模态任务")。

1. 招聘

  1. 招募具有以下纳入标准的脑卒中患者:符合中华医学会神经分会脑血管疾病诊断标准的患者(2005);通过计算机断层扫描或磁共振成像确诊脑梗死;单侧皮质损伤或皮质下病变;能够独立行走,布伦斯特罗姆阶段≥4个阶段;修改后的阿什沃思量表11≤2分;满足三维(3D)步态分析的要求和全程耐受能力;以及给予知情同意的能力。
  2. 确保满足以下排除标准:充血性心力衰竭、下肢深静脉血栓形成、恶性进行性高血压、呼吸衰竭或其他疾病,以及严重的跌倒风险。
  3. 在开始研究之前获得所有患者的书面知情同意。

2. 临床评价

  1. 记录患者的人口统计特征,包括姓名、性别、出生日期、教育水平、主诉、当前病史、既往病史、医疗和当前用药。
  2. 认知功能评估
    1. 要求患者完成简易精神状态检查(MMSE)12 ,以30个问题的量表记录患者的回答,总分为30分,用于认知评估,涉及以下七个方面:时间取向、位置取向、即时记忆、注意力和计算能力、延迟记忆、语言和视觉空间。
      注:MMSE的分数与教育水平密切相关。正常的认知标准是文盲>17分,小学>20分,初中>24分13分。
    2. 要求患者完成蒙特利尔认知评估(MoCA)14,将患者对认知评估总分为30分的11 个问题的量表的回答记录下来,涉及以下八个方面:注意力和注意力、执行功能、记忆、语言、视觉结构技能、抽象思维、计算和定向。
      注意:正常的认知标准是≥26分。如果受试者接受教育不到 12 年,他们应该在15 分的基础上加 1 分。
  3. 行走能力评估
    1. 进行 10 米步行测试 (10 MWT)16.要求患者以自选的速度连续进行三次试验,分别以确保安全性、舒适性和更高的速度。记录每次试验中步行到中间 6 m 所需的时间(以排除加速和减速影响)。
    2. 进行定时测试(TUGT)17。要求患者以自选的速度进行三次连续的TUG试验(站立,步行3米,转身,向后走和坐下),以确保安全性和舒适性18

3.3D步态分析

  1. 患者准备
    1. 告知患者注意事项和实验目的。
    2. 要求患者穿紧身内衣,以充分暴露颈部、肩部、腰部和下肢。
    3. 记录各种人体测量指标的值,包括身高、体重、踝关节双侧宽度、双侧膝盖直径、骨盆宽度、双侧骨盆深度和双腿长度。
    4. 根据戴维斯协议在患者的关键点上放置22个标记物19:躯干上的三个标记( 7颈椎,两侧肩膀);骨盆上的三个标记(髂前上脊柱和踝关节的两侧);大腿上有6个标记(双侧股骨大转子、股骨髁和股骨大转子中点和股骨髁在同一侧);小腿上的6个标记(双侧肱骨头,外侧踝关节,肱骨头中点和踝关节在同一侧);脚上的四个标记(第五跖骨头和两侧的脚跟)(图1)。
    5. 单击3D步态分析系统的 "开始" 按钮,然后为患者制作新的配置文件。
    6. 输入基本患者信息和先前测量的参数。
  2. 常备数据采集
    1. 指导患者在测力板上保持直立位置至少 3-5 秒以收集基线数据。
    2. 单击 Proc_Davis_Standing 按钮以快速检查标记的位置。
  3. 步行任务数据采集
    1. 通过抽签确定三个步行任务的随机顺序。
    2. 要求患者以自选的舒适速度在步行通行证上行走五次试验,标记为任务 0(将单个步行任务视为基线 任务 )。
    3. 要求患者在步行通行证上拿着一瓶水以自选的舒适速度进行五次试验,标记为任务1(简单的双电机 任务 )。
      注意:要求患者在未受影响的手中握住一瓶 550 mL 的水,同时将肩关节的手臂位置保持在 0°,肘部屈曲保持在 90°。
    4. 要求患者以自选的舒适速度穿过步行通道中间的线进行五次试验,标记为任务2(复杂的双电机 任务 )。
      注意:在 任务2 数据采集之前,在步行通道的中间放置一把软尺子。

4. 数据处理和分析

  1. 选择要处理的每个步行任务的中间三个试验,以确保患者稳定。
  2. 识别每个步态周期,在同一侧有两个连续的脚跟步幅点。
  3. 标记每个步态周期中的脚趾点20.
  4. 单击 Proc_DavisHeel+GI_AE 按钮以计算步态的运动学参数,以及步态表现得分(GPS)指数的计算。

5. 感兴趣的数据提取和统计分析

  1. 从处理的数据中选择感兴趣区域参数,包括特殊临时参数(站立阶段、摆动阶段、单站姿、双站姿、踏频)、关节角度参数(躯干倾斜度(额平面)、躯干倾斜度(矢状面)、躯干旋转(横向平面)、骨盆倾斜度(矢状面)、骨盆旋转(横向平面)、髋关节屈曲伸展、髋关节腹内收、髋关节旋转、膝关节屈曲伸展、 踝关节背跖屈和GPS指数。
  2. 根据以下公式[10]计算DTC值:
    ([单任务步速-双任务步态速度]/单任务步态速度) × 100 (1
  3. 使用前面描述的方法进行统计分析(见材料表20,21)。
    1. 将参数数据表示为均值,如果呈正态分布,则表示为标准差,如果不是,则表示为中位数。
    2. 使用配对 t 检验比较 任务 1 和任务 2 条件下患者之间运动学参数的差异。
    3. 使用单因子方差分析来比较运动学参数的三个不同任务(任务 0、任务 1 和任务 2)。将统计显著性设置为 P < 0.05。

结果

本研究招募了18名脑卒中后偏瘫患者。参与者的平均年龄为51.61岁±12.97岁;都是男性。左右偏瘫比例为10/8;布伦斯特罗姆阶段的平均分期为4.50±0.76。MMSE和MoCA的平均值分别为26.56±1.67和20.06±2.27。其他人口统计学特征(包括脑卒中类型和发病时间)见表1。对于步态双重任务(任务1和任务2)的原始数据,时空参数没有统计学差异(表2)。然而,在关节角参数中,任务 2 中的双边躯干旋转?...

讨论

本研究描述了一种临床评估运动控制缺陷中风患者双运动任务步态分析的方案。该协议的设计基于两个要点。首先,以往的研究大多使用单一的步行任务来评估脑卒中患者的步态功能,关于运动控制的相关讨论不充分,特别是因为复杂运动的原理很少涉及22,23。因此,在这项研究中,作者除了以单步行任务为基准外,主要关注运动表现和行走两个双重任...

披露声明

作者没有什么可透露的。

致谢

我们感谢Anniwaer Yilifate校对我们的手稿。本研究由国家自然科学基金第81902281号和第82072544号基金、广州市卫生和计划生育委员会通用指导项目(批准号:20191A011091和20211A011106)、广州重点实验室基金(第201905010004号)和广东省基础与应用基础研究基金(批准号:2020A1515010578)资助。

材料

NameCompanyCatalog NumberComments
BTS Smart DX systemBioengineering Technology System, Milan, Italy1Temporospatial data collection
BTS SMART-Clinic softwareBioengineering Technology System, Milan, Italy2Data processing
SPSS software (version 25.0)IBM Crop., Armonk, NY, USAStatistical analysis

参考文献

  1. Cho, K. H., Kim, M. K., Lee, H. -. J., Lee, W. H. Virtual reality training with cognitive load improves walking function in chronic stroke patients. The Tohoku Journal of Experimental Medicine. 236 (4), 273-280 (2015).
  2. Delavaran, H., et al. Cognitive function in stroke survivors: A 10-year follow-up study. Acta Neurologica Scandinavica. 136 (3), 187-194 (2017).
  3. Zhang, W., et al. The effects of transcranial direct current stimulation versus electroacupuncture on working memory in healthy subjects. Journal of Alternative and Complementary Medicine. 25 (6), 637-642 (2019).
  4. Pin-Barre, C., Laurin, J. Physical exercise as a diagnostic, rehabilitation, and preventive tool: influence on neuroplasticity and motor recovery after stroke. Neural Plasticity. 2015, 608581 (2015).
  5. Auvinet, B., Touzard, C., Montestruc, F., Delafond, A., Goeb, V. Gait disorders in the elderly and dual task gait analysis: a new approach for identifying motor phenotypes. Journal of Neuroengineering and Rehabilitation. 14 (1), 7 (2017).
  6. Tramontano, M., et al. Maintaining gait stability during dual walking task: effects of age and neurological disorders. European Journal of Physical and Rehabilitation Medicine. 53 (1), 7-13 (2017).
  7. Sakurai, R., Bartha, R., Montero-Odasso, M. Entorhinal cortex volume is associated with dual-task gait cost among older adults with MCI: results from the gait and brain study. The Journals of Gerontology. Series A, Biological Sciences and Medical Sciences. 74 (5), 698-704 (2019).
  8. Howcroft, J., Lemaire, E. D., Kofman, J., McIlroy, W. E. Dual-task elderly gait of prospective fallers and non-fallers: a wearable-sensor based analysis. Sensors. 18 (4), 1275 (2018).
  9. Fernandez-Gonzalez, P., Molina-Rueda, F., Cuesta-Gomez, A., Carratala-Tejada, M., Miangolarra-Page, J. C. Instrumental gait analysis in stroke patients. Revista de Neurologia. 63 (10), 433-439 (2016).
  10. Montero-Odasso, M. M., et al. Association of dual-task gait with incident dementia in mild cognitive impairment: results from the gait and brain study. JAMA Neurology. 74 (7), 857-865 (2017).
  11. Bohannon, R. W., Smith, M. B. Interrater reliability of a modified Ashworth scale of muscle spasticity. Physical Therapy. 67 (2), 206-207 (1987).
  12. Llamas-Velasco, S., Llorente-Ayuso, L., Contador, I., Bermejo-Pareja, F. Spanish versions of the Minimental State Examination (MMSE). Questions for their use in clinical practice. Revista de Neurologia. 61 (8), 363-371 (2015).
  13. Yoelin, A. B., Saunders, N. W. Score disparity between the MMSE and the SLUMS. American Journal of Alzheimer's Disease and Other Dementias. 32 (5), 282-288 (2017).
  14. Julayanont, P., Brousseau, M., Chertkow, H., Phillips, N., Nasreddine, Z. S. Montreal Cognitive Assessment Memory Index Score (MoCA-MIS) as a predictor of conversion from mild cognitive impairment to Alzheimer's disease. Journal of the American Geriatrics Society. 62 (4), 679-684 (2014).
  15. Carson, N., Leach, L., Murphy, K. J. A re-examination of Montreal Cognitive Assessment (MoCA) cutoff scores. International Journal of Geriatric Psychiatry. 33 (2), 379-388 (2018).
  16. Peters, D. M., Fritz, S. L., Krotish, D. E. Assessing the reliability and validity of a shorter walk test compared with the 10-Meter Walk Test for measurements of gait speed in healthy, older adults. Journal of Geriatric Physical Therapy. 36 (1), 24-30 (2013).
  17. Podsiadlo, D., Richardson, S. The timed "Up & Go": a test of basic functional mobility for frail elderly persons. Journal of the American Geriatrics Society. 39 (2), 142-148 (1991).
  18. Lin, Q., et al. Quantitative static and dynamic assessment of balance control in stroke patients. Journal of Visualized Experiments: JoVE. (159), e60884 (2020).
  19. Davis, R. B., Ounpuu, S., Tyburski, D., Gage, J. R. A gait analysis data collection and reduction technique. Human Movement Science. 10 (5), 575-587 (1991).
  20. Liang, J., et al. The lower body positive pressure treadmill for knee osteoarthritis rehabilitation. Journal of Visualized Experiments: JoVE. (149), e59829 (2019).
  21. Liang, J., et al. The effect of anti-gravity treadmill training for knee osteoarthritis rehabilitation on joint pain, gait, and EMG: Case report. Medicine (Baltimore). 98 (18), 15386 (2019).
  22. Balaban, B., Tok, F. Gait disturbances in patients with stroke. PM & R: The Journal of Injury, Function, and Rehabilitation. 6 (7), 635-642 (2014).
  23. Li, M., Xu, G., Xie, J., Chen, C. A review: Motor rehabilitation after stroke with control based on human intent. Proceedings of the Institute of Mechanical Engineers. Part H, Journal of Engineering in Medicine. 232 (4), 344-360 (2018).
  24. Bloem, B. R., Valkenburg, V. V., Slabbekoorn, M., Willemsen, M. D. The Multiple Tasks Test: development and normal strategies. Gait Posture. 14 (3), 191-202 (2001).
  25. Montero-Odasso, M., Muir, S. W., Speechley, M. Dual-task complexity affects gait in people with mild cognitive impairment: the interplay between gait variability, dual tasking, and risk of falls. Archives of Physical Medicine and Rehabilitation. 93 (2), 293-299 (2012).
  26. Selvaraj, U. M., Poinsatte, K., Torres, V., Ortega, S. B., Stowe, A. M. Heterogeneity of B cell functions in stroke-related risk, prevention, injury, and repair. Neurotherapeutics. 13 (4), 729-747 (2016).

转载和许可

请求许可使用此 JoVE 文章的文本或图形

请求许可

探索更多文章

169

This article has been published

Video Coming Soon

JoVE Logo

政策

使用条款

隐私

科研

教育

关于 JoVE

版权所属 © 2025 MyJoVE 公司版权所有,本公司不涉及任何医疗业务和医疗服务。