パフォーマンスのリアルタイムのフィードバックを使用して再教育運動

要約

けがや病気に続く再訓練異常な動きのパターンは、物理的なリハビリテーションの重要なコンポーネントです。技術の最近の進歩は、結果のほぼ瞬時に定量化、さまざまなタスクの中に動きの正確な評価を許可している。これはリアルタイムで動作不良パターンの修正のための新たな機会を提供しています。

要約

運動のいかなる変更 - 特に数年にわたって磨かれた動きのパターンは - 運動性能を支配するための責任神経筋パターンの再編成が必要になります。この運動学習は、同様に研究や臨床現場で利用されているメソッドの数によって強化することができます。一般的には、移動に追従した結果のリアルタイムのパフォーマンスや知識の口頭でのフィードバックは、一般的に運動学習を浸透させるの予備手段として臨床的に使用されます。 、患者の好みや学習スタイル、視覚的なフィードバック（ミラーまたはビデオのさまざまな種類の使用などを通じて）またはセラピストのタッチを活かし固有受容ガイダンスに応じてセラピストから口頭で指示を補完するために使用されています。確かに、フィードバックのこれらのフォームの組み合わせは、運動学習と最適化の成果を容易にするために、臨床現場で一般的である。

実験室ベースの、定量的な動き分析では、健康と負傷者集団の動きの様々な正確かつ客観的な分析を提供するために、研究の設定で主力となっている。動きを捉えるの実際のメカニズムは異なるかもしれませんが、現在のすべての運動解析システムは、体節と関節の動きを追跡し、キーの移動パターンを定量化するための運動の設立式を使用する能力に依存する。取得と処理速度、分析、動きの説明に制限があるため、伝統的に与えられたテストセッションの終了後にオフラインで発生しました。

本稿では、動きのパターンと運動解析セッション中の患者に特有の運動特性の表示の近くに瞬間的な評価と定量化に依存している標準的な運動解析手法への新しいサプリメントをハイライト表示されます。結果として、この新しい手法は、メリットがオベたフィードバック配信の新しい方法を提供することができるrは現在のフィードバック方法を使用していました。

概要

下肢の神経筋または筋骨格構造への著しい変化は、おそらく運動と関連する身体機能の特性に影響を及ぼすであろう。したがって、身体機能の改善がどんなリハビリ介入の重要な成果である。このようなウォーキングなどの通常の反復的な動きは、一般的に正しい強度とタイミング¹で筋肉を活性化するために必要な制御情報を含むモータープログラムによって管理されています。これらのモータのプログラムは、このように運動に専念制御量を削減し、他の高レベルのタスクに支払われるように注意を可能にして、動きの自動性を向上させる必要があります。ただし、移動し、これらのプログラムは、数年にわたって改良されているという事実にモータプログラムの役割を考えると、けがや病気の後に運動性能を変更することは困難なベンチャー企業です。

伝統的に、動きがintervent再訓練イオンは、新しい情報が新しい、進化するモータのプログラムに組み込まれていることを確実にするために運動性能の十分なフィードバックを提供することを前提とされてきた。 、まだ効果的な、シンプルなアプローチは、グローバルな命令（ 例えば 、 "続きを曲げる" "あなたの膝をまっすぐ"）ならびに、鏡やビデオ記録装置の使用などの視覚的なフィードバックを提供するメカニズムと口頭でフィードバックが含まれています。これらの間接的な戦略が有用であるけれども、特にリソースが限られている臨床現場では、それらは運動変数の離散的かつ定量的な対策を提供する上で、その難易度によって制限されています。その結果、フィードバックの追加のより直接的な方法でこれらの技術を補完する可能性が所望のモータ再学習を強化していきます。

運動特性の離散的、定量結果のフィードバックを提供する動きretraini時のパフォーマンスを向上させることができ、研究および臨床のコミュニティで多くの受け入れがあります ngの介入。例えば、筋電図バイオフィードバック装置を用いて筋活動強度の瞬時の視覚的または聴覚的なフィードバックは、特に脳卒中^2-3、脳性麻痺^4、または慢性的な麻痺⁵を持つ人々に、運動のリハビリテーションにおける主力となっている。これとは対照的に、運動のキネマティクスのフィードバック（ジョイントとセグメントの角度）が少なく、迅速かつ正確にこれらの成果を評価し、測定することが困難であるために利用することが証明されています。確かに、運動の生体力学研究における顕著な機能と臨床の設定に組み込まれ始めているの定量的、実験室ベースの分析も、運動解析の使用量の大半は、試験後のオフライン分析のために予約されています。しかし^、6を再教育運動の有効性を改善する手段として、歩行対策のフィードバックを提供するために新しい技術を使用している文献の研究が増えている。

ve_content ">現在標準動作解析システムとの統合、リアルタイムのバイオフィードバック機能を使用するために検討されている病理一つは変形性膝関節症（OA）のです。最近の研究では、通過する負荷を軽減するために特別に設計された歩行運動のリアルタイムのフィードバックを利用してきた外部膝関節内転モーメントを用いて定量し、膝関節、 - OAの進行⁷の認識のリスク要因は、例えば、研究では、大腿部の角度⁸またはトランク角度^9月10日の大きさのリアルタイムバイオフィードバックを利用してきたハントら ^11が設けられて。歩行試験中の参加者の前でトランク角のリアルタイム表示や膝の内転モーメントマグニチュードで伴う減少と1つのトレーニング·セッション内リーン展示トランクを増加させる能力を示したのに対し、バリオスら ^8は 、8セッションを実施動的な前頭面の膝を変更するに焦点を当てた歩行訓練介入スタンス時の角度とベースラインと比較して1ヶ月の介入後に膝内転モーメント値の有意な低下を示した。これらの研究、および同様の研究は、測定、分析、および継続的に患者に興味のある変数を表示する能力に依存してきた。研究のこの急成長領域には病態の多様性に影響を与える運動特性を持つ患者のための臨床的意義を持っています。膝の変形性関節症（OA）に関連するキネマティック変異の例を用いて、本論文の目的は、パフォーマンスを歩くのリアルタイムバイオフィードバックを用いた運動訓練介入を実施するために必要なメソッドを記述することである。

プロトコル

1。システムの準備

1. カメラで観察することができる任意の反射材のキャプチャボリュームをオフにします。これは、動きのテスト中に静止背景マーカーと混同されている実際の皮膚ベースマーカーの可能性を減少させ、セッションの全体の精度を向上させます。
2. 研究所内の固定位置で静止マーカーにすべてのカメラを目指しによってカメラのキャリブレーションを行います。既知の距離に配置された移動マーカーを使用してダイナミックな動きに静的キャリブレーションを拡張します。キャリブレーションを最適化するために、できるだけキャプチャボリュームのできるだけ多くをカバーするようにしてください。
3. 患者検体の調製に使用されるすべての材料（反射マーカー、測定装置、等）を整理します。これはテスト時の効率を改善し、患者の負担を軽減します。

2。患者の準備

1. 測定されることを意図し、関節や身体セグメント上できるだけ多くのスキンとして公開します。 amounを最小限に抑えるゆったり衣類のtと反射マーカーを可視化するカメラの能力を妨げる可能性があり衣類の任意の部分が拘束されていることを確認します。これは、テープやクリップを使用して行うことができます。可能な限り、マーカーは皮膚に直接貼付されていることを確認してください。
2. マーカ固定用のスキンを用意してください。シェービングや面積を研磨すると、髪が存在したとき、または皮膚表面が過度に汗をかいたり、油性であるインスタンスが必要な場合があります。消毒用アルコールまたは類似の液体を使用してクリア領域を拭いておくと便利です。マーカーと肌との密着性を最大化するために、そして脱落マーカーを防ぐために、これらのステップは重要です。
3. 使用されるように設置されたマーカーに基づいてキー解剖学的ランドマークを触診する。実際のランドマークで皮膚をマークすると、マーカー配置の精度を向上させ、評価の際に脱落マーカーの例で必要な情報を提供します。
4. によると解剖学的上接辞反射マーカーマーカーセットの仕様。ほとんどのマーカーセットは、下肢と上体の様々な解剖学的ランドマークの上に左右対称に配置さ12から15マーカーの最小値が含まれます。これは、実際の骨格の動きを再作成する能力が皮膚ベースのマーカーの位置に依存することに注意することが重要です。使用する生体力学的モデルを決定する際にこのように、慎重に検討を行う必要があります。
5. 必要であれば、重要な人体計測データの測定を行います。生体力学的モデルに応じて、これらのデータは、セグメントの長さ、回転の関節中心の位置、および生体力学データのオフライン処理中に移動するセグメントおよび四肢の全体的な慣性特性を計算するために必要であるかもしれません。

3。モーション解析とリアルタイムフィードバックの配達

1. 約3秒持続する初期静的試験用キャプチャボリュームの中央に被写体のスタンドを持っています。この試験では確実にするために必要なすべてRELEvantのマーカーが表示され、セグメントの向きを計算する。
2. 必要に応じて、すべてのマーカーラベル、データ収集用ソフトウェアを使用すると、個々の身体特性に固有のテンプレートを作成します。個々の身体サイズにマーカー配置をマッチングすることで、データをリアルタイムで追跡および分析を向上させます。マーカポジショニングの冗長性を組み込むことができる運動のモデルを作成することが特に重要です。マーカー閉塞またはドロップオフが発生した事例では、追加のマーカ位置に適切な運動学的特性を生成し、データ内の改行せずにリアルタイム表示を維持するために適切なを利用する能力。
3. 10から30秒から続く初動分析試験を行います。これはベースラインデータを取得する必要があり、また、患者への結果のフィードバックを提供する最初のメカニズムとして使用することができます。関連する所見に関する患者との協議は、モータリアを支援するために重要である新しい運動パターンを生成するときに必要な寧。
4. セラピストが意図した動きの修正の目的を説明しています。これは、修正のための生体力学的および臨床的根拠の両方が含まれており、それがどのように与えられた病理学に固有である必要があります。セラピストによる運動修正のデモンストレーションは、患者が運動学習を強化していきます。動きの修正は一般的に治療中の患者の生体力学的および臨床プレゼンテーション、または研究目的であれば単独で検査すべき研究課題に基づいて決定されます。
5. 運動訓練セッションを開始します。トレッドミルを使用している場合は、対象者が自分の優先速度を選択し、定常状態に達するのに数分を提供することができます。これはまた、患者が身近で、機器、実験のセットアップ、およびプロトコルを快適にすることができます。
6. 運動のパフォーマンスの間に患者にフィードバックを提供します。これは多くの差の形を取ることができるferentアプローチ、およびこれらの組み合わせが初期訓練中に有益である。このようなリアルタイムのバイオフィードバックに口頭フィードバックと進捗状況としてはあまり技術的な方法で開始します。リアルタイムバイオフィードバックの利用率は常に一つずつ結果変数の最大値の明確な表示を含める必要があります。
7. 新しい動きを練習するために、患者に十分な時間を提供します。効果的な運動学習は瞬時に達成されない。代わりに、新しい運動特性の定数の練習は、その動きの責任モータープログラムの再定式化を​​確保するために役立ちます。典型的な再訓練介入は8月10日集中的トレーニングセッション、30分および60分の間に永続的なそれぞれが必要な場合があります。

4。患者デブリーフィングとその後のトレーニングセッション

1. 患者とのセッションの重要な知見や成果を議論する。に焦点を当てることの重要な要因は、パフォーマンスの変動性は、所定の移動MODIFの遵守を含むべきであるicationと変更の根拠と重要性の更なる説明。
2. 患者からのセッションに関する入力を取得します。それぞれの患者の嗜好性が高いと異なることを考えると、それは与えられた個々の介入の配信を変更する必要があるかもしれません。これらは有効性を最適化するために早期に識別する必要があります。
3. 必要に応じて、その後のトレーニングセッションのための計画を決定します。マルチセッションの介入が選択された場合、その後のトレーニングセッションは運動学習を強化するために色あせたフィードバック手法を使用する必要があります。時間フィードバックのブロックと今後のセッションでフィードバックなしの間に少なく全体的なフィードバックと代替を提供します。

結果

変形性膝関節症患者の増加横幹傾斜角度に焦点を当て、単一運動訓練セッションの例を図2に示します。パフォーマンスの口頭およびミラーベースのフィードバックの組み合わせを使用して、トレーニングの約15分後、患者は横体幹屈曲の額に係るリアルタイムデータで提供されていました。この方法でトレーニングはさらに10分間継続した。通常の（変更されていない）試験の間...

ディスカッション

このようなウォーキングなどの運動中のパフォーマンスのリアルタイムのフィードバックは標準モーション解析アプローチに貴重補助することができます。その相対的な幼年期であるにもかかわらず、具体的かつ個別の動きの修正への研究は確かな精度で、リアルタイムで必要な変更を生産する能力の恩恵を受ける。患者が運動修正の具体的な量を必要とする場合は、この金額は実際の動き?...

資料

Name	Company	Catalog Number	Comments
試薬の名称	会社	カタログ番号	コメント（オプション）
反射マーカー	3x3のデザイン		直径12mm
マーカーテープ·ディスク	割引使い捨て	TD-22電極首輪、8ミリメートル	設計された用法は、電極の襟のようになります。
モーション解析カメラ	モーションアナリシス·コーポレーション
Biofeedtrak	モーションアナリシス·コーポレーション
MathWorks社のMATLAB	Mathworks社