5kmトレッドミル走行初期期と末期相の下肢運動学の比較解析

要約

本研究では、5kmトレッドミル走行の初期段階と末期相の間の下肢運動学的変数の生体力学的特性を調べた。10人のランナーの下肢運動学的データを、それぞれ初期相(0.5km)のトレッドミル上の3次元モーションキャプチャシステムと末端相(5km)を用いて収集した。

要約

ランニングは身体の健康に有益ですが、多くの怪我も伴います。しかし、ランニング傷害につながる主な要因は原因不明のままです。本研究では、走る長い距離が下肢運動学的変数に及ぼす影響を調べ、5km走行の初期(IR)と末期相(TR)の下肢運動学的差異を比較した。10人のアマチュアランナーが10km/hの速度でトレッドミルで走り、ダイナミックキネマティックデータはそれぞれIR(0.5km)とTR(5km)の位相で収集されました。この実験では、ピーク角、ピーク角速度、運動範囲を記録した。主な結果は、以下を実証しました: 足首のエバージョンと膝の拉致はTRで増加しました;足首と膝のROMは、IRよりもTRの前頭面で増加しました;IRと比較して、足首の背反射と股関節間回転のより大きなピーク角速度がTRで発見された。長距離走行中のこれらの変更は、怪我を実行する潜在的な理由を探るためのいくつかの特定の詳細を提供する可能性があります。

概要

ランニングは世界中で最も人気のあるスポーツです。実行する個人の数が多く、この数は毎年大幅に増加します¹.ランニングを含む定期的な運動への参加は、健康を促進し、心血管疾患のリスクを減らし、したがって、平均余命^{22、3、43を4}改善することができることが示唆されている。ランニングの重大な健康上の利点にもかかわらず、ランニング傷害の発生率は^55、66年で25%から83%に増加しました。ランニングに関連するいくつかのリスクがあります, 特に下肢に, 主に筋骨格損傷に焦点を当てています⁷.一般的なランニング関連の傷害の大部分は、口蓋骨痛、足首捻挫、脛骨ストレス骨折、足底筋膜炎⁸に関連しています。ランニング傷害は、誤った足の打撃パターン、誤った靴の選択、および他の個々の生体力学的要因⁹など、多くの要因によって誘発される可能性がある。例えば、ヒールストライクパターンで走ると、より大きなプロネーションを引き起こし、足の内側側に大きな足底圧力を伴い、アキレス腱症および小児性障害性疼痛¹⁰に対するリスクが高くなる可能性がある。さらに、より大きな膝の内部回転で走ると、特に長距離を走る場合、女性ランナー¹¹の腸骨バンド症候群に関連することが以前に報告されている。

運動、運動学、および時間空間成分のパラメータは、歩行バイオメカニクスの正確な分析を提供することができ、臨床歩行解析¹²の重要なパラメータであると現在考えられている。低い垂直接地反力およびより大きい衝撃加速度は、長距離走行^13、14,14の後に再コード化される。より高い股関節遠足および小さい膝の屈曲はまた疲労筋肉¹⁵と共に発見され、増加したストライド頻度は、ストライドの長さの^13、16,16を減少させることができる。

しかし、ほとんどの研究では、実行後に生体力学的変動を測定するため、初期および末端の走行段階における下肢の生体力学的特徴の変化は完全には分析されていません。さらに、アマチュアランナーの歩行生体力変化に対する長距離走行の影響を評価するために標準的な実験室技術を使用する研究はごくわずかです。ランニング傷害につながる主な要因はまだ不明です。したがって、長距離走行によって引き起こされる下肢損傷の根本的な理由を明らかにするために、この研究はアマチュアランナーで走るトレッドミル5kmのIR相とTR相の間の下肢の生体力学的変化を比較することを目的としている。

プロトコル

書面によるインフォームド・コンセントは被験者から取得され、試験手続きは大学倫理委員会によって承認されました。参加者全員に、トライアルの要件とプロセスが通知されました。

1. 研究室の準備

1. キャリブレーション中に、ライトをオフにして、他の反射可能なオブジェクトを取り除く。8台のカメラが適切に配置され、反射のない明確なビューを持っていることを確認します。
2. Vicon Nexus 1.8.5 プログラムを開き、カメラを初期化します。システムの選択|ローカルシステム|[リソース] ウィンドウのMX カメラとカメラが関与します。
   注: [プロパティ]ペインで、パラメータを調整する必要があります。ストロボ強度の値の範囲は 0.95-1 に調整され、しきい値の範囲は 0.2 ~ 0.4 に設定されます。グレースケールモードを自動に設定します。[最小循環率] は 0.5 に設定され、[ゲインの倍率は 1(x1)、最大ブロブ高さは 50 に設定され、[LED を有効にする] を選択します。
3. T フレームをキャプチャ領域の中央に配置し、システム内のすべてのカメラを選択して、2D モードを使用します。T フレームが干渉ポイントなしでカメラ ビューに表示されていることを確認します。ツールバーの最初の項目[システム準備]を選択します。[T フレーム]ドロップダウン リストで、[5 マーカー ワンド&T フレーム]キャリブレーション オブジェクトを選択します。
4. [システム準備ツール]ペインで、[マスクカメラ]セクションの下にある[スタート]ボタンをクリックします。次に、[MXカメラのキャリブレーション] セクションの [スタート] ボタンをクリックします。
   注: キャリブレーションプロセスが完了すると、プログレスバーは0%に復元されます。
5. T フレームをカメラの中央に配置して、座標の原点を設定します。
6. ツールウィンドウで、[ボリュームの原点を設定] セクションの下にある [開始] ボタンをクリックします。
7. テストゾーンの中央にトレッドミルを置きます。8 台のカメラがトレッドミルの周囲に表示されます (図 1)。
8. 被験者に両面テープを付けて、合計22個の反射マーカー(直径:14mm)を貼り付けます。

図 1: テスト サイトのレイアウトカメラは、被験者がトレッドミルで実行している間、下肢の動きをキャプチャします。この図の大きなバージョンを表示するには、ここをクリックしてください。

2. 対象準備

1. 試験の前に、研究室の被験者にインタビューし、実験手順の簡単な説明を行います。次に、参加者にアンケートを記入してもらいます。これらのアンケートの結果を要約します。
   1. 次の質問を使用します。
      1. あなたは1週間にどのくらいの頻度で走りますか?
      2. あなたは何年走っていますか?
      3. 過去6ヶ月間に下肢の怪我を負ったり、下肢の手術を受けたりしましたか?
      4. あなたは週に何キロ走りますか。
2. 次の包含基準を使用してください:すべての参加者は右足が支配的であり、研究の前の過去6ヶ月間に下肢の怪我を負わなかった。すべての参加者は少なくとも週に15キロを走った。
   注:10人の健康なレクリエーション女性ランナー(年齢:23.4±1.3歳、身長:160.7±3.8cm;質量:50.3±2.3kg;走行年:3.2±1.2年)が選択されました。
   1. 包含基準を満たす参加者から書面によるインフォームド・コンセントを得る。
3. 参加者は、均一なタイツとズボンを着用することを要求します。
4. 統計モデルの被験者の身長(mm)、体重(kg)、下肢の長さ(mm)、膝幅(mm)、足首幅(mm)を記録します。
5. 前部上腸骨脊椎、後方上腸骨脊椎、横中腿、横膝、横半袖、横筋、横筋、第2中足骨頭、カルカネウスの被写体に16個の反射マーカーを配置する。2番目の中足頭にマーカーを置き、靴下と靴の対応する解剖学的ポイントにカルカネウスを置きます。
6. 競技ランニングシューズを履くように参加者に指示します。参加者は軽いランニングでウォームアップし、5分間伸ばします。

3. 静的キャリブレーション

1. ツールバーの [データ管理] ボタンをクリックし、[データ管理] を選択します。ツールバーの [新しいデータベース] タブをクリックし、場所を選択し、トライアル名と臨床テンプレートを記述して、[作成] ボタンをクリックします。
2. [データベースを開く] ウィンドウで、作成されたデータベースの名前を選択します。開いているインターフェイスで、緑色の[新しい患者分類] ボタン、黄色の[新しい患者] ボタン、および灰色の[新しいセッション] ボタンをクリックして、サブジェクトの種類、サブジェクト名、および異なるアクション ステータスなどの実験情報を作成します。
   1. 左側のツールバーのNexusペインに戻り、[件名] をクリックして[新しいサブジェクト] データ セットを作成し、試用版モデルを選択します。 Subjects[プロパティ] ウィンドウで、すべての人間学的な測定値(身長(mm)、体重(kg)、下肢の長さ(mm)、膝の幅(mm)、足首の幅(mm)を入力します。
3. [ライブ移動] ボタンをクリックし、[スリブルト] を水平に選択し、グラフを選択して[軌道]の数を確認します。
   注: すべてのマーカーが 3D パース ビューに表示されていることを確認します。これは、すべてのマーカーを解析用にキャプチャできることを示します。
4. 静的モデルをキャプチャする準備をします。[キャプチャ ツール]ウィンドウで、[件名のキャプチャ] セクションの [スタート] ボタンをクリックします。
   注: データ収集プロセス全体の間、被験者はキャプチャエリア内で静止したままにして、140~200 フレームの画像を収集する必要があります。次に、[停止] ボタンをクリックします。
5. パースペクティブ ペインで、キャプチャ マークを表示します。[ツール] ウィンドウの [パイプライン] ボタンをクリックし、[再構築パイプラインの実行] を選択して、キャプチャしたマーカーの 3D イメージを作成します。次に、静的モデルに手動でラベルを付けます。識別が完了したら、保存してEsc キーを押して終了します。
6. ツールバーで、対象の準備と対象のキャリブレーションを選択します。ドロップダウン リストから[静的プラグインの移動]オプションを選択します。[静的設定]ペインで、左足と右足を選択し、[開始] ボタンをクリックして静的モデルを保存します。

4. 動的な試験

1. 静的データの収集が終了したら、右側のツールバーで[キャプチャ]を選択します。[試用版の種類] と[セッション]を上から下に選択し、試用版の説明を入力します。
2. 参加者に以下のようにトレッドミルで走ってもらいます。
   1. 時速8キロで1分間歩いてウォームアップ。
   2. 参加者に10km/hの速度でトレッドミルで走ってもらいます。この速度で4分の適応期間を過ぎると、40 sの走行データを記録します。
   3. 心拍数を記録し、ランニング中の被験者の疲労状態を監視するために心拍数モニターを着用するように被験者に依頼します。
3. ツールキャプチャウィンドウで、[開始] ボタンをクリックします。動的トライアルを収集した後、[停止] をクリックしてコレクションを終了します。

5. 後処理

1. [データ管理]ウィンドウを開き、試用版の名前をダブルクリックします。ツールバーの [パイプラインとラベルの再構築] ボタンをクリックして、マーク ポイントの位置を再構築します。
2. パースペクティブウィンドウで、タイムバーの青い三角形を移動して、必要な時間範囲を設定します。
3. タイムラインのビューをシフトして、選択した範囲のみを表示し、タイム バーをクリックして、[対象地域にズーム] をクリックします。
4. この時点で、[ラベル] ボタンを選択して、静的識別プロセスと同じ手順でラベル ポイントを識別およびチェックします。必要に応じて、不完全な識別ポイントを補完します。ラベルなしのマークを削除します。
5. [サブジェクトの調整] ウィンドウで、[動的プラグインの検索] を選択します。[開始]ボタンをクリックしてデータを実行します。後処理のためのc3d形式での輸出の運動試験。

6. データ分析

1. キネマティクスデータを処理します。ジョイント角度データをエクスポートする前に、カットオフ周波数が 10 Hz (キネマティック) の 4 次ローパス バターワース フィルタを適用します。関節角度のデータをエクスポートします。
2. 1つのスタンスフェーズ中に3つの平面(矢頭、前頭、横方向)の運動範囲、ピーク角、下肢関節(股関節、膝、足首)の角速度のピークを計算します。

7. 統計分析

1. ペアサンプルT検定を使用して、5km走行中の初期(IR)と末端相(TR)の間で、下肢運動学(ピーク角、ROM、ピーク角速度)を比較します。
2. 異なる走行距離について、被験者ごとに有効な5つの試験の平均値と標準偏差を計算します。有意水準を p < 0.05 に設定します。

結果

結果は、矢状面で足首と股関節のピーク角度に違いが認められなかったことを示した。IRと比較して、前頭面の足首と膝のピーク角度はTRで有意に増加した。IRとは対照的に、TRではより大きな内部ヒップ角度が見つかりました。しかし、TRは、IRよりも股関節の外転、足首の回転、膝の回転においてより小さいピーク角度を示した(図2)。

矢状面では?...

ディスカッション

この研究では、アマチュアランナーの下肢の生体力学的特性に対する長距離走行の影響を比較した。足首のエバタと膝の外転のピーク角は、前の研究¹⁷と一致している5キロの走行後に増加したことがわかった。研究は、過度の足首のエバージョンと気転速度が足首の怪我のリスクを高める重要な要因であることを示しています^18,,19

資料

Name	Company	Catalog Number	Comments
14 mm Diameter Passive Retro-reflective Marker	Oxford Metrics Ltd., Oxford, UK		n=22
Double Adhesive Tape	Oxford Metrics Ltd., Oxford, UK		For fixing markers to skin
Heart Rate	Garmin, HRM3-SS, China		Detection of fatigue state
Motion Tracking Cameras	Oxford Metrics Ltd., Oxford, UK		n= 8
T-Frame	Oxford Metrics Ltd., Oxford, UK		-
Treadmill	Smart Run,China		Subject run on the treadmill for all the process.
Valid Dongle	Oxford Metrics Ltd., Oxford, UK		Vicon Nexus 1.4.116
Vicon Datastation ADC	Oxford Metrics Ltd., Oxford, UK		-