脳卒中は長期的な障害の主な原因です。トランク補償は、毎日の活動のために目標指向の腕が到達する間に限られた腕の範囲に置き換えるために最も一般的な動き戦略です。個人、環境、試験条件などのモータ制御戦略に影響を与える要因は数多くあります。
これまでの研究では、個人と環境要因に焦点を当ててきた.しかし、慢性脳卒中生存者における代償運動戦略に関して、検査条件因子は十分に研究されていない。我々は、慢性脳卒中生存者における目標指向腕の運動試験条件または運動制御戦略の影響を調査するために、このプロトコルを設計した。
具体的には、ポストストロークの個人が、異なるタスク目標を持つ目標指向の腕に到達する動きを行う際に、どのように異なる動き戦略を利用するかを決定することを目指しています。このプロトコルを使用して、慢性脳卒中の生存者が機能的なタスクの複雑さと難しさとして、目標指向の腕が動きに達する間にトランク補償を増加させるという仮説をテストします。このセクションでは、運動学的測定の設定について説明します。
モーションモニタソフトウェアを搭載した10台のVicon立体モーションキャプチャカメラを使用して、ゴール指向アーム到達運動学を記録します。Vicon Nexus ソフトウェアバージョンの 2.8.2 を使用して、モーション キャプチャ カメラを設定し、不要な反射、カメラキャリブレーション、およびボリューム原点の設定をマスキングします。その後、モーションモニタソフトウェアを使用して運動データ収集を設定します。
この手順には、マッピング マーカーの設定、スタイラスの設定、ワールド軸の設定、およびボディ セグメントへの仮想センサーの割り当てが含まれます。次に、参加者にマーカートライアドを配置します。トランクマーカートライアドは、肩甲骨の間の胸椎の上の皮膚に配置されます。
上腕のトライアドは、各上腕の側面の中央の皮膚に置かれる。前腕の三つ札は、各前腕の後面の真ん中の皮膚に置かれる。手のトライアドは、第三中手骨の上に皮膚に配置されます。
また、テーブルの上にマーカートライアドを配置します。このマーカートライアドは、ホーム位置とターゲットポジションの位置を登録するために使用されます。箸のキネマティクスを記録するために、カスタム箸スタイラスを作りました。
箸のスタイラスはマーカートライアドを持っており、これはモデルにも登録されています。参加者にマーカートライアドをすべて配置した後、デジタル化方法を使用して対象センサーを設定します。この手順では、マーカートライアド位置に基づいてボディセグメントをモデルに登録し、ソフトウェアは異なるジョイントセンターの位置を計算します。
画面上のプロンプトに従うことで、スタイラスを使用して次のランドマークを指します。上のトランクの場合、C7とT1の椎骨の間の1つのスポット。下のトランクの場合、T12とL1椎骨の間の1つのスポット。
肩関節の場合、上腕骨の頭の真ん中から離れた2つのスポットが等しくなります。肘関節の場合、関節の正線から等距離にある内側と側面の肘の 2 つのスポット。手首関節の場合、内側手首と側面手首の2つのスポットは、関節の中央から等しい距離です。
手については、各手の第3のファランクスの先端。ホームポジションとターゲットポジションについては、各ポジションの中央にスポットを置きます。箸のスタイラスの場合は、箸の先端にスポット。
4つの異なるゴール指向アームがモータータスク条件に達しています。ここでは、これらのモータタスク条件の詳細を説明します。タスクの難易度を示すターゲットサイズは2種類あります。
大きなターゲットは、より簡単なタスク条件になります。そして、より小さいターゲットは、より困難なタスク条件です。また、タスクの複雑さを示す 2 種類のテストもあります。
ポインティングタスクは、より単純な運動タスク条件であり、箸のペアでオブジェクトを拾うことは、高レベルの手の器用さを必要とするより複雑なモータータスク条件です。これら2つのタスク条件の組み合わせとして、我々は4つの異なるモータタスク条件を持っています。この図は、大きなターゲットを指すテンプレートを示しています。
ホームポジションとターゲットポジションがあります。各正方形のサイズは1平方センチメートルで1つになります。2 つの場所の中央距離は 20 センチメートルです。
大きなターゲットを指し示すためのタスクの目標は、できるだけ迅速かつ正確に箸の先端でターゲット広場の中心に到達し、タップすることです。参加者は箸を持ち、ホームポジションの中央に箸の先端を置きます。参加者は、ゴーサウンドを聞くと、ターゲットの正方形の中心に到達し、できるだけ速く正確にタップします。
参加者は、タスクを完了するために 3 秒を持っています。go信号から3秒後に停止信号が表示されます。参加者が 3 秒以内にタスクを完了できない場合は、試行に失敗したと見なされます。
参加者は、各トライアルの間に10秒の休息でこのタスクを10回繰り返します。Go.Stop. 大きなオブジェクトを選ぶには、箸を使って同じテンプレートを使います。プラスチック立方体は、エッジ上に1センチメートル、ターゲットの位置に配置されます。
タスクの目標は、ドロップすることなく、できるだけ早く箸のペアでインチの高さ約プラスチックキューブに到達し、ピックアップすることです。参加者は箸を持ち、ホームポジションの中央に先端を置きます。参加者は、ゴーサウンドを聞くと、できるだけ早く立方体に手を伸ばして拾います。
参加者は、go信号の3秒後に与えられた停止信号の前に立方体を拾う必要があります。参加者が 3 秒以内にキューブを取得できない場合は、試行に失敗したと見なされます。箸の先端をホームの位置に戻すように求められます。
タスク中にプラスチックキューブを落としたり飛んだりすることは、試行錯誤と見なされます。Go.Stop. 小さなターゲットを指すポイントは大きなターゲットを指すのと同じですが、正方形のターゲットサイズは 0.3 x 0.3 平方センチメートルです。参加者は箸を持ち、ホームポジションの中央に箸の先端を置きます。
参加者は、ゴーサウンドを聞くと、できるだけ迅速かつ正確にターゲットの正方形の中心に到達し、タップします。Go.Stop. 小さなオブジェクトタスクのピックアップは、大きなオブジェクトタスクを選択するのと同じですが、ターゲットオブジェクトはエッジで0.3センチメートルです。エッジ上のプラスチック立方体 0.3 センチメートルは、ターゲットの位置に配置されます。
タスクの目標は、ドロップすることなく、できるだけ早く箸のペアでインチの高さ約プラスチックキューブに到達し、ピックアップすることです。参加者は箸を持ち、ホームポジションの中央に先端を置きます。参加者は、ゴーサウンドを聞くと、できるだけ早く立方体に到達して拾います。
このセクションでは、運動学的データ分析に到達する目標指向アームについて説明します。モーションモニターソフトウェアから、以下のランドマークの位置データをエクスポートします。箸スタイラスの先端、テーブル上のホーム位置、テーブル上のターゲット位置、第3の咽頭の中央の各手、肘関節の各中心、肩関節の各中心、C7脊椎は、胴体の動きを表す。
各参加者の上端関節ランドマークとトランク位置データは、各タスク条件のテキスト ファイルとして X、Y、Z 軸にエクスポートされます。キネマティックデータは、カスタムスクリプトとMATLABソフトウェアを使用して前処理されます。キネマティックデータの前処理には、3つのHertzカットオフを備えた3次バターワースローパスフィルタを使用したフィルタリングが含まれます。
次に、実行する手の位置のX、Y、Z方向の結果を計算します。位置データの前処理後、実行手の三次元位置の結果を用いて運動学的データ解析を行い、ゴール指向アームが到達した運動学的変数を計算した。キネマティックデータ解析にはカスタムスクリプトとMATLABソフトウェアを使用しています。
まず、位置データの第1、第2、第3導関数である、実行ハンドの接線速度、加速度、ジャークをそれぞれ計算します。次に、各試行の接線速度プロファイルを使用して、移動の発症、オフセット、ピーク速度を決定します。以下の運動学的変数は、運動学的データ分析、移動期間、ピーク速度、ピーク速度と対比時間からピーク速度およびlogの無次元ジャークから計算された。
ここでは、これらの運動学的変数を模範的な速度プロファイルで記述します。移動の発症とオフセットは、移動のオンセットとオフセットのしきい値(1 秒あたり 0.01 メートル)を使用して識別されます。移動の始まりは、接線速度が 1 秒あたり 0.01 メートルを超える範囲の最初のフレームとして定義されます。
移動オフセットは、接線速度が 1 秒あたり 0.01 メートルを超える範囲の最後のフレームとして定義されます。移動時間は、移動の発症とオフセットの間の時間として定義されます。ピーク速度は、移動の発症とオフセットの間の最大速度振幅です。
ピーク速度までの時間は、運動の発症からピーク速度に到達する時間です。動きの発症、オフセットおよびピーク速度はMATLABソフトウェアのカスタムスクリプトを使用して自動的にラベル付けされる。この自動ラベル付けの後、ラベルは調査員によって視覚化され、検査されます。
ラベルが正しくない場合は、調査員が手動で調整します。ログ無次元ジャークは、この方程式を使用してリーチのジャークプロファイルから計算されます。ゴール指向腕が到達した際のトランク補償の2つの尺度を計算した。
まず、トランク変位を計算した。このメジャーは、移動の発症とオフセットの間のトランクランドマーク、C7 の距離差です。もう 1 つのトランク補正メジャーは、肩の軌道の長さです。
このメジャーは、腕が移動の発症とオフセットに達するまでの、肩のランドマークの移動距離です。肩の軌道の長さは、ゴール指向の腕が到達する間の新しいトランク補償尺度です。私たちは、すべての方向にトランク補償をキャプチャするために、この措置を採用しました。
これらのトランク補償措置を計算するには、3 つのディメンションすべてを使用します。このセクションでは、予備的な結果を提示します。我々の予備的研究は、右側に軽度の上肢運動障害を有する2人の慢性脳卒中生存者と2人の非障害若年成人を有する。
参加者は皆、箸の使用に関するこれまでの経験がなかったか、ほとんどなかった。慢性脳卒中の生存者は、脳卒中発症前に支配的であったパレティック右手を使用してモータータスクを実行します。障害のない若い成人は、彼らの支配的な手である右手で運動タスクを行いました。
ここでは、2つの異なるトランク補償尺度を比較し、肩の軌道がトランク補償をキャプチャするためのトランク変位よりも敏感な尺度であるかどうかを判断しました。図1は、2つの異なる参加者集団におけるトランク補償措置のバイオリンプロットを示している。緑色のプロットは肩の軌道の長さを示し、赤いプロットはトランクの変位を示します。
バイオリンプロットの各ドットは、各腕が動きに達していることを示しています。図1は、障害のない成人と慢性脳卒中の生存者が体幹の変位に違いがないことを示しています。慢性脳卒中生存者の肩の軌道の長さは、障害のない成人のそれよりも大きい。
この結果は、肩の軌道の長さが、ポストストローク個体の胴体変位よりもゴール指向の腕が到達したときのトランク補償のより敏感な尺度であることを示している可能性がある。図 2 は、参加者集団間および異なるモーター タスク間の運動学的変数の違いに対処します。この図では、赤い輪郭が描かれたボックスプロットは、慢性的な脳卒中の生存者を示し、青い輪郭が描かれたボックスプロットは、障害のない若年成人を示している。
X軸には、大きなターゲットを指し示す4つの異なるタスク条件があり、小さなターゲットが大きなオブジェクトを拾い上げ、小さなオブジェクトを拾うことを指しています。慢性脳卒中の生存者は、異なるタスク条件にわたる障害のない若年成人と比較して、運動学的特徴に達するゴール指向の腕が異なっていた。要約すると、慢性脳卒中の生存者は、障害のない若年成人よりも遅く、ぎくしゃくした腕を持っていた。
また、慢性脳卒中の生存者は、到達のフィードバックベースの調整に依存していたが、これはピーク速度に対する相対的な時間が低いと示されている。これらの結果は、以前の知見と一致しています。最後に、図2は、タスクの複雑さが目標指向アーム到達運動の運動学に影響を与えることも示しています。
参加者は、両方の参加者の集団のための単純なモータータスクよりも複雑な運動タスクのために遅く、ぎくしゃくした動きを利用する。さらに、より複雑なタスクのために手を伸ばす腕のより多くのフィードバックベースの制御を使用します。人々はまた、単純なモータータスクよりも複雑なモータータスクのためにより多くのトランク補償を使用する傾向があります。
我々の予備的な結果は、このプロトコルが慢性脳卒中生存者の目標指向腕到達運動戦略に対する試験条件の影響を調査するために使用できることを支持する。
