JNER:使用多关节手臂外骨骼对中风后上肢运动进行运动学评估的临床验证
2021-11-08 MedSci原创 MedSci原创
目前,大多数中风患者无法恢复其瘫痪上肢的全部功能。早期和高剂量运动疗法与临床意义的改善相关。此外,上肢运动的评估对于监测和理解感觉运动恢复至关重要。因此,通过运动学参数增加评估频率可以优化临床治疗程序
目前,大多数中风患者无法恢复其瘫痪上肢的全部功能。早期和高剂量运动疗法与临床意义的改善相关。此外,上肢运动的评估对于监测和理解感觉运动恢复至关重要。因此,通过运动学参数增加评估频率可以优化临床治疗程序,提高康复治疗的有效性。特别是在严重受损的中风患者中,客观准确临床评估对于确定治疗干预过程中哪怕是微小的改善都是必要的。
用于上肢评估的运动学参数种类繁多,如运动精度、功效、规划、精度、平滑度、速度、空间和时间姿势;其中一些还与中风后的临床结果测量相关,而上肢Fugl–Meyer评估(UE-FMA)量表最常用于评估临床损伤水平。多项运动学参数与临床评价有显著相关性(相关系数大于0.7);然而,大多数运动学参数显示出弱(小于0.3)或中等(0.3–0.7)关联。大多数应用的运动学参数来自相当复杂的训练练习,并不是针对每个上肢节段分别获取的。而基于外骨骼的评估工具需要进行系统评估,以评估其临床有效性。但目前还没有研究评估具有多关节外骨骼的严重受损中风患者的上肢与UE-FMA量表的比较。本研究旨在弥补这一差距。本文发表在《神经病学,神经外科学和精神病学杂志》上()。
招募了19名中风患者,患者表现为严重和持续性偏瘫(13例右侧,6例左侧;11例缺血性,8例出血),并提供书面知情同意书。患者入选标准为:年龄 ≥ 18年,中风后的时间:≥6个月,UE-FMA:≤66分中有30分。如果参与者患有无法控制的癫痫、药物滥用、精神疾病、双侧运动障碍、严重且无法控制的临床疾病、认知障碍、怀孕、金属植入物或心脏起搏器,则被排除在研究之外。UE-FMA捕捉运动功能,并包含子核心A(上肢)、B(手腕)、C(手)和D(协调/速度),总共得到最多66分。该临床评估由两名检查人员同时进行,以尽量减少评估的变异性。随后进行临床和运动学评估。整个患者组的UE-FMA平均得分为16.1 ± 5.2分;个体患者得分范围为7-29分;因此,该研究仅包括严重受损患者。这项研究得到了当地医学院伦理审查委员会的批准。
具有外骨骼的受试者进行的五项评估任务
使用了一种商用(Armeo Spring,Hocoma,Volketswil,Switzerland)康复外骨骼,具有单独的肩部(手臂旋转、手臂抬高)、肘部(FE)和腕关节(FE、旋前/旋后)传感器为瘫痪臂提供重力平衡支撑,同时记录运动运动学和握力。使用外骨骼的实时传感器数据在虚拟现实(VR)中显示用户手臂的三维多关节可视化,在内部扩展这些功能,为患者提供视觉和听觉指示和反馈。实时传感器数据使我们能够在计算机屏幕上显示患者手臂的自然虚拟表示。这为患者提供了有关如何进行运动的额外视觉反馈。患者在外骨骼中的进行包括完整的运动评估(~ 6分钟),并使用UE-FMA评分进行临床评估(~ 30分钟)在同一天进行。检查前,检查者指导患者如何进行评估运动。为了便于对严重中风患者的运动能力进行有效评估,在一个独立的课程中对受损手臂的活动范围进行运动学登记,即任务不同,并且与培训课程中的任务分开。
患者运动学评估结果的箱线图(FE:屈曲/伸展,IER:内/外旋转)
患者很容易习惯于临床,没有不良反应。在整个评估过程中,系统和培训软件运行顺利。由于外骨骼的重力补偿,所有严重受损的患者都能够执行运动评估任务。平均需要6分15秒来记录患者的运动能力。一名操作员(将患者放置在外骨骼中)在评估期间在场,但不干预评估程序,因为指导、反馈和练习顺利进行。在运动学参数中,手腕和肘部FEs(r > 0.7,p < 0.0032)。在运动学和临床参数之间,所有仪器测量值与UE-FMA分项得分a(上肢)和D(协调/速度)之间存在中度至高度相关性多元回归模型显著预测UE-FMA(F(5,13)) = 12.22,p < 0.0005,调整R²=0.83)。标准化系数β分别为0.55和0.38的肩压和握力均显著增加(p < 0.05)到预测值。在事后功效分析中,预测的多元回归模型(p < 0.001,df = 5和n = 19) 具有0.83和0.89之间的统计功效。
运动学数据。针对五项任务的三名典型患者,显示角度数据和压力值的个人运动实时数据。
该方法不同于该领域以前的大多数工作,它应用了一项独立的评估任务,该任务与同一器械的康复训练分开,以避免运动特定的学习效果。因此,实施的评估任务将提供定制软硬件应用程序和功能的模块化扩展,这些应用程序和功能已经为相同的外骨骼框架开发:例如,辅助ADL类练习的运动范围和质量的在线反馈闭环任务难度适应这些虚拟伸手抓握任务,以及混合外骨骼,包括自适应神经肌肉刺激,额外的大脑控制和具有主动驱动的机器人支持。本研究以一种标准化的方式评估了单关节角度,这种方法通常应用于神经学和骨科评估的临床环境中。这使本文的方法不同于以前的运动学运动评估方法,这些方法是在具有更复杂运动的特定练习中获得的。因此,这种方法将提供可在不同设备上进行的标准化评估,并使研究能够更好地进行比较。
总之,通过应用基于外骨骼的单关节运动独立评估,对严重受损中风患者上肢运动范围进行临床有效评估是可行的。 还需要在更大临床规模的试验验证。
Grimm, F., Kraugmann, J., Naros, G. et al. Clinical validation of kinematic assessments of post-stroke upper limb movements with a multi-joint arm exoskeleton. J NeuroEngineering Rehabil 18, 92 (2021). https://doi.org/10.1186/s12984-021-00875-7
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
#外骨骼#
86
奈斯
87