文摘
运动学评价通过便携式传感器系统越来越多的应用于神经科学和临床实践。然而,传统运动学评价很少,上下文超越了运动损伤水平。此外,运动大量物品,可能是复杂和耗时的任务,构成测试应用程序和数据处理的负担。研究旨在探索finger-to-nose任务的相关性通过惯性测量单元(FNT)运动学与上肢运动功能在亚急性中风。在这项研究中,六个FNT运动学变量被用来测量运动时间,平滑度和速度在37个参与者亚急性中风。上肢运动功能评估Fugl-Meyer评估了上肢(FMA-UE),行动研究机构测试(ARAT),和修改Barthel指数(MBI)。结果,平均速度、峰值速度和运动单位的数量与临床相关的评估。多变量线性回归模型可以估计55%,51%,和32%的方差在FMA-UE ARAT,分别和MBI。此外,年龄,性别,类型的中风和轻瘫的对这些联系方面没有显著的影响。结果表明,FNT运动学变量通过惯性测量单元测量与上肢运动功能与亚急性个人中风。 The objective kinematic evaluation may be suitable for predicting clinical measures of motor impairment and capacity to understand upper extremity motor recovery and clinical decision making after stroke. This trial is registered withChiCTR1900026656。
1。介绍
上肢运动功能受损(问题)在大约50 - 80%的急性中风患者(1)和慢性中风(40 - 50%2,3]。运动损伤导致可怜的运动控制,并对功能产生重大影响能力和日常生活活动(ADL)中风幸存者的4]。优化问题恢复中风后,选择多层次措施结果至关重要的解释运动康复和临床决策(5]。尽管有广泛的验证问题尺度或测试来评估身体结构、功能和活动在临床实践6),这些评估往往依赖于主观评价顺序尺度与天花板效应,可能导致考官偏见或缺乏敏感性检测潜在的有效的上肢运动康复的变化(7]。
运动学评价有助于解释运动恢复的机制,已经越来越多地应用于神经科学和临床实践8- - - - - -10]。这种技术能够提供详细的信息关于上肢功能评价和提供个性化的干预措施。根据以前的文献,运动学评估通常是使用arm-supported机器人执行或光学相机系统,基于固定实验室环境或昂贵的设备,导致几个缺点11- - - - - -13]。从技术的角度来看,机器人工具无法捕捉全方位的运动损伤问题由于其机械结构(14]。此外,大多数机器设备不能扩展的价值运动场景之外的障碍水平根据国际分类功能,残疾和健康(ICF)框架(11,15]。光学相机系统提高隐私问题不可避免和限制参与者到实验室环境中设置时间和成本(16]。
便携式传感器系统,运动评价的新方法,可以提供上肢时空对重力测量在自然的三维环境中(17]。惯性测量单元(IMU)便携式传感器设备结合三维加速度计、陀螺仪和磁力计来检测运动参数。运动学分析电动机通过惯性测量单元损伤已被证明是客观、敏感和量化。然而,运动任务大量物品,可能是复杂和耗时的测试应用程序造成负担,合规问题,在以前的研究和数据处理18,19]。此外,与多层次的关系问题的临床措施关于ICF框架尚未完全研究[14,20.]。
在临床实践中,finger-to-nose测试(FNT)通常用于评估患者的上肢协调中风和小脑性共济失调(12,21]。与多产品临床量表需要训练有素的人员只要30分钟才能完成,FNT可以减少任务负担当评估个人的问题表现22]。以前的研究已经表明FNT可以增加价值来衡量与构造问题协调,收敛,区分效度(12,23)以及ADL-related灵巧(24,25]。然而,目前尚不清楚FNT如何与运动损伤,在个人能力和ADL性能亚急性中风从运动学的角度来看。因此,本研究的目的是探索FNT运动学变量之间的关系获得通过惯性测量单元和多级上肢运动功能在亚急性中风幸存者。此外,我们的目的是比较的方差在临床量表,可以解释为FNT运动学变量。假设,运动学指标反映问题运动策略,平滑,速度可以认为测量方面的运动障碍(FMA-UE)比(ARAT和MBI)活动评估。
2。材料和方法
2.1。研究设计
接着横断面研究加强流行病学的观察性研究报告(闪光灯)清单。这项研究是在遵循赫尔辛基宣言的原则。研究协议是临床试验伦理委员会批准华中科技大学2018年10月24日。这项研究是在中国临床试验注册中心(没有注册。ChiCTR19000266562019年10月17日)。
2.2。参与者
37个人亚急性中风被招募的康复医学从2019年12月到2021年1月(图1)。入选标准如下:(一)临床诊断的单边,首次验证了亚急性中风MRI或CT;(b) 18 - 80岁;(c)显示上肢运动障碍(Fugl-Meyer评估上肢< 66);(d)能够完成运动学协议;(e)没有复杂的病史,如视觉、心脏或肺部疾病。那些其他肌肉骨骼或神经疾病影响手臂功能被排除在研究[23]。所有的参与者都右手(26),提供了研究入口前书面知情同意。
2.3。临床评估
临床评估的参与者包括上肢的Fugl-Meyer评估(FMA-UE),行动研究机构测试(ARAT),和修改Barthel指数(MBI)。FMA-UE是验证和可靠的评估卒中后上肢运动障碍。FMA-UE由33个项目组成四个分量表(手臂、手腕、手、和协调)关于电机领域,和更高的分数表明更少的上肢运动障碍(27]。ARAT是用来评估功能容量问题,包括抓、握、捏,总运动。ARAT由19日四点序数项目,和更高的分数表明更大的手臂功能能力(28]。生活的基本活动独立水平评估MBI,由10项和更高的分数表明更大的ADL独立(29日]。
2.4。运动学评估
运动学评估实施的系统惯性测量单元(IMU Noraxon USA Inc .)。每个IMU传感器包含一个坐标系统来评估加速度和三维方向的采样频率100赫兹。IMU系统展示了出色的可靠性、准确性,在量化和精确运动学测试(17]。四个传感器被放置在身体部分,包括头、上臂、前臂、手,检测问题运动信息。参与者被要求坐在一个椅子上,臀部和膝盖弯曲调节高度90°。上肢保持中立的立场,用手肘扩展和最初手掌向下。finger-to-nose测试标准化过程是首先提出了同样的研究,然后,它模仿了前三次测试的参与者。五次测试记录,平均的统计计算中使用的变量是(30.]。
提取数据通过一个半自动的代码在MATLAB软件(美国马萨诸塞州MathWorks,纳蒂克)根据解剖和关节旋转坐标系统推荐的国际社会生物力学(ISB) [31日]。发作的FNT运动定义50 mm / s的速度阈值(30.]。在这个横断面研究中,六个FNT运动学变量计算:运动时间(MT)、平均速度(VM),峰值速度(VP)的时间百分比达到峰值速度(利用%),运动单位(NMU)和规范化综合混蛋(NIJ) [30.,32]。太是一个客观的定量变量定义为在测试期间所花费的时间来反映运动性能。食指的最大切向速度计算在每个运动段副总裁;虚拟机被定义为平均切向速度。利用%的比例时间从开始运动到峰值速度。速度峰值的数量超过10%的副总裁NMU为特征。NIJ是用来评估运动平滑,混蛋,计算M T和长度的任务根据以下公式: 在混蛋代表第三端点位移的导数,和长度代表初始之间最短的距离和终端食指的位置。
2.5。统计分析
统计分析进行IBM社会科学统计软件包(SPSS) 22.0版。卡方测试用于检查分类变量和单向方差分析是用来检查定量变量。Shapiro-Wilk测试或qq阴谋被用来评估是否定量数据是正态分布。皮尔森相关系数(r)之间进行运动学和临床评估。独立变量之间的多重共线性的限制设置为相关系数为0.7。在控制影响因素(包括年龄、性别、类型的中风,和轻瘫的一侧),运动学指标被作为独立变量到多变量线性回归研究对临床评估。概率进入向后回归是除0.05和0.10。调整R2值和价值,unstandardized系数(β),和独特的偏相关系数来估计每个指标的贡献模型。一个双边< 0.05是统计学意义。
3所示。结果
3.1。人口和临床特点
人口统计学和临床特征的参与者展示在表1。37人(男,28日49.78±10.26岁)与亚急性中风被招募在本研究从2019年12月到2021年1月(图1)。他们已经是严重运动损伤问题(平均FMA-UE分数,36.22±17.69)和能力(平均ARAT分数,23.97±17.38)。37岁的参与者,26(70.3%)缺血性中风和11例(29.7%)有出血性中风;22(59.5%)的左半身不遂,右侧偏瘫(表15 (40.5%)1)。
3.2。临床和运动之间的相关性的措施
临床和运动之间的相关性的措施如表所示2。平均速度强烈与FMA-UE (r= 0.85,< 0.01)和ARAT (r= 0.80,< 0.01)和适度与积极MBI (r= 0.58,< 0.01)。除此之外,所有的临床评估与VP积极显著相关(r= 0.55至0.81,< 0.01)和NMU负面(r0.45 =−−0.65,< 0.05)。然而,太,利用%,NIJ没有显著的临床评估(表2)。如表所示2多重共线性,观察MT和NIJ之间,以及在VM中,副总裁,NMU。因此,只有VM和每公吨NIJ FNT任务被输入到多变量线性回归模型来估计变异在临床评估。
运动学指标的多元回归分析的结果对临床评估提出了表3。落后的多重回归表明运动学变量可以解释最多的方差的评估问题运动损伤以FMA-UE衡量。唯一重要的预测是VM,解释FMA-UE方差的55% (F= 20.72,< 0.01)。此外,VM仅显示了模型的一个重大贡献,占ARAT方差的51% (F= 39.10,< 0.01)和32%的MBI方差(F= 8.93,< 0.01)(表3)。此外,人口统计资料,包括年龄、性别、类型的中风,和轻瘫的一面,在任何回归模型显示无显著影响。
4所示。讨论
横断面研究调查了FNT运动学变量之间的关系获得通过惯性测量单元和上肢运动功能在亚急性中风幸存者ICF框架。结果表明,平均速度(r= 0.58 - 0.85),峰值速度(r= 0.55 - 0.81),和数量的运动单位(r0.45 =−−0.65)与所有有关的临床评估。平均速度是进入了多变量线性回归模型,估计55%,51%,和32%的方差在FMA-UE ARAT和MBI FNT期间的任务。此外,年龄,性别,类型的中风和轻瘫的对这些联系方面没有显著的影响。
前运动文献主要集中在预测上肢运动障碍。我们的研究结果扩展运动场景的价值超出了损伤级别根据ICF框架和建议FNT运动学是比MBI FMA-UE和ARAT密切相关。李等人提出了一个自动FMA系统和显示高评分的准确性79%的菲利普-马萨测试在9个中风患者(33]。他们的算法被证明适合临床使用,但缺乏临床可解释性运动结果,因为估计临床规模不是唯一目标的便携式传感器(14,16,34]。此外,很少有人了解临床相关的活动尺度和IMU传感器之间的关联35]。模型建立预测之间的相关性FNT平均速度通过惯性测量单元和上肢运动功能卒中后(36]。
由于VM之间的多重共线性,副总裁,NMU,只有VM进入了多变量模型。速度变量反映了一个人如何有效地控制相互作用力矩的受体激动剂/拮抗剂肌肉[32]。类似于我们的结果,使用机械设备的两项研究显示重要的移动速度之间的相关性和FMA-UE患者亚急性(37)和慢性(38中风,分别。此外,运动平滑性卒中后上肢运动康复的一个重要指标(30.]。平滑参数评价颞组织或问题multijoint协调(39]。在卒中后早期的一项研究中,平滑度衡量NMU能够随着时间的推移预测上肢运动康复(40]。根据我们的结果,NIJ没有明显的临床评估。然而,平滑度应该被警告说因为一个平滑参数可能不完全反映电机恢复上肢(41]。
有趣的是,FNT运动学指标测量电动机的可比性方面障碍FMA-UE (R2由ARAT(= 0.55)和功能的能力R2= 0.51)。这是类似与之前工作Adans-Dester et al .,曾经八机动任务的沃尔夫运动功能测试(WMFT)和满意结果估计上肢损伤和活动范围(42]。虽然这是符合我们的第二个假设,区别很小,需要进一步研究[19]。一个可能的解释可能是,参与者是严重上肢运动障碍,导致可怜的手灵巧度得分ARAT物品。未来的研究应该包括运动学变量和综合任务在不同的问题领域探索之间的相关性评估。低方差解释IMU在MBI运动学变量可能是FNT任务没有测量远端上肢的灵活性。因此,变量在模型中可能没有完全获取运动信息在中风患者43]。此外,MBI是ADL的问卷在实际环境中,而不是一种观察测量电动机的问题在实验环境下的函数。因此,参与者实际上可以使用补偿行为或影响较小的问题改善MBI评分,这可能很难解释与当前运动的任务。
本研究的一些局限性应该承认。首先,样本容量限制运动变量的数量进入了多变量线性回归模型。因此,未来的研究可以实现其他统计模型、机器学习等方法,调查FNT运动学变量之间的关联和上肢运动功能在中风患者42,44]。第二,这是一个横断面研究,无法研究运动学和临床测量之间的纵向联系。最后,模型不包括其他运动测试和变量关于躯干和interjoint动作,这可能会导致任务相关的偏见和损失的信息(45,46]。
5。结论
本研究表明运动学变量通过惯性测量单元测量在finger-to-nose任务与上肢运动功能在中风患者亚急性ICF框架。此外,目标运动学评估可能适合预测临床运动损伤的措施和能力理解卒中后上肢运动康复和临床决策。
数据可用性
相对应的数据文件可从作者在合理的请求。
的利益冲突
作者宣称没有利益冲突。
作者的贡献
ZJC和XLH导致的概念和设计研究。ZJC和CH导致数据收集。ZJC进行数据分析和写了初稿的手稿。ZJC MHG修订后的手稿。所有的作者进行审核和批准的最终版本的手稿。
确认
这项工作获得金融支持的研究和出版这篇文章从中国国家自然科学基金(U 1913601和91648203)。