是否应该通过测量平衡或步态来预测帕金森病患者的跌倒?

摘要

介绍．我们的目的是确定步态速度是否是一个平衡测试，步态冻结（FOG）的自我报告的措施，和/或电机症状严重程度的人患有帕金森病（PD）中预测跌倒一项有益的举措。方法．五六个人与特发性PD完成基线评估包括以下措施：（1）MDS-UPDRS III，（2）小型BESTEST，（3）步态速度（前进，后退，双重任务，并快速），和（4）FOGQ。回顾历史秋天收集在基线和六个月后。如果他们在监控期间有两个或两个以上瀑布参与者被认为是输家。测试的能力跌幅和nonfallers使用ROC曲线测定之间进行区分，然后成对统计非劣效性比较（)的ROC曲线下面积(AUC)。结果．六个月时，22% ()为跌落者。在MDS-UPDRS III、Mini-BESTest、后向步态速度和FOGQ上，跌落者与非跌落者有显著差异。Mini-BESTest的AUC最高，在识别跌倒者时优于所有步态速度测量。结论．即使在具有挑战性的条件下，单一的步态速度测量，在识别帕金森患者中的跌倒者方面可能不如mini - best有效。

1.介绍

瀑布是非常危险的，可能会导致人们对帕金森病（PD）的严重并发症。跌倒相关的并发症包括生活质量下降，固定性，髋骨骨折，和死亡率[1那2］．堕落是PD录取人民入住的最常见原因[3.］．鉴于PD下降的患病率和负面影响，临床医生必须配备实际用于临床环境的措施，并准确在预测下降，因此可以提供干预措施以降低危险。

Pickering和他的同事进行的荟荟性分析指出，PD患者跌倒的最佳预测指标是在过去六个月内有两次或两次以上的跌倒史[4.］．虽然有关秋季历史的信息很方便和信息，但这对康复专业人员来说并不理想，因为PD的个人已经下降了。此外，简单地询问秋季历史并没有提供临床医生关于与瀑布原因相关的因素的任何信息。姿势不稳定，步态难度和其他平面等因素与PD的人的堕落显着相关[5.那6.］．因此，当务之急是康复医师采用的评估，在努力测试移动相关结构来之前下降检测流动性的赤字。未来回落风险获取信息允许的有效康复方案的实施，以减少跌倒风险，并可能防止人PD下降。

通过使用包括静态和动态任务中姿势稳定性测量在内的评估，预测未来跌倒的能力得到了提高。然而，在临床环境中使用这些评估有一些局限性。平衡评估工具通常需要测试人员的特殊培训，测试人员必须对参与者的表现进行主观评价。此外，收支平衡评估的管理可能非常耗时[7.］．由于这些限制，需要客观、快速和易于管理的度量方法。采用具有这些特性的测量方法用于临床必须基于这样的认识，即这种测量方法在预测PD患者跌倒时与其他更复杂的测量方法同样准确。

由于受损的步态之间的关联，并在人与PD落在[6.]，因为它是一个可以快速记录客观的衡量，我们问步行速度是否有用的多项目平衡试验，步态冻结（FOG）的自我报告的措施，和/或措施的作为对于预测电机症状的严重程度下降的人PD之间。我们假设，步行速度将是准确的前瞻性在确定摔倒的其他措施。

2.方法

2．1.参与者

参与者是从华盛顿大学医学院运动障碍中心和健康志愿者数据库中招募的。如果被诊断为“明确的”特发性帕金森病，则纳入其中[8.，年龄在40岁以上，能够在没有辅助设备的情况下行走15米。如果潜在参与者报告有以下情况，则排除:(1)存在任何严重的疾病，(2)肌肉骨骼损伤或疾病严重损害他们的独立行走能力，或(3)其他神经缺陷或非典型帕金森病病史。本研究的基线随访时间为2009年10 - 12月，随访时间为2010年4 - 6月。首席研究员(GME)通过电话采访招募了所有参与者，并告知他们，他们将参加一项研究，研究平衡、步行和其他因素如何影响帕金森患者的跌倒风险。参与者有足够的时间来决定是否同意参与。所有符合条件的参与者都按照华盛顿大学人类研究保护办公室的政策和程序提供了书面和知情同意。

２.２.研究设计

这是一项前瞻性队列试验。在华盛顿大学的运动控制实验室，参与者接受了由一名接受过每种结果测量管理培训的物理治疗师(RPD)进行的步态和平衡基线评估。在基线时，参与者被评估为抗pd药物治疗，这被认为是自上次抗pd药物治疗以来大于或等于12小时。基线评估后6个月，参与者报告了自基线评估以来跌倒的次数。

２.３.结果测量

平衡用的是小型平衡评价系统测试（迷你BESTEST）的BESTEST浓缩版评估，并包含用于测量动平衡[14项9.］．每个项目在三分李克特量表上从零到两个表示，两个代表无余损损伤。迷你最好的最高的Interriter和Intrarberter可靠性，用于评估PD的人们的平衡[10.］．

四个步态条件的步行条件中的步行路线评估步行：（1）向前（FWV），（2）向后（BWV），（3）双重任务（DTWV），尽可能快前进（FASTWV）。参与者为每个条件完成了三项试验。将这三次试验平均以获得每个条件的平均步行速度。对于DTWV，参与者获得了一个音素命名任务，其中他们被要求将尽可能多的单词命名，以某个字母开始。这封信在被指示开始走路之前透露了三秒钟。用于三项试验的字母是“H”，“L”和“T”。步行试验以与每个参与者的相同顺序进行：（1）FWV，（2）BWV，（3）DTWV，（4）FastWV。

马达症状严重程度，使用的运动障碍学会-统一帕金森病评分量表III（MDS-UPDRS III）[评估11.那12.］．的MDS-UPDRS III由33项，各得到零至四个，四个代表严重症状。从这项评估中，每个参与者被分配一个霍恩＆Yahr分期（H＆Y）阶段，用H＆Y我指示最小PD严重性和H＆Y诉指示最大PD严重性。

步态冻结问卷(FOGQ)是一项六项主观评估，用于确定与步态冻结相关的症状的存在，并量化这些症状的严重程度。FOG- q是一种可靠有效的工具，可成功识别85%以上经历FOG的PD患者[13.］．

通过采访，进行所有评估的物理治疗师记录秋季历史。在参与者完成评估后，此次采访只会进行，以便将治疗师视为秋季历史。一个秋天被定义为一个意想不到的事件，其中部门的任何部分都接受了地面。调查人员以前使用过这种定义，在没有PD的人的人们的堕落预测研究中[14.那15.］．每个参与者从以下回答中选择，以回顾性报告自基线评估以来的6个月里他们跌倒了多少次:(1)没有，(2)一次，(3)2 - 10次，(4)每周，或(5)每天。如果参与者报告有两次或两次以上的摔倒，他们就被认为是摔倒者。之所以选择这一标准，是因为它以前曾被用于将PD患者定性为下降者[16.，也因为每个人都可能偶然摔倒一次，因此用一次摔倒来对人进行分类可能并不理想。

2.4。数据分析

独立的-测试用来确定落球者和非落球者之间的差异(）.通过受试者工作特征(ROC)曲线和两两统计非劣效性比较(，单尾）区的曲线下（AUC）为每个测试相比，迷你BESTEST [17.那18.］．我们选择使用这些单尾测试，因为Mini-BESTest已知是一个很好的跌倒预测指标，因此我们认为它是一个参考指标，可以与其他指标的表现进行比较。所有分析均使用NCSS软件(NCSS, LLC, Kaysville, UT, USA)进行。

结果

56名参与者完成了基线评估，其中12人是跌倒者。样本特征见表1．人气下滑和nonfallers不同的H＆Y台，但不是年龄。谁在基线列为摔倒者的所有个人6个月时也被视为输家和所有谁在基线nonfallers是六个月nonfallers。截至基线两个或多个瀑布这样的，以前的历史是的秋季状况在六个月很好的预测。

在基线时，在Mini-BESTest、FOGQ、BWV和MDS-UPDRS III上下降者和非下降者有显著差异，但在FWV、DTWV或FastWV上没有显著差异(图3)1）.

Mini-BESTest拥有最大的AUC，其次是MDS-UPDRS III、FOGQ、BWV、DTWV、FWV和FastWV(见图)2）.auc的非劣效性比较表明，Mini-BESTest在任何步态条件下均优于步态速度，但不优于FOGQ或MDS-UPDRS III。MDS-UPDRS III检测后阳性概率最高，FastWV检测后阳性概率最低2）.FastWV的负测后概率最高;而mini - best的得分最低。

4.讨论

我们的目的是确定在预测帕金森患者跌倒时，在标准步行或更有挑战性的步态任务中，简单测量步态速度是否与更多涉及的测量一样准确。与我们的假设相反，步态速度并不能很好地预测跌倒。Mini-BESTest比步态速度更准确，即使是在具有挑战性的步行条件下测量。虽然步态障碍与PD患者的跌倒风险有关，但我们的结果表明，步态速度对预测这组患者的跌倒可能不是特别有用[6.］．也许步态的其他指标，如步态协调性或对称性，更能预测轻度至中度帕金森病患者的跌倒。事实上，在新手PD患者中，即使步态速度相当正常，也会出现不对称[19.］．然而，我们专注于我们对步态速度的研究，因为它是一种快速，实用的措施，在临床环境中只使用秒表在临床环境中获得。步态对称性比步态速度更难以测量，使其对临床使用不太实用。

很可能跌倒是多因素的，仅通过测试一个单一的结构无法获得预测跌倒的足够准确性。Dibble和他的同事报告说，与单一测试相比，在测量PD患者跌倒风险时，综合测试的假阴性更少，测试后概率的变化更大[20.］．这可以解释为什么MINI-BESTEST和MDS-UPDRI III比预测瀑布的步态速度更准确。Mini-Bestest和MDS-UPDRI III都是测量与下降相关的PD特定损伤的测试电池。虽然与步态速度的快速简单评估相比，完成这些类型的措施需要更多时间，但多项评估的局限性可能超过其提供的卓越预测信息。

与以前的研究指出，一个瀑布前的历史是未来最好的预测下降，我们的研究结果表明，跌倒在过去六个月的历史是未来的完美预测落在线[4.］．这强调了询问秋季病史对于所有参与帕金森患者管理的专业人员的重要性。然而，尽管询问跌倒史是至关重要的，但跌倒风险评估不应止步于此。这项研究以及其他研究的结果表明，使用标准化的结果测量方法可以显著有助于了解帕金森患者的跌倒风险[20.-22.］．此外，虽然这项研究的结果表明，这些方法在预测跌倒时不如询问跌倒历史准确，但当帕金森病患者的认知状态有问题，自我报告跌倒可能不准确时，可以使用Mini-BESTest或MDS-UPDRS III。最后，通过这些结果测量获得的信息可用于指导物理治疗师的治疗，以降低PD患者跌倒的风险。

这项研究应在以下限制来解释：（1）样本量相对较小，由轻度至中度PD，（2）秋天的历史报告所依据的回顾性报告，以及（3）测试的个体只有发生在参与者断抗PD药物。未来的研究应收集跌倒的发生在更短的时间间隔，一个星期甚至一天，以提高秋季报告的准确性。最后，临床医师应考虑两个断断续续服药测试与PD人在两种条件下获得的功能状态和脆弱性有充分的认识到瀑布由于与抗PD药物相关的已知波动。

5.结论

在任何情况下，对步态速度的单一测量都不如更全面的平衡测量准确。未来的研究可以检查步态的其他方面(如步幅、对称性和肢体协调)是否更能预测帕金森患者未来的跌倒。然而，由于跌倒的多因素性质，单一项目可能不如多项目评估工具(如Mini-BESTest)有效。

致谢

这项研究由帕金森氏病基金会和美国国立卫生研究院的UL1 TR000448基金资助。美国帕金森病协会(APDA)大圣路易斯分会和华盛顿大学APDA高级帕金森病研究中心提供了广泛的支持。

参考文献

1. B. R. Bloem, J. M. Hausdorff, J. E. Visser, N. Giladi，《帕金森病中的跌倒和步态冻结:对两个相互关联的阶段性现象的回顾》，运动障碍，卷。19，没有。8，pp。871-884,2004。视图:出版商网站|谷歌学者
2. M. A. Hely, W. G. J. Reid, M. A. Adena, G. M. Halliday, J. G. L. Morris，《悉尼帕金森病多中心研究:20年痴呆的不可避免性》，运动障碍，第23卷，第2期。6，第837-844，2008。视图:出版商网站|谷歌学者
3. H. Woodford和R. Walker，“急诊医院入院在特性帕金森病”中，运动障碍，第20卷，第2期。9，页1104-1108,2005。视图:出版商网站|谷歌学者
4. R. M. Pickering, Y. A. M. Grimbergen, U. Rigney等人，“一项关于帕金森氏病下降的六项前瞻性研究的元分析，”运动障碍第22卷第2期13，页1892-1900,2007。视图:出版商网站|谷歌学者
5. G. K. Kerr, C. J. Worringham, M. H. Cole, P. F. Lacherez, J. M. Wood, P. A. Silburn，《帕金森病未来衰退的预测因素》，神经病学，第75卷，第5期2，页116-124,2010。视图:出版商网站|谷歌学者
6. A. C. Dennison, J. V. Noorigian, K. M. Robinson等人，“帕金森病的下降:识别和优先考虑复发性下降者的危险因素，”美国物理医学与康复杂志，第86卷，第86期8，页621-632,2007。视图:出版商网站|谷歌学者
7. F. B. Horak, D. M. Wrisley, J. Frank，“平衡评估系统测试(best)来区分平衡赤字，”物理治疗，卷。89，没有。5，pp。484-498,2009。视图:出版商网站|谷歌学者
8. B. a . Racette, M. Rundle, a . Parsian, J. S. Perlmutter，《帕金森氏病遗传研究筛选问卷的评估》，美国医学遗传学杂志第88期5，第539-543页，1999。视图:谷歌学者
9. F. Franchignoni, F. Horak, M. Godi, A. Nardone，和A. Giordano，“使用心理测量技术改进平衡评估系统测试:迷你最佳”，康复医学杂志，卷。42，不。4，第323-331，2010。视图:出版商网站|谷歌学者
10. A. L. Lieddy，B. E. Clocker，以及G. M.Gearhart，“迷你最好的，最好的和最佳部分的效用，在帕金森病的个人中的平衡评估”神经物理治疗杂志第35期2, pp. 90-97, 2011。视图:出版商网站|谷歌学者
11. C. G.Goetz，S.Fahn，P.Martinez-Martin等，“运动障碍社会 - 赞助帕金森病评级规模（MDS-UPDRS）：流程，格式和Clinetric测试计划”运动障碍第22卷第2期1，页41-47,2007。视图:出版商网站|谷歌学者
12. C. G. Goetz, B. C. Tilley, S. R. Shaftman等，“运动障碍社会赞助修订统一帕金森病评定量表(MDS-UPDRS):量表表现和临床试验结果”，运动障碍，第23卷，第2期。15, pp. 2129-2170, 2008。视图:出版商网站|谷歌学者
13. N. Giladi, J. Tal, T. Azulay等，“帕金森病患者步态冻结问卷的验证”，运动障碍，第24卷，第2期5, pp. 655-661, 2009。视图:出版商网站|谷歌学者
14. a . Ashburn, E. Stack, R. M. Pickering和C. D. Ward，“基于社区的帕金森病患者样本预测下降，”Gerontology，第47卷，第47期。5，页277-281,2001。视图:出版商网站|谷歌学者
15. A. Shumway-Cook，S. Brauer和M. Woollacott，“预测使用时间上升和去测试的社区居住老年人跌落的概率”物理治疗，卷。80，不。9，第896-903，2000。视图:谷歌学者
16. R. P.邓肯，A. L.莱迪，J. T.卡瓦诺，L. E. Dibble的，T. D.埃利斯，M. P. Ford等人，“帕金森病秋季预测的精度：6个月及12个月的前瞻性分析，”帕金森病， 2012年第2期，文章编号237673,7页，2012。视图:出版商网站|谷歌学者
17. A. K.Akobeng，“了解诊断测试3：接收器操作特征曲线”，儿科学报，国际儿科杂志，第96卷，第2期5，页644-647,2007。视图:出版商网站|谷歌学者
18. E. R. DeLong, D. M. DeLong, and D. L. Clarke-Pearson，“比较两个或更多相关接收器操作特征曲线下的区域:非参数方法”，生物识别学，第44卷，第5期。3，页837-845,1988。视图:谷歌学者
19. R. Baltadjieva，N.Giladi，L. Gruendlinger，C.Peretz和J. M. Hausdorff，在诺维帕金森病的患者的步态时机和节奏中显着改变，“欧洲神经科学杂志，第24卷，第2期6，第1815-1820页，2006。视图:出版商网站|谷歌学者
20. L. E. Dibble，J. Christensen，D. J. Ballard和K. B. B. Foreman，“帕金森病的崩算风险诊断：对个人和集体临床平衡测试解释的分析，”物理治疗第88期3，页323 - 332,2008。视图:出版商网站|谷歌学者
21. M. R.兰德斯，A的Backlund，J.达文波特，J.财富，S. Schuerman和P. Altenburger，“姿势不稳特发性帕金森氏病：基于标准化的临床措施nonfallers歧视跌幅，”神经物理治疗杂志，第32卷，第2期2，页56-61,2008。视图:出版商网站|谷歌学者
22. A. L. Lieddy，B. E. Clocker，以及G. M.Gearhart，“迷你最好的，最好的和最佳部分的效用，在帕金森病的个人中的平衡评估”神经物理治疗杂志第35期2, pp. 90-97, 2011。视图:出版商网站|谷歌学者

版权

版权所有©2012 Ryan P. Duncan和Gammon M. Earhart。这是一篇发布在创意公共归因许可证，允许在任何媒介上不受限制地使用、传播和复制，但必须正确引用原作。