Účinky iVR běžeckého pásu na chůzi u PD

1. STAV TECHNIKY Parkinsonova nemoc (PD) je druhé nejčastější degenerativní neurologické onemocnění. PD vyvolává poruchy chůze, které vedou ke zvýšenému riziku pádů. Tyto pády vážně ovlivňují kvalitu života pacientů a generují značné náklady na zdravotní péči. Poruchy chůze bohužel nereagují dobře na medikamentózní léčbu a jejich léčba je založena především na rehabilitační léčbě. Rehabilitační přístup se skládá ze dvou kroků: funkčního posouzení pohybových schopností, po kterém následuje absolvování programu terapeutického tělesného cvičení.

   Stejně jako srdeční frekvence se délka kroku mění v krátkodobém a dlouhodobém horizontu v závislosti na komplexní dynamice časových změn. Tyto variace představují autokorelaci na dlouhé vzdálenosti (LRA): délka kroku se nemění náhodně, ale strukturovaným způsobem. Studium LRA je založeno na komplexních matematických metodách vyžadujících záznam 512 po sobě jdoucích cyklů chůze. LRA jsou změněny u pacientů s PD, jejichž rytmus chůze je nadměrně náhodný. Změna LRA koreluje s neurologickým postižením (Hoehn & Yahrova škála a UPDRS) a lokomotorickou stabilitou pacientů (ABC škála & BESTest). Měření LRA by bylo prvním dostupným objektivním a kvantitativním biomarkerem stability a rizika pádu u pacientů s PD.

   Pokyny týkající se rehabilitačních programů pro pacienty s PD jsou založeny na edukaci (prevence pádů a nečinnosti,...), tělesných cvičeních, funkčním tréninku (dvojité úkoly, komplexní úkoly,...), učení, adaptačních strategiích (cueing) a pozorování akcí . Bude vyvinuta kombinace mezi pohlcující virtuální realitou (iVR), používáním náhlavní soupravy iVR a chůzí na běžícím pásu.

   Chůze na běžícím pásu prokázala dlouhodobou účinnost na chůzi a kvalitu života pacientů s PD. Nedávno provedená studie ukázala, že jediné sezení na běžeckém pásu snižuje variabilitu trvání kroku během intervence. Přestože se zdá, že běžecký pás zlepšuje chůzi pacientů, postrádá zásadní ekologickou složku, která lidem umožňuje stabilizovat chůzi: optický tok, prostředí, které se během chůze posouvá. iVR umožňuje pacientům poskytnout vizuální tok při chůzi na běžeckém pásu, jako by chodili nad zemí a pacienti by z toho mohli mít prospěch. Účelem této pilotní studie je porovnat časoprostorové parametry chůze a parametry variability chůze získané během tří podmínek chůze: chůze po zemi, chůze na běžícím pásu, chůze na pásu s VR náhlavní soupravou.

2. METODY

2.1 Účastníci: 10 pacientů trpících idiopatickou Parkinsonovou nemocí bude přijato z místní komunity az ambulancí neurologie a fyzikálního a rehabilitačního lékařství Cliniques universitaires Saint-Luc (Woluwe-Saint-Lambert, Belgie).

2.2 Funkční hodnocení: Před zahájením experimentů projdou všichni účastníci nezávadným hodnocením včetně klinických testů a dotazníků

Pacienti s PD: Věk, výška, váha, pohlaví, nejvíce postižená strana, Sjednocená škála hodnocení Parkinsonovy choroby podle společnosti (MDS-UPDRS), Mini Balance Evaluation Systems Test (Mini-BESTest), zjednodušená verze důvěry rovnováhy podle činností Stupnice (ABC-Scale), upravená stupnice Hoehn & Yahr, Mini Mental State Examination (MMSE).

2.3 Postup: Každý účastník bude chodit ve třech podmínkách v náhodném pořadí. Každý stav trval ± 15 minut, aby bylo dosaženo 512 cyklů chůze povinných k posouzení přítomnosti LRA.

První podmínkou je chůze po zemi (OW). Účastníci budou požádáni, aby šli po obdélníkové dráze se zaobleným rohem 63,2 metrů v ČZU svou pohodlnou rychlostí chůze.

Druhou podmínkou je chůze na běžeckém pásu (TW). Pacienti budou chodit na běžeckém pásu svou pohodlnou rychlostí chůze, která byla před stavem hodnocena pomocí testu chůze na 10 metrů. Během tohoto stavu budou pacienti nosit bezpečnostní postroj, který nenese zátěž (Petzl, Volt, Francie).

Poslední podmínkou je chůze na běžeckém pásu stejnou rychlostí jako při TW, pacienti stále mají nasazený nenosný úvazek a mají na sobě VR headset (VRTW). VR headset (HTC, Vive, Taïwan) se skládá z jakési masky, kterou si člověk přijde nasadit na obličej. Dvě Fresnelovy čočky jsou před očima osoby a osoba se dívá na displej, který umožňuje stereoskopické 3D přes tyto čočky. Pacient je poté ponořen do pohlcujícího virtuálního prostředí, odříznutý od vnějšího světa. Pro tento experiment bylo vytvořeno prostředí VR pomocí softwaru Unity a pomocí kódu C#. Při chůzi na běžícím pásu uvidí účastníci tichou chodbu, která je obklopuje. Účastníci budou vnímat optický tok při chůzi na běžeckém pásu. Rychlost optického toku vnímaná pacientem uvnitř náhlavní soupravy bude přizpůsobena rychlosti běžeckého pásu, aby se vytvořila iluze chůze po skutečné chodbě. Dotazník kybernetické nemoci (Simulator Sickness Questionnaire, SSQ) bude vyplněn před a těsně po VRTW. Použití VR headsetu může u některých pacientů skutečně způsobit závratě, nevolnost, bolesti hlavy a další příznaky. Chceme vyhodnotit, zda použití optického toku zobrazeného ve VR na běžícím pásu vede nebo nevede ke kybernetické nemoci.

2.4 Získávání dat: Dvě inerciální měřicí jednotky (IMU) (IMeasureU Research, VICON, USA) budou nalepeny na obě laterální malleoly pacientů. IMU budou nalepeny na nohu na straně nejvíce postižené onemocněním. Tento systém umožňoval zaznamenávat zrychlení kotníku při 500 Hz. Data budou poté vložena do počítače a každý vrchol zrychlení, odpovídající každému úderu do paty, bude detekován interně vyvinutým softwarem pro určení všech trvání kroku.

2.5 Hodnocení chůze: Data budou extrahována z 512 po sobě jdoucích cyklů chůze, což je nutné pro měření variability chůze.

2.5.1 Časoprostorové proměnné chůze:

Průměrná rychlost chůze, kadence chůze a délka kroku budou měřeny následovně:

Průměrná rychlost chůze (m.s-1) = celková vzdálenost chůze (m)/ trvání akvizice (s) Kadence chůze (#steps.min-1) = Celkový počet kroků (#)/doba akvizice (min) Délka kroku (m) = Rychlost chůze (m/s)*60/Kadence chůze (kroky/min)

2.5.2 Variabilita délky kroku: Variabilita trvání kroku může být posouzena 2 způsoby: z hlediska velikosti nebo z hlediska organizace (jak se vyvíjí trvání kroku napříč po sobě jdoucími cykly chůze).

2.5.2.1 Velikost variability trvání kroku: Pro stanovení účinku RAS na velikost variability trvání kroku během 512 cyklů chůze, průměr, standardní odchylka (SD) a variační koeficient (CV = [SD/ průměr] * 100).

2.5.2.2 Časová organizace variability délky kroku (LRA): Časová organizace variability délky kroku bude posouzena výpočtem LRA s použitím rovnoměrně rozložené průměrné verze analýzy Detrended Fluctuation Analysis (DFA) k získání α exponentu. Přítomnost LRA lze ukázat s hodnotami α exponentu mezi 0,5 a 1.

Data budou zpracována pomocí CVI Labwindows (C++).

2.6 Statistické analýzy: Statistické analýzy budou prováděny pomocí Sigmaplot 13. Pokud test normality projde, použije se jednocestná opakovaná měření ANOVA ke stanovení účinku různých podmínek chůze na časoprostorové parametry chůze (rychlost chůze, kadence chůze, délka kroku) a na lineární a nelineární měření variability trvání kroku. (CV, SD, H a α exponenty). Když je pomocí ANOVA detekován významný rozdíl mezi skupinami, provede se post hoc test pro porovnání každého průměru s ostatními prostředky, aby se skupiny od sebe izolovaly.

Bude také proveden párový t-test ke stanovení možné změny skóre v dotazníku SSQ po TW a po VRTW.