En træningsplatform med balanceret rækkevidde til behandling af balanceforstyrrelser hos ældre og neurologisk handicappede veteraner (BATP)

Oversigt: Denne undersøgelse omfatter tre specifikke mål (SA'er): SA-1) Udvikling af Balanced Reach Training Protocol (BRTP). SA-2) Vurdering af BRTP's træningseffektivitet. SA-3) Vurdering af BRTP's tidsforløb for motorisk læring.

Metoder relateret til specifikt mål 1: Udvikling af BRTP SA-1.1: Udvikling af BRTP's vurderingsmodul. Efterforskerne vil udvikle en BRTP, således at hver fods position og dens tilhørende vertikale reaktionskraft på jorden (bruges til at detektere trin), som målt af efterforskernes eksisterende målesystemer, kontinuerligt streames til en Real Time Computing Workstation og aflæses af den eksperimentelle kontrol. program, hvilket gør det muligt at overvåge disse mængder løbende. Efterforskerne vil derefter inkorporere en adaptiv trappealgoritme i det eksperimentelle kontrolprogram i realtid, som vil etablere måldiskposition svarende til emnets Limit of Balance (LoB), baseret på stepping. Efterforskerne vil etablere LoB svarende til syv måldiskens bevægelsesretninger, der hver svarer til en bestemt retning af Center of Mass (CoM) Motion. Målbevægelse vil blive programmeret til at bevæge sig uforudsigeligt inden for et lille cirkulært område, hvor center r og centerlinje falder sammen med en af ​​de specificerede retningslinjer. Motivet sporer derefter målet ved hjælp af deres dominerende hånds pegefinger. Den adaptive trappealgoritme øger r in-rementalt, hvilket får målet til at bevæge sig væk fra motivet, indtil motivet (iført en sele for at beskytte sig mod at falde) skal træde for at undgå tab af balance, hvorefter r reduceres med et vist trin og processen gentages. Under denne opgave vil forsøgspersonen blive instrueret i at træde i stedet for at begrænse deres sporingsbevægelser, når de mener, at de er i risiko for at falde. Graden, hvormed r øges og formindskes, afhænger af forsøgspersonens tidligere trinresponser og bestemmes af den adaptive trappealgoritme. Efterhånden som denne proces fortsætter, udvikler algoritmen et maksimalt sandsynlighedsestimat af værdien af ​​r, der påkalder stepping. Når dette estimat falder inden for det ønskede konfidensinterval (her 95%) afsluttes processen; og LoB beregnes ud fra de tilhørende kraftplade- og kropssegmentpositionsmålinger. Diskforskydning langs de syv retninger vil blive præsenteret for emnet i tilfældig rækkefølge.

De syv værdier af r bestemt af den adaptive trappealgoritme vil derefter blive reduceret med 5% og en ellipse tilpasset dem. Disken vil blive programmeret til at bevæge sig uforudsigeligt i 90 sekunder i henhold til den samme sum-of-sinus-funktion, som tidligere blev brugt inden for et bånd centreret om denne ellipse; og forsøgspersoner vil spore det. Denne bane vil holde forsøgspersoner på eller i nærheden af ​​deres LoB (og ved grænserne for deres balanceevne) under hele sporingsopgaven. Etablering af LoB på denne måde eliminerer den subjektivitet, der er iboende i eksisterende kliniske mål for LoB, og tager også højde for forsøgspersoners førnævnte usikkerhed med hensyn til korrekt opfattelse af deres balancetilstand og balancegrænse. Efterforskerne mener, at denne tilgang også mere præcist simulerer de virkelige forhold, som mennesker falder under, og at LoB vil være et bedre mål for individers faktiske balanceevne. Ydermere stiller den en række andre psykofysiske mål og funktioner til rådighed, hvormed man bedre kan forstå og beskrive den rolle, de perceptuelle og sensoriske processer spiller for at bestemme ubalancerede forhold.

Vurderingsmodulet vil registrere følgende data for at karakterisere ydeevnen i sporingsopgaven

1. Værdierne af r, , og LoB svarende til hver (fig. 7A og 1);
2. Bevægelsen (position vs. tid) af målskiven;
3. Bevægelsen af ​​hvert af 15 kropssegmenter (tabel 1) og spidsen af ​​sporfingeren (målt af efterforskernes Vicon Motion Capture System);
4. Jordreaktionskræfter, momenter og CoP for hver fod og for begge fødder kombineret (dobbelt Bertec kraftplader); Genstand 1 indsamles under den adaptive trappeprocedure. Punkterne 2, 3 og 4 indsamles under både den adaptive trappeprocedure og den efterfølgende sporingsopgave (såvel som træningskampene, se SA-2.1). Alle data vil blive gemt til offline post-test behandling og analyser.

SA-1.2: Udvikl BRTP's træningsmodul. En enkelt træningssession begynder med at administrere vurderingsmodulet for at fastslå emnets LoB og tilsvarende overordnede måludflugtsamplitude og beregne den uforudsigelige måldiskbane baseret på den. Træningsmodulet præsenterer derefter et operatør-specificeret antal træningskampe; hvoraf en enkelt består af at præsentere den bane, som forsøgspersonen kan spore i fire minutter uden at træde, efterfulgt af en tre minutters siddehvileperiode. Ydeevnedata registreres i hele sporingsperioden. Træningsperioden og hvileperiodens varighed kan varieres (med det mål, at en træningssession leverer 60 minutters faktisk træning) for at optimere træningseffektiviteten og imødekomme individuelle emnebehov og -evner. Emner vil blive spændt, mens de udfører sporingsopgaven for at beskytte sig mod at falde. Efterhånden som træningen skrider frem, og emnets præstation forbedres, vil BRTP præsentere stadigt sværere målbaner baseret på de øgede LoB'er og tilsvarende overordnede måludflugtsamplituder som målt af vurderingsmodulet i begyndelsen af ​​hver træningssession.

Metoder relateret til specifikt mål 2: Vurdering af BRTP's træningseffektivitet SA-2.1: Udfør BRTP- og MCET-træningsprotokollerne. Al emnetestning udføres i dette specifikke mål. Efterforskerne vil screene 90 ældre mænd og kvinder med høj faldrisiko, tilmelde 80 af disse og gennemføre uddannelse for 68, forudsat en samlet nedslidningsrate på 25 %.

Emner vil blive tilfældigt tildelt til enten BRTP- eller MCET-træningsgruppen. Hver gruppe vil modtage 60 minutters træning tre gange om ugen i seks uger. BRTP-træning er som beskrevet tidligere (se SA-1.2). VA Maryland-teamet udviklede en MCET-protokol for ældre personer med balance- og mobilitetshandicap. Programmet er individuelt tilpasset hver deltagers kapacitet baseret på deres balanceprofil og udholdenhedsniveau. I løbet af de seks uger går træningen frem fra fem "grundlæggende" øvelser, der er essentielle for instrumentelle aktiviteter i dagligdagens funktion, til 13 øvelser, efterhånden som deltagerne opfylder målinger for træningssikkerhed og bevægelseskvalitet. Standardiserede progressioner for hver øvelse går videre i henhold til niveauet af håndkontaktstøtte, dosis (varighed, sæt og gentagelser), intensitet (bevægelsesamplitude og kadence) og multi-segmentel motorisk udfordring eller kompleksitet. Træningskadencen er justeret op for at give større udfordring til aerob kondition og justeres ned for at facilitere større resistiv træningsudbytte (dvs. holde en squat længere) eller for at imødekomme deltagerens træthedsniveau. MCET-træning vil blive udført i en gruppe.

Alle forsøgspersoner vil blive vurderet med de kliniske balancemål (se nedenfor) og BRTP Assessment Module på samme tidspunkt før, under og efter træning (se SA-2.2).

Resultatmål: Følgende "kliniske mål" af balance, rækkevidde og faldrisiko vil blive brugt til at vurdere træningseffekter induceret af BRTP og MCET.

1. Multi-Directional Reach Test
2. Falls Efficacy Scale, som vurderer FoF
3. Fysiologisk profilvurdering (PPA)
4. Tinetti balancetest (balancesektion)
5. Mini Balance Evaluation Systems Test (Mini-BESTest)
6. DASH-test (handicap af arm, skulder og hoved).

7. Fald oplevet af hvert fag, samt de forhold, de faldt under, under og gennem det første år efter uddannelsen.

   Disse foranstaltninger vil blive indhentet på en separat dag fra BRTP-vurderings- og træningsprocedurerne for ikke at gøre testpersonerne unødigt trætte. Efterforskerne vil også anvende følgende BRTP-baserede mål for balance og rækkevidde.

8. RMSE
9. RMSD-Primært resultatmål
10. Gennemsnitlig SoB
11. LoB RMSD vil være efterforskernes primære resultatmål. SA-2.2: Vurder træningseffektiviteten af ​​BRTP-træning sammenlignet med MCET. Forud for træning skal forsøgspersonerne gennemgå dobbelte baseline-tests med 48 timers mellemrum ved brug af de kliniske mål og de BRTP-relaterede mål. Denne vurdering vil blive gentaget midtvejs i træningen (tre uger efter træningen begynder), umiddelbart efter træningen og seks uger efter den sidste træningssession (retention). Selvom efterforskerne inkluderer en række kliniske og BRTP-relaterede præstationsmål i vurderingen af ​​træningseffektivitet, vil RMSD være efterforskernes primære resultatmål. Det primære formål med denne undersøgelse er at vurdere effektiviteten af ​​BRTP til at forbedre balancen. Det er muligt, at mens både BRTP og MCET forbedrer balancen, kan størrelsen af ​​forskellen i forbedring mellem grupper være lille. Som en konsekvens af det relativt beskedne antal forsøgspersoner, efterforskerne vil teste (et resultat af kravene fra testen og de begrænsede midler, der er til rådighed til at understøtte testen), kan efterforskerne ikke vise nogen forskel mellem grupperne. For at kunne påvise, at hver intervention er effektiv, vil efterforskerne teste forsøgspersoner to gange ved baseline og sammenligne ændringen i løbet af denne ikke-interventionsperiode separat med den ændring, der fremkaldes af hver aktiv intervention. Efterforskernes balancerelaterede kliniske mål har vist sig at hænge sammen med faldrisiko og frygt for at falde (FoF). Klinisk betydningsfulde forbedringer i træningsgruppens præstation baseret på de kliniske mål vil indikere, at BRTP forbedrer balancefunktionen og reducerer faldrisiko.

Efterforskerne vil også anmode forsøgspersonerne om at indberette eventuelle fald, de oplever i løbet af uddannelsesperioden, og de forhold, de faldt under. Når forsøgspersonerne har afsluttet træningen, vil efterforskerne kontakte dem månedligt via e-mail, sociale medier eller ved at bruge stemplede returadressepostkort for at få oplysninger om efteråret; og følg med telefonisk for at høre om de forhold, de faldt under.

Statistisk analyse og forventede resultater: Efterforskerne vil starte med Exploratory Data Analysis designet til at finde ekstreme værdier, som vil blive kontrolleret for at sikre, at der ikke er nogen transskriptionsfejl. Efterforskerne vil have data på fem tidspunkter, baseline 1 (B1) baseline 2 (B2), mid-training (MT), post-training (PT) og retention seks uger efter den sidste træningssession (R). Efterforskerne vil bruge gentagne målinger ANOVA (SAS proc mixed), hvor den afhængige variabel vil være ændringen inden for person fra den ene tidsperiode til den næste, dvs. B2-B1, MT-B2, PT-MT, R-PT. Modellen vil blive justeret for gruppe (BRTP, MCET); tidsperiode (baseline [B1 til B2], tidlig træning [B2 til MT], sen træning [MT-PT], overordnet træning (B2-PT], retention [PT til R]) og en tidsperiode x gruppeinteraktion. Hvis efterforskerne finder en signifikant periode x gruppeeffekt, vil efterforskerne bruge passende post-hoc sammenligninger til at bestemme de tidspunkter, der viser signifikante forskelle. Forskerne vil bruge lineære kontraster 1) til at demonstrere effektiviteten af ​​BRTP og MCET ved at sammenligne den gennemsnitlige ændring på tværs af begge grupper under basislinjen med den gennemsnitlige ændring inden for hver af de to grupper under træning; 2) at sammenligne effektiviteten af ​​BRTP med den af ​​MCET ved at sammenligne ændringerne inden for gruppen under træning; og 3) at sammenligne de to interventioners evne til at fremkalde en langvarig forbedring af balancen ved at sammenligne den procentvise ændring under fastholdelse. Efterforskerne vil bruge AICC, en modifikation af Akaikes informationskriterier, til at bestemme kovariansstrukturen [f.eks. ustruktureret, sammensat symmetri og førsteordens autoregressiv (AR(1)], der bedst redegør for den serielle autokorrelation af gentagne observationer opnået fra det samme individ.

Inden resultaterne fra analyserne accepteres, vil efterforskerne sikre, at data stemmer overens med antagelserne i analyserne (f. normal fordeling af residualer), og at intet datum har overdreven indflydelse eller løftestang (f.eks. Cook's D). Efterforskerne vil bruge multiple imputation til at imputere opfølgningsdata for forsøgspersoner, der mangler værdier. Hver primær hypotese vil blive testet uafhængigt af de andre. Efterforskerne vil anse en tosidet test p<0,05 for at angive statistisk signifikans. Efterforskerne forventer, at BRTP er mere effektiv til at forbedre funktionel balance end MCET, og at denne forbedring vil vare seks uger efter træning. Efterforskerne forventer endvidere, at forbedringen er klinisk signifikant.

For at sammenligne faldrater mellem BRTP- og MCET-træningsgrupperne vil efterforskerne bruge Poisson-regression, hvori efterforskerne vil bruge Liangs og Zeigers generelle estimeringsligninger til at redegøre for den serielle autokorrelation af gentagne mål fra det samme emne.

Metoder relateret til specifikt mål 3: Vurdering af BRTP's tidsforløb for motorisk læring.

SA-3.1: Vurder BRTP's tidsforløb for motorisk læring. Udover at sammenligne den overordnede træningseffektivitet og fastholdelse af BRTP og MCET, vil analyserne af SA-2.2 også give en grov profil af hvert træningsregimes tidsforløb for overordnet motorisk læring. Disse analyser vil være baseret på de tidligere specificerede kliniske mål for balance og de BRTP-baserede mål, opnået på fem tidspunkter før, under og efter træning. Hyppigere tidspunkter kunne ikke specificeres, fordi de manuelle vurderinger, der er nødvendige for at opnå de kliniske mål for så mange forsøgspersoner, er for tidskrævende til at tillade dette.

Newell, et.al. har bemærket, at for et dynamisk system som det menneskelige balancesystem, er træningsinducerede ændringer i præstation over tid (dvs. motorisk læring) en sammenlægning af præstationsændringerne af de elementer, der udgør den. Disse elementære ændringer forløber over kortere tidsperioder end de ovenfor specificerede måleintervaller. En dybere undersøgelse af ydeevne i BRTP over en finere tidsskala ville ikke kun give en mere detaljeret motorisk læringsprofil, det ville give os mulighed for kvalitativt og kvantitativt at karakterisere nogle af de mere vigtige elementære præstationsændringer, der driver den overordnede læringsprofil - især de ændringer forbundet med forudsigende og motoriske planlægningsprocesser på højere niveau. De kliniske mål er ikke passende til denne analyse, selvom de kunne måles hyppigere, fordi de ikke direkte måler ydeevne i BRTP. De BRTP-baserede tiltag gør det dog og vil blive registreret med den nødvendige hyppighed. Data, som SoB, RMSE og RMSD beregnes ud fra, vil automatisk blive registreret kontinuerligt under hver træningskamp.

Denne analyse involverer udvikling og fortolkning af input-output polynomiske modeller og empiriske overførselsfunktioner, der beskriver sporings- og balanceydelse. Den polynomielle model, som efterforskerne vil anvende, er en autoregressiv, glidende gennemsnit, eXogenous input (ARMAX) model, som har formen A(q)y(ti)=B(q)u(ti-nk)+C(q) e(ti)1 For et givet system er tidsserien y(ti) systemets respons, optaget på diskrete tidspunkter ti; u(ti-nk) er input til systemet; og e repræsenterer de residualer, der ikke er redegjort for af de andre termer i modellen. A, B og C er polynomielle funktioner af tidsforskydningsoperatoren q; og n er antallet af diskrete tidstrin af længden k sek, der repræsenterer systemets responsforsinkelse. For sporingssystemet er y sporingsfejl (diskposition-fingerposition), og u er måldiskposition. For balancesystemet er y SoB og u sporer fingerpositionen; da SoB styres til at understøtte sporingsopgaven. Modellerne er konstrueret ved at bestemme det optimale antal led i hver af A-, B- og C-polynomiefunktionerne (normalt 1-4), og værdierne af disse leds konstante koefficienter, der resulterer i den bedste tilpasning til dataene, i følelsen af ​​at minimere summen af ​​kvadrerede afvigelser. Denne proces vil blive udført ved hjælp af MatLabs Systems Identification Toolbox.

Polynomielle modeller adskiller et systems underliggende responsdynamik [givet ved A(q) y*(ti) = B(q)u(ti-nk)] fra de uforklarede afvigelser fra denne respons [C(q)e(ti)], giver os mulighed for mere præcist at karakterisere systemets input-output forhold og arten af ​​afvigelserne. Svarforsinkelser er også estimeret. Strukturen af ​​tracking error-modellens polynomielle funktioner A(q) og B(q) (antal og størrelser af deres konstante koefficienter) giver både en kvalitativ og kvantitativ beskrivelse af den måde, hvorpå de forudsigelige og motoriske planlægningsprocesser på højere niveau udnytter tracking error og diskbevægelsesinformation for at kontrollere sporingsfingerens ydeevne og minimere fejl. en enkelt koefficient ville betyde, at processerne på højere niveau anvender en lav ordensrepræsentation af fejlprocessen eller diskbevægelsen, der kun indeholder rumlig (positions)information; to eller flere koefficienter ville indebære en rigere repræsentation, der også inkorporerer hastigheds- og accelerationsinformation. Større størrelseskoefficienter indikerer, at deres respektive termer i højere grad udnyttes til at udføre kontrolopgaven. For SoB-modellen er fortolkningen af ​​A(q) mere udfordrende, fordi denne funktion også beskriver mekanikken for krops- og kropssegmentbevægelse. Fortolkning af B(q) forløber imidlertid på samme måde som for tracking error; men her bemærker efterforskerne, at processer på højere niveau har større viden om sporfingerens bevægelse end målskivens, fordi disse processer styrer førstnævnte. Dette kan resultere i større eller større størrelsesorden B(q) koefficienter, samt reducerede responsforsinkelser i forhold til fingersporingsmodellen.

Diskrete Fourier Transforms (DFT'er) vil blive beregnet for diskbevægelse og de resulterende responser fra sporingsfingeren og hele kroppens CoM. Ud fra disse vil empiriske overførselsfunktioner, der relaterer målets bevægelse til disse reaktioner, blive beregnet ved at dividere DFT af svaret med DFT af skivebevægelsen, frekvens for frekvens. Størrelsesforstærkninger og faseforsinkelser opnået fra de empiriske overførselsfunktioner vil blive brugt til at konstruere Bode-forstærknings- og faseplot for at vurdere frekvensresponsen og båndbredden af ​​sporings- og CoM-responserne. Bode-plot giver et mål for, hvor godt systemet er i stand til at reagere på dets input. Overlegen ydeevne indikeres af større båndbredde og forstærkning og lavere faseforsinkelser. Brugen af ​​disse metoder til at analysere balancen er beskrevet i.

Polynomiske modeller og overførselsfunktioner vil blive konstrueret for hvert emne, der deltager i BRTP. Fordi motorisk indlæring og deraf følgende ændringer i præstation fortsætter kontinuerligt i løbet af hver træningskamp, ​​vil polynomiemodeller og overførselsfunktioner blive beregnet for et 30 sekunders vindue (indeholdende 3.000 datapunkter), der går videre over hver kamp i 15 sekunders intervaller. Efterforskerne vil også beregne RMSE, gennemsnitlig SoB og RMSD for hvert vindue. En fire minutters træningskamp vil således give 15 "øjebliksbilleder" af præstation på tværs af kampen. Vinduesstørrelse og fremføringsinterval vil blive justeret om nødvendigt for bedst muligt at fange profilen af ​​præstationsændringer over tid. Disse modeller, funktioner og præstationsmål vil også blive konstrueret til de to baselinevurderinger og fastholdelsesvurderingen udført ved brug af BRTP Assessment Module (se Specifikt mål-1.1 i Metoder). Disse modeller, funktioner og præstationsmål vil give en detaljeret skildring af den måde, hvorpå motorisk læring (ændringer i præstation i BRTP) udvikler sig i løbet af en træningskamp, ​​en træningssession med flere kampe, hele træningen med flere sessioner. regimen og opbevaringsperioden.

Efterhånden som træningen skrider frem, forventer efterforskerne, at sporingsfejl (i henhold til polynomiemodellen) og RMSE falder, og at LoB (målt i begyndelsen af ​​hver træningssession), SoB (i henhold til polynomiemodellen), gennemsnitlig SoB og RMSD vil stige. Efterforskerne forventer yderligere, at antallet og størrelsen af ​​hver polynomiemodels A(q) og B(q) koefficienter vil stige. Dette indikerer, at hjernen er ved at udvikle rigere og mere udførlige mentale modeller til at kontrollere både sporing og balancepræstation i den balancerede rækkeviddeopgave. Efterforskerne forventer, at Bode-plots afslører større båndbredde og forstærkning og lavere faseforsinkelser; hvilket indikerer, at sporings- og balancesystemerne er bedre i stand til både at behandle deres input og reagere på dem. Især forventer efterforskerne forbedret højfrekvent ydeevne, som forringes med aldring. Disse analyser og vurderinger vil blive udført på et individuelt grundlag for at sikre, at gennemsnitsberegning mellem emner ikke skjuler de præstationsegenskaber, som efterforskerne søger at identificere. Hvis efterforskerne møder tilstrækkelig ens præstation på tværs af en gruppe af forsøgspersoner, vil efterforskerne imidlertid konstruere gruppegennemsnitsmodeller, funktioner og præstationsmål til at beskrive det. Et særligt mål med disse vurderinger er at bestemme, om og hvornår emner "plateau" i løbet af de individuelle træningskampe, individuelle træningssessioner eller det overordnede træningsprogram. Disse oplysninger vil blive brugt til at bestemme den optimale varighed af hver af disse træningskomponenter (træningskampens varighed, antal træningskampe pr. træningssession, samlet antal træningssessioner).

SA-3.2: Vurder korrelationer mellem accepterede kliniske mål for balance og BRTP-baserede mål. Implementering af BRTP involverer nødvendigvis brugen af ​​præstationsmål, der er specifikke for den balancerede rækkeviddeopgave, for at skræddersy den til individuelle fags evner (LoB) og måle den efterfølgende præstation (LoB, SoB og RMSD). Målet med dette delmål er at vurdere graden af ​​sammenhæng mellem ændringer i disse BRTP-mål og ændringer i de kliniske mål, som efterforskerne bruger til at vurdere BRTP's effekt på balancepræstation.

Statistisk analyse og forventede resultater: Evnen til at sammenligne ydeevnen i BRTP'en med den i de kliniske balancemålinger er begrænset på grund af de forskellige måleskalaer, hvorpå dataene fra BRTP'en og kliniske mål er opnået. BRTP-mål (RMSD, gennemsnitlig SoB og LoB) opnås på en forholdsskala. Nogle kliniske mål opnås også på en ratio-skala, mens andre opnås på en ordinal skala. Efterforskerne vil bruge Pearsons til at vurdere sammenhænge mellem BRTP-målene og de kliniske mål opnået på en ratio-skala; og Spearman's til at vurdere sammenhænge mellem BRTP-målene og de kliniske mål opnået på en ordinær skala. Efterforskerne forventer, at BRTP-målene korrelerer med de kliniske mål, men varierer på en "glattere" og mere kontinuerlig måde og udviser større rækkevidde og følsomhed. Forskerne forventer, at disse korrelationer er statistisk signifikante, hvilket giver bevis for, at de BRTP-baserede balancemålinger har klinisk validitet. Da Multifunctional Reach-testen, Physiological Profile Assessment, Tinetti Balance-tests og Falls Efficacy Scale også har vist sig at korrelere med faldrisiko, vil statistisk signifikante korrelationer af BRTP-mål med disse give bevis for, at de er indikative for faldrisiko. Endelig vil en statistisk signifikant korrelation af LoB med Falls Efficacy Scale give bevis for, at LoB kan tjene som et kvantitativt mål for FoF.