Energiankulutus ja sydän-hengityksen kuormitus kävellessä robottiavustuksen kanssa ja ilman

Tausta. Aivohalvauspotilailla on usein raportoitu heikentynyttä kardiorespiratorista kuntoa, joka on suuri riskitekijä sydän- ja hengityselinsairauksien kehittymisessä. Kävelyn keskimääräinen energiakustannus eli hapenkulutus millilitroina painokiloa kohti metriä kohden aivohalvauspotilailla on lähes kaksinkertainen verrattuna terveisiin koehenkilöihin (ts. 0,27 ml/kg/m vs. 0,15 ml/kg/m). Aivohalvauspotilaiden kuntoutuksessa ensisijaisena tavoitteena on parantaa kinemaattisia ja toiminnallisia kävelyyn liittyviä parametreja. Aiemmin mainittujen kardiorespiratoristen riskien vuoksi on kuitenkin tärkeää olla tietoinen aivohalvauspotilaiden energiankulutuksesta ja sydän-hengityskuormituksesta kävelykuntoutusvaiheessa. Aiemmin kävelyharjoittelu toteutettiin pääosin juoksumattoharjoittelulla, maanpäällisellä harjoittelulla ja/tai tavanomaisemmilla hoitomuodoilla, mutta viime vuosina robotti-avustuksen käyttöönotto kävelykuntouttamisessa on lisääntynyt. Kuitenkin, mikä vaikutus robotin avustamisella on sydän-hengityksen kuormitukseen ja energiankulutukseen, ja näin ollen myös mahdolliset negatiiviset ja/tai positiiviset sivuvaikutukset sydän- ja hengityselimistöön, on vähemmän tutkittua ja epäselvää.

Tähän asti robottiavusteisen kävelyn lyhyet kävelyajat (jopa 7 minuuttia) näyttävät vähemmän energiaa kuluttavilta ja sydän- ja hengityselimiä stressaavilta kuin kävely ilman robottiapua. Ei ole kuitenkaan selvää, mitä pidemmät kävelyajat vaikuttavat. Lisäksi on myös epäselvää, miksi robottiavusteisen kävelyn ja kävelyn ilman robottiapua välillä saattaa olla eroja. Yksi mahdollinen selitys voisi olla, että erot spatiotemporaalisissa kävelyparametreissa ovat vastuussa eroista energiankulutuksessa ja sydän-hengityskuormituksessa.

Potilaiden rekrytointi. Aivohalvauspotilaat kuntoutuskeskuksessa St. Ursula (Herk-de-Stad, Belgia) saavat suullista ja kirjallista tietoa tutkimuksen tavoitteista ja interventioista. Hakukelpoiset aivohalvauspotilaat, jotka suostuvat osallistumaan tutkimukseen, rekrytoidaan. Kaikilta osallistujilta hankitaan allekirjoitettu tietoinen suostumus.

Otoskoko. Otoskoon laskenta perustuu aikaisempiin tutkimuksiin, jotka osoittavat suuria vaikutuskokoja robottiavusteisen kävelyn vaikutuksen välillä ilman robottiapua kävelyyn verrattuna energiankulutukseen ja sydän-hengityksen kuormitukseen (perustuu vertaisarviointiin lähetettyyn systemaattiseen arvioon). Robottiavusteisen kävelyn suuren vaikutuskoon (f = 0,40) havaitsemiseksi maan päällä ja juoksumaton kävelyyn verrattuna energiankulutukseen, sydän-hengityskuormitukseen ja havaittuun väsymykseen toistuvissa mittauksissa koehenkilöiden suunnittelussa (3 kävelyolosuhteita ja 4 mittausta) merkitsevyystaso 5 % ja tehotaso 80 %, tarvitaan 21 kohteen otoskoko (G*Power 3.1 Macille). Näytteen koko kasvaa 24 koehenkilöön asti, joten jokainen kävelykäsky suoritetaan saman määrän kertoja.

Interventio. Potilaat testataan kolmella yksittäisellä kävelykerralla kukin erillisenä päivänä: kävely Lokomatissa 60 %:n ohjausvoimalla, kävely juoksumatolla ja kävely maan päällä. Koehenkilöiden sisällä kaikki kävelyolosuhteet suoritetaan samalla mukavalla kävelynopeudella (CWS) ja samalla määrällä kehon painon tukea (BWS) (tarvittaessa) yhteensä enintään 30 minuutin ajan. CWS (enintään 3,2 km/h vastaa Lokomatin maksiminopeutta) ja BWS:n määrä (tarvittaessa) määritetään erikseen erillisenä päivänä ennen tutkimuksen alkamista. Kävelytestit lopetetaan aikaisin, kun American Heart Associationin ilmoittamat suhteelliset tai absoluuttiset indikaatiot esitetään tai kun potilaat eivät pysty jatkamaan kävelyä. Potilaita pyydetään olemaan nauttimatta ruokaa, alkoholia, kofeiinia tai nikotiinia vähintään 3 tuntia ennen toimenpidettä ja olemaan suorittamatta muita rasittavia toimintoja vähintään 12 tuntia ennen toimenpidettä. Kävelytunteja ohjataan vuorokaudenajan mukaan. Ennen tutkimuksen aloittamista kerätään demografiset ja kliiniset ominaisuudet ja CWS ja BWS:n määrä (tarvittaessa) määritetään 10 minuutin kävelytestissä. Jokaisen kävelytilan alussa rintaan kantava kaasuanalyysijärjestelmä, jossa on suumaski (Metamax 3B, Cortex, Saksa), sykevyö (Polar H7) ja 2 puettavaa jalkaanturia (Physiolog, Gait Up, Sveitsi) sovelletaan. Potilaat istutetaan 5 minuutin ajan, jonka aikana lepoarvot (energiankulutus, sydän-hengitysparametrit ja havaittu väsymys) rekisteröidään. 5 minuutin lepojakson jälkeen potilaat kävelevät 30 minuuttia, jonka aikana energiankulutusta, kardiorespiratorisia parametreja, havaittua väsymystä ja spatiotemporaalisia parametreja seurataan jatkuvasti. Tunnettu väsymys rekisteröidään minuutin välein. Keskimääräiset arvot levossa, kävelykertojen alku, puoliväli ja loppu lasketaan offline-tilassa.

Satunnaistaminen ja piilottaminen. Kävelytunnit suoritetaan satunnaisessa järjestyksessä 3 erillisenä päivänä. Riippumaton tutkija määrittää 24 potilasta (2 sarjassa 12) satunnaisesti yhteen kuudesta mahdollisesta kävelykäskystä satunnaissekvenssigeneraattorin avulla. Jakaminen piilotetaan tutkijoille käyttämällä excel-tiedostoa, jossa on sokeat ja lukitut osiot, joihin vain riippumattomalla tutkijalla on pääsy. Potilaan satunnainen kävelyjärjestys on siis saatavilla vasta, kun potilas on rekrytoitu ja hänen nimensä on merkitty Excel-taulukkoon. Tämä menetelmä varmistaa, että tutkija ei tiedä seuraavan osallistujan kävelyjärjestystä.

Lopettaa. Jos koehenkilöt keskeytyvät, koehenkilö korvataan uudella osallistujalla, joka suorittaa kaikki kolme tutkimusta samassa satunnaistetussa järjestyksessä kuin keskeyttänyt tutkimushenkilö. Joten keskeyttämisen tapauksessa testataan lisää potilaita, kunnes kerätään tiedot 24 potilaasta, jotka osallistuivat kaikkiin kolmeen sairauteen.

Tilastollinen analyysi. Tilastot tehdään SPSS:llä (IBM, Chicago, IL). Kuvaavat tilastot lasketaan perustason demografisista ja kliinisistä potilaiden ominaisuuksista. Toistuvien mittausten varianssianalyysejä (ANOVA) Bonferroni-korjauksella useille vertailuille käytetään analysoimaan eroja primaarisissa ja toissijaisissa tuloksissa kävelyolosuhteiden sisällä ja välillä. Regressioanalyysi suoritetaan sen arvioimiseksi, ennustavatko spatiotemporaaliset parametrit (muutokset) energiankulutusta (muutoksia). Merkitystasoksi asetetaan 5 %.