Tasapainoisen tavoittavuuden koulutusalusta ikääntyneiden ja neurologisesti vammaisten veteraanien tasapainohäiriöiden käsittelemiseksi (BATP)

Yleiskatsaus: Tämä tutkimus sisältää kolme erityistä tavoitetta (SA): SA-1) Balanced Reach Training Protocol (BRTP) -protokollan kehittäminen. SA-2) BRTP:n koulutustehokkuuden arviointi. SA-3) BRTP:n motorisen oppimisen aikakurssin arviointi.

Erityiseen tavoitteeseen 1 liittyvät menetelmät: BRTP SA-1.1:n kehittäminen: BRTP:n arviointimoduulin kehittäminen. Tutkijat kehittävät BRTP:n siten, että kunkin jalan asento ja siihen liittyvä pystysuora maareaktiovoima (käytetään askeleen havaitsemiseen), mitattuna tutkijoiden olemassa olevilla mittausjärjestelmillä, suoratoistataan jatkuvasti reaaliaikaiseen laskentatyöasemaan ja lukee kokeellinen kontrolli. ohjelman avulla, jotta se voi seurata näitä määriä jatkuvasti. Seuraavaksi tutkijat sisällyttävät reaaliaikaiseen kokeelliseen ohjausohjelmaan adaptiivisen portaikkoalgoritmin, joka määrittää kohteen tasapainorajaa (LoB) vastaavan kohdelevyn paikan askellemisen perusteella. Tutkijat määrittävät LoB:n, joka vastaa seitsemää kohdelevyn liikesuuntaa, joista jokainen vastaa tiettyä massakeskuksen (CoM) liikkeen suuntaa. Kohteen liike ohjelmoidaan liikkumaan arvaamattomasti pienellä pyöreällä alueella, jonka keskipiste ja keskiviiva osuvat yhteen määritetyistä suuntaviivoista. Kohde seuraa kohdetta hallitsevan kätensä etusormella. Mukautuva portaikkoalgoritmi kasvattaa vähitellen arvoa r, jolloin kohde siirtyy pois kohteesta, kunnes kohteen (käyttää valjaita pudottamisen estämiseksi) on astuttava välttääkseen tasapainon menettämisen, jolloin r pienenee jonkin verran ja prosessi toistetaan. Tämän tehtävän aikana koehenkilöä ohjeistetaan astumaan sen sijaan, että he vähentäisivät seurantaliikkeitään, kun he uskovat olevansa putoamisvaarassa. Aste, johon r kasvaa ja pienenee, riippuu kohteen aikaisemmista askelreaktioista, ja sen määrittää mukautuva portaikkoalgoritmi. Kun tämä prosessi jatkuu, algoritmi kehittää maksimitodennäköisyysestimaatin r:n arvolle, joka kutsuu askeleen. Kun tämä arvio osuu halutulle luottamusvälille (tässä 95 %), prosessi päättyy; ja LoB lasketaan niihin liittyvistä voimalevyn ja kehon segmentin sijainnin mittauksista. Levyn siirtymä seitsemässä suunnassa esitetään kohteelle satunnaisessa järjestyksessä.

Mukautuvan portaikkoalgoritmin määrittämiä r:n seitsemää arvoa pienennetään sitten 5 % ja niihin sovitetaan ellipsi. Levy ohjelmoidaan liikkumaan arvaamattomasti 90 sekuntia saman sinisummafunktion mukaisesti, jota käytettiin aiemmin, tämän ellipsin keskellä; ja aiheet seuraavat sitä. Tämä lentorata pitää kohteet LoB:ssa tai sen lähellä (ja tasapainokyvyn rajoissa) koko seurantatehtävän ajan. LoB:n määrittäminen tällä tavalla eliminoi LoB:n olemassa oleville kliinisille mittauksille ominaisen subjektiivisuuden ja myös selittää koehenkilöiden edellä mainitun epävarmuuden havaitessaan oikein tasapainotilansa ja tasapainorajansa. Tutkijat uskovat, että tämä lähestymistapa simuloi tarkemmin myös todellisia olosuhteita, joihin ihmiset putoavat, ja että LoB mittaa paremmin yksilöiden todellisia tasapainokykyjä. Lisäksi se tarjoaa käyttöön useita muita psykofyysisiä mittareita ja toimintoja, joiden avulla voidaan paremmin ymmärtää ja kuvata havainto- ja aistiprosessien roolia epätasapainoisten olosuhteiden määrittämisessä.

Arviointimoduuli tallentaa seuraavat tiedot, jotka kuvaavat seurantatehtävän suorituskykyä

1. Kutakin vastaavat r:n, , ja LoB:n arvot (kuvat. 7A ja 1);
2. Kohdelevyn liike (sijainti vs. aika);
3. Jokaisen 15 kehon segmentin liike (taulukko 1) ja seurantasormen kärki (mittattu tutkijoiden Vicon Motion Capture System -järjestelmällä);
4. Maareaktiovoimat, momentit ja CoP kummallekin jalalle ja molemmille jaloille yhdistettynä (kaksi Bertec-voimalevyä); Kohde 1 kerätään mukautuvan portaikkomenettelyn aikana. Kohteet 2, 3 ja 4 kerätään sekä mukautuvan portaikkomenettelyn että sitä seuraavan seurantatehtävän aikana (sekä harjoitusotteluissa, katso SA-2.1). Kaikki tiedot tallennetaan offline-tilassa jälkikäsittelyä ja analyyseja varten.

SA-1.2: Kehitä BRTP:n koulutusmoduuli. Yksi harjoitus alkaa hallinnoimalla arviointimoduulia kohteen LoB:n ja vastaavan kokonaistavoitteen liikkeen amplitudin määrittämiseksi ja laskemalla sen perusteella arvaamaton kohdelevyn liikerata. Harjoitusmoduuli näyttää sitten kuljettajan määrittämän harjoitusottelujen määrän; yksi niistä koostuu siitä, että kohteen seurataan lentorata esitetään neljän minuutin ajan ilman askelta, minkä jälkeen seuraa kolmen minuutin istuma-aika. Suoritustietoja tallennetaan koko seurantajakson ajan. Harjoittelujaksojen ja lepojaksojen kestoa voidaan vaihdella (tavoitteena, että harjoitusjakso tuottaa 60 minuuttia varsinaista harjoittelua) harjoituksen tehokkuuden optimoimiseksi ja yksilöllisten oppiaineiden tarpeiden ja kykyjen mukaan. Koehenkilöt valjastetaan seurantatehtävän suorittamisen aikana putoamisen estämiseksi. Harjoittelun edetessä ja koehenkilön suorituskyvyn parantuessa BRTP esittää yhä vaikeampia tavoitelentoreittejä, jotka perustuvat kasvaneisiin LoB:ihin ja vastaaviin yleisiin tavoitematka-amplitudeihin, jotka arviointimoduuli mitataan kunkin harjoituskerran alussa.

Erityiseen tavoitteeseen 2 liittyvät menetelmät: BRTP:n harjoittelutehokkuuden arviointi SA-2.1: Suorita BRTP- ja MCET-harjoitusprotokollat. Kaikki aihetestaukset suoritetaan tässä erityistavoitteessa. Tutkijat seulovat 90 vanhempaa miestä ja naista, joilla on korkea putoamisriski. Heistä 80 ilmoittautuu ja 68 suorittavat koulutuksen olettaen, että poistumisaste on 25 prosenttia.

Koehenkilöt jaetaan satunnaisesti joko BRTP- tai MCET-koulutusryhmään. Jokainen ryhmä saa 60 minuuttia koulutusta kolme kertaa viikossa kuuden viikon ajan. BRTP-koulutus on kuten aiemmin on kuvattu (katso SA-1.2). VA Marylandin tiimi kehitti MCET-protokollan vanhemmille henkilöille, joilla on tasapaino- ja liikuntavamma. Ohjelma räätälöidään kunkin osallistujan kyvyn mukaan tasapainoprofiilin ja kestävyystason mukaan. Kuuden viikon aikana harjoittelu etenee viidestä "perusharjoituksesta", jotka ovat välttämättömiä jokapäiväisen elämän instrumentaalitoiminnalle, 13 harjoitukseen, kun osallistujat täyttävät harjoituksen turvallisuuden ja liikkumisen laadun mittareita. Jokaisen harjoituksen standardisoitu eteneminen etenee vaaditun käsikosketuksen tason, annoksen (kesto, sarjat ja toistot), intensiteetin (liikkeen amplitudi ja poljinnopeus) ja monisegmenttisen motorisen haasteen tai monimutkaisuuden mukaan. Harjoituksen poljinnopeus on säädetty korkeammaksi haastamaan aerobinen kunto ja alaspäin, jotta se helpottaa suuremman resistanssin harjoitteluhyötyä (esim. pitämällä kyykky pidempään) tai sopeutuaksesi osallistujan väsymystasoon. MCET-koulutus suoritetaan ryhmässä.

Kaikki koehenkilöt arvioidaan kliinisen tasapainon mittareilla (katso alla) ja BRTP-arviointimoduulilla samaan aikaan ennen harjoittelua, sen aikana ja sen jälkeen (katso SA-2.2).

Tulostoimenpiteet: Seuraavia tasapainon, ulottuvuuden ja putoamisriskin "kliinisiä mittareita" käytetään arvioitaessa BRTP:n ja MCET:n aiheuttamia harjoitusvaikutuksia.

1. Monisuuntainen ulottuvuustesti
2. Falls Efficacy Scale, joka arvioi FoF
3. Fysiologisen profiilin arviointi (PPA)
4. Tinetti-tasapainotesti (tasapainoosasto)
5. Minitasapainon arviointijärjestelmien testi (Mini-BESTest)
6. DASH-testi (käsivarren, olkapään ja pään vammaisuus).

7. Jokaisen oppiaineen kokemat kaatumiset sekä olosuhteet, joissa he kaatuivat, harjoittelun aikana ja koko ensimmäisen vuoden sen jälkeen.

   Nämä toimenpiteet hankitaan erillisenä päivänä BRTP:n arviointi- ja koulutusmenettelyistä, jotta koehenkilöitä ei väsytetä tarpeettomasti. Tutkijat käyttävät myös seuraavia BRTP-pohjaisia ​​tasapainon ja ulottuvuuden mittareita.

8. RMSE
9. RMSD-ensisijainen tulosmittaus
10. Keskimääräinen SoB
11. LoB RMSD on tutkijoiden ensisijainen tulosmittaus. SA-2.2: Arvioi BRTP-koulutuksen tehokkuutta MCET:hen verrattuna. Ennen koulutusta koehenkilöille tehdään kaksinkertaiset perustestit 48 tunnin välein käyttäen kliinisiä ja BRTP:hen liittyviä mittauksia. Tämä arviointi toistetaan harjoituksen puolivälissä (kolme viikkoa harjoituksen alkamisen jälkeen), välittömästi harjoituksen jälkeen ja kuusi viikkoa viimeisen harjoituksen jälkeen (säilytys). Vaikka tutkijat sisällyttävätkin useita kliinisiä ja BRTP:hen liittyviä suorituskykymittauksia harjoittelun tehokkuuden arviointiin, RMSD on tutkijoiden ensisijainen tulosmittaus. Tämän tutkimuksen ensisijaisena tarkoituksena on arvioida BRTP:n tehokkuutta tasapainon parantamisessa. On mahdollista, että vaikka sekä BRTP että MCET parantavat tasapainoa, ryhmien välisen parannuseron suuruus voi olla pieni. Johtuen suhteellisen vaatimattomasta koehenkilömäärästä, jota tutkijat testaavat (testauksen vaatimuksista ja testauksen tukemiseen käytettävissä olevista rajallisista varoista johtuen), tutkijat eivät välttämättä näytä ryhmien välistä eroa. Voidakseen osoittaa, että jokainen interventio on tehokas, tutkijat testaavat koehenkilöt kahdesti lähtötilanteessa ja vertaavat muutosta tämän puuttumattomuusjakson aikana erikseen kunkin aktiivisen toimenpiteen aiheuttamaan muutokseen. Tutkijoiden tasapainoon liittyvien kliinisten mittareiden on osoitettu korreloivan putoamisriskin ja putoamispelon (FoF) kanssa. Kliinisesti merkittävät parannukset harjoitusryhmän suorituskyvyssä kliinisten mittareiden perusteella osoittavat, että BRTP parantaa tasapainotoimintoa ja vähentää kaatumisriskiä.

Tutkijat vaativat myös, että koehenkilöt raportoivat kaikista koulutusjakson aikana kokemistaan ​​putoamisista ja olosuhteista, joissa he putosivat. Kun tutkittavat ovat suorittaneet koulutuksen, tutkijat ottavat heihin yhteyttä kuukausittain sähköpostitse, sosiaalisessa mediassa tai käyttämällä leimattuja palautusosoitekortteja saadakseen tietoja syksystä. ja seuraa puhelimitse saadaksesi tietoa olosuhteista, joissa he putosivat.

Tilastollinen analyysi ja odotetut tulokset: Tutkijat aloittavat Exploratory Data Analysis -analyysillä, jonka tarkoituksena on löytää ääriarvot, jotka tarkistetaan sen varmistamiseksi, ettei niissä ole transkriptiovirheitä. Tutkijoilla on tiedot viideltä aikapisteeltä, lähtötasolla 1 (B1) lähtötasolla 2 (B2), harjoituksen puolivälissä (MT), harjoituksen jälkeen (PT) ja säilytys kuuden viikon kuluttua viimeisen harjoittelun jälkeen (R). Tutkijat käyttävät toistuvia mittareita ANOVA (SAS proc mix), jossa riippuvainen muuttuja on persoonan sisällä tapahtuva muutos aikajaksosta toiseen, ts. B2-B1, MT-B2, PT-MT, R-PT. Malli mukautetaan ryhmälle (BRTP, MCET); aikajakso (perustaso [B1–B2], varhainen koulutus [B2–MT], myöhäinen harjoittelu [MT-PT], kokonaisharjoittelu (B2-PT], säilyttäminen [PT–R]) ja ajanjakso x vuorovaikutus ryhmässä. Jos tutkijat havaitsevat merkittävän ajanjakson x ryhmävaikutuksen, tutkijat käyttävät asianmukaisia ​​post hoc -vertailuja määrittääkseen ajankohdat, joissa on merkittäviä eroja. Tutkijat käyttävät lineaarisia kontrasteja 1) osoittaakseen BRTP:n ja MCET:n tehokkuuden vertaamalla keskimääräistä muutosta molemmissa ryhmissä perusviivan aikana keskimääräiseen muutokseen kummassakin kahdessa ryhmässä harjoituksen aikana; 2) verrata BRTP:n tehokkuutta MCET:n tehoon vertaamalla ryhmän sisällä tapahtuvia muutoksia harjoittelun aikana; ja 3) vertailla näiden kahden toimenpiteen kykyä saada aikaan pitkäkestoinen tasapainon paraneminen vertaamalla prosentuaalista muutosta retention aikana. Tutkijat käyttävät AICC:tä, Akaiken informaatiokriteerien modifikaatiota, määrittääkseen kovarianssirakenteen [esim. rakenteeton, yhdistesymmetria ja ensimmäisen asteen autoregressiivinen (AR(1)]), joka vastaa parhaiten samasta kohteesta saatujen toistuvien havaintojen sarja-autokorrelaatiota.

Ennen analyysien tulosten hyväksymistä tutkijat varmistavat, että tiedot vastaavat analyysien oletuksia (esim. jäännösten normaalijakauma) ja ettei millään datalla ole liiallista vaikutusta tai vipuvaikutusta (esim. Cookin D). Tutkijat käyttävät useita imputaatioita imputoidakseen seurantatietoja koehenkilöistä, joilta puuttuvat arvot. Jokainen ensisijainen hypoteesi testataan muista riippumatta. Tutkijat pitävät kaksisuuntaista testiä p < 0,05 osoittavan tilastollista merkitsevyyttä. Tutkijat odottavat, että BRTP parantaa toiminnallista tasapainoa tehokkaammin kuin MCET, ja että tämä parannus kestää kuusi viikkoa harjoituksen jälkeen. Lisäksi tutkijat odottavat parantumisen olevan kliinisesti merkittävää.

BRTP- ja MCET-koulutusryhmien välisten pudotussuhteiden vertaamiseksi tutkijat käyttävät Poisson-regressiota, jossa tutkijat käyttävät Liangin ja Zeigerin yleisiä estimointiyhtälöitä ottaakseen huomioon saman kohteen toistuvien mittausten sarja-autokorrelaation.

Erityiseen tavoitteeseen 3 liittyvät menetelmät: BRTP:n motorisen oppimisen aikakulun arviointi.

SA-3.1: Arvioi BRTP:n motorisen oppimisen aikakurssi. Sen lisäksi, että SA-2.2:n analyysit vertailevat harjoittelun yleistä tehokkuutta ja säilymistä BRTP:n ja MCET:n kanssa, ne tarjoavat myös karkean profiilin kunkin harjoitusohjelman kokonaismotorisen oppimisen aikakulusta. Nämä analyysit perustuvat aiemmin määriteltyihin kliinisiin tasapainomittauksiin ja BRTP-pohjaisiin mittauksiin, jotka on saatu viidellä aikapisteellä ennen harjoittelua, sen aikana ja sen jälkeen. Useampia aikapisteitä ei voitu määrittää, koska manuaaliset arvioinnit, jotka ovat tarpeen kliinisten mittausten saamiseksi näille monille koehenkilöille, ovat liian aikaa vieviä tämän mahdollistamiseksi.

Newell et ai. ovat havainneet, että dynaamisessa järjestelmässä, kuten ihmisen tasapainojärjestelmässä, harjoittelun aiheuttamat muutokset suorituskyvyssä ajan myötä (eli motorinen oppiminen) ovat sen muodostavien elementtien suorituskyvyn muutosten aggregaatio. Nämä alkuainemuutokset tapahtuvat lyhyemmillä ajanjaksoilla kuin edellä määritellyt mittausvälit. BRTP:n suorituskyvyn syvempi tutkimus tarkemmalla aikaskaalalla ei ainoastaan ​​tarjoaisi yksityiskohtaisempaa motorista oppimisprofiilia, vaan se antaisi meille mahdollisuuden karakterisoida laadullisesti ja kvantitatiivisesti joitakin tärkeimmistä elementaarisista suorituskyvyn muutoksista, jotka ohjaavat yleistä oppimisprofiilia - erityisesti niitä. korkeamman tason ennakointi- ja moottorisuunnitteluprosesseihin liittyvät muutokset. Kliiniset mittaustulokset eivät sovellu tähän analyysiin, vaikka niitä voitaisiin mitata useammin, koska ne eivät suoraan mittaa suorituskykyä BRTP:ssä. BRTP-pohjaiset mittaukset kuitenkin tallennetaan ja tallennetaan tarvittavalla tiheydellä. Tiedot, joista SoB, RMSE ja RMSD lasketaan, tallennetaan automaattisesti jatkuvasti jokaisen harjoitusottelun ajan.

Tämä analyysi sisältää Input-Output Polynomial -mallien ja empiiristen siirtofunktioiden kehittämisen ja tulkinnan, jotka kuvaavat seurantaa ja tasapainoa. Polynomimalli, jota tutkijat käyttävät, on AutoRegressive, Moving Average, eXogenous Input (ARMAX) -malli, joka on muotoa A(q)y(ti)=B(q)u(ti-nk)+C(q) e(ti)1 Tietylle järjestelmälle aikasarja y(ti) on järjestelmän vaste, joka on tallennettu diskreetillä ajanhetkellä ti; u(ti-nk) on syöte järjestelmään; ja e edustaa jäännöksiä, joita mallin muut ehdot eivät ole huomioineet. A, B ja C ovat aikasiirtooperaattorin q polynomifunktioita; ja n on k sek pituisten diskreettien aikavaiheiden lukumäärä, joka edustaa järjestelmän vasteviivettä. Seurantajärjestelmälle y on seurantavirhe (levyn sijainti-sormen sijainti) ja u on kohdelevyn sijainti. Tasapainojärjestelmälle y on SoB ja u seuraa sormen sijaintia; koska SoB on ohjattu tukemaan seurantatehtävää. Mallit muodostetaan määrittämällä optimaalinen termien lukumäärä kussakin A-, B- ja C-polynomifunktiossa (yleensä 1-4) ja näiden termien vakiokertoimien arvot, jotka sopivat parhaiten dataan. neliöpoikkeamien summan minimoimisen tunne. Tämä prosessi suoritetaan MatLabin Systems Identification Toolboxin avulla.

Polynomimallit erottavat järjestelmän taustalla olevan vastedynamiikan [joka antaa A(q) y*(ti) = B(q)u(ti-nk)] tämän vastauksen selittämättömistä poikkeamista [C(q)e(ti)], antaa meille mahdollisuuden luonnehtia tarkemmin järjestelmän panos-tuotossuhdetta ja poikkeamien luonnetta. Vastausviiveitä on myös arvioitu. Seurantavirhemallin polynomifunktioiden A(q) ja B(q) rakenne (niiden vakiokertoimien määrä ja suuruudet) antavat sekä kvalitatiivisen että kvantitatiivisen kuvauksen tavasta, jolla korkeamman tason ennustavat ja motoriset suunnitteluprosessit hyödyntävät seurantavirhettä. ja levyn liiketiedot ohjaamaan sormen seurantaa ja minimoimaan virheet. yksi kerroin merkitsisi sitä, että ylemmän tason prosesseissa käytetään virheprosessin tai levyn liikkeen matalaluokkaista esitystapaa, joka sisältää vain spatiaalisia (sijainti)tietoja; kaksi tai useampi kerroin tarkoittaisi rikkaampaa esitystä, joka sisältää myös nopeus- ja kiihtyvyysinformaatiota. Suuremmat suuruuskertoimet osoittavat, että niiden vastaavia termejä hyödynnetään enemmän ohjaustehtävän suorittamisessa. SoB-mallissa A(q):n tulkinta on haastavampaa, koska tämä funktio kuvaa myös kehon ja kehon segmenttien liikkeen mekaniikkaa. B(q:n) tulkinta etenee kuitenkin samalla tavalla kuin seurantavirheen tulkinta; vaikka tässä tutkijat huomauttavat, että korkeamman tason prosesseilla on enemmän tietoa seurantasormen liikkeestä kuin kohdelevyn liikkeestä, koska nämä prosessit ohjaavat ensin mainittua. Tämä voisi johtaa suurempiin tai suurempiin B(q)-kertoimiin sekä pienempiin vasteviiveisiin verrattuna sormenseurantamalliin.

Diskreetit Fourier-muunnokset (DFT:t) lasketaan levyn liikkeelle ja tuloksena oleville seurantasormen ja koko kehon CoM-vasteille. Näistä lasketaan empiiriset siirtofunktiot, jotka yhdistävät kohteen liikkeen näihin vasteisiin jakamalla vasteen DFT levyn liikkeen DFT:llä, taajuus taajuudella. Empiirisistä siirtofunktioista saatuja magnitudivahvistuksia ja vaiheviiveitä käytetään Bode-vahvistus- ja vaihekaavioiden muodostamiseen seuranta- ja CoM-vasteiden taajuusvasteen ja kaistanleveyden arvioimiseksi. Bode-kaaviot antavat mittarin siitä, kuinka hyvin järjestelmä pystyy vastaamaan syötteisiinsä. Parempaa suorituskykyä osoittavat suurempi kaistanleveys ja vahvistus sekä pienemmät vaiheviiveet. Näiden menetelmien käyttöä tasapainon analysoinnissa kuvataan kohdassa.

Polynomimalleja ja siirtofunktioita rakennetaan jokaiselle BRTP:hen osallistuvalle oppiaineelle. Koska motorinen oppiminen ja siitä johtuvat suorituskyvyn muutokset jatkuvat jatkuvasti jokaisen harjoitusottelun aikana, polynomimallit ja siirtofunktiot lasketaan 30 sekunnin ikkunalle (sisältää 3 000 datapistettä), joka etenee jokaisessa ottelussa 15 sekunnin välein. Tutkijat laskevat myös kunkin ikkunan RMSE:n, keskimääräisen SoB:n ja RMSD:n. Neljän minuutin harjoitusottelu tarjoaa siis 15 "tilannekuvaa" suorituskyvystä ottelun aikana. Ikkunan kokoa ja etenemisväliä säädetään tarvittaessa, jotta suorituskyvyn muutosprofiili saadaan parhaiten talteen ajan mittaan. Nämä mallit, toiminnot ja suorituskykymittaukset rakennetaan myös kahdelle lähtötilanteen arvioinnille ja BRTP-arviointimoduulilla suoritettavalle säilytysarviolle (katso Menetelmien erityistavoite-1.1). Nämä mallit, toiminnot ja suorituskykymittaukset antavat yksityiskohtaisen kuvauksen tavasta, jolla motorinen oppiminen (suorituskyvyn muutokset BRTP:ssä) kehittyy harjoitusottelun, usean harjoituksen tai koko monijaksoisen harjoittelun aikana. hoito-ohjelma ja säilytysaika.

Harjoittelun edetessä tutkijat odottavat seurantavirheen (polynomimallin mukaan) ja RMSE:n pienenevän ja LoB:n (mitattu kunkin harjoituskerran alussa), SoB:n (polynomimallin mukaan), keskimääräisen SoB:n ja RMSD:n kasvavan. Lisäksi tutkijat odottavat kunkin polynomimallin A(q)- ja B(q)-kertoimien määrän ja suuruuden kasvavan. Tämä osoittaa, että aivot kehittävät rikkaampia ja kehittyneempiä henkisiä malleja, joiden avulla voidaan hallita sekä seurantaa että tasapainoa tasapainoisen ulottuvuuden tehtävässä. Tutkijat odottavat Bode-kaavioiden paljastavan suuremman kaistanleveyden ja vahvistuksen sekä pienemmän vaiheviiveen; mikä osoittaa, että seuranta- ja tasapainojärjestelmät pystyvät paremmin sekä käsittelemään syötteitä että vastaamaan niihin. Erityisesti tutkijat odottavat parantuvan korkean taajuuden suorituskykyä, joka heikkenee ikääntymisen myötä. Nämä analyysit ja arvioinnit suoritetaan aihekohtaisesti, jotta varmistetaan, että tutkittavien keskiarvojen laskeminen ei peitä tutkijoiden tunnistamia suoritusominaisuuksia. Jos tutkijat kuitenkin kohtaavat riittävän samankaltaisen suorituskyvyn koehenkilöryhmässä, tutkijat rakentavat sen kuvaamiseksi ryhmän keskiarvomalleja, toimintoja ja suoritusmittareita. Näiden arviointien erityinen tavoite on määrittää, ovatko kohteet "tasannella" yksittäisten harjoitusten, yksittäisten harjoitusten tai yleisen harjoitusohjelman aikana ja milloin. Näitä tietoja käytetään kunkin harjoituskomponentin optimaalisen keston määrittämiseen (harjoitusjakson kesto, harjoitusten lukumäärä harjoituskertaa kohden, harjoitusten kokonaismäärä).

SA-3.2: Arvioi korrelaatioita hyväksyttyjen kliinisten tasapainomittausten ja BRTP-pohjaisten mittareiden välillä. BRTP:n käyttöönotto edellyttää välttämättä tasapainoisen tavoittavuuden tehtävälle ominaisten suoritusmittareiden käyttöä, jotta se voidaan räätälöidä yksittäisten koehenkilöiden kykyihin (LoB) ja siitä seuraavien suoritusten mittaamiseen (LoB, SoB ja RMSD). Tämän alatavoitteen tavoitteena on arvioida näiden BRTP-mittausten muutosten ja niiden kliinisten mittareiden muutosten välistä korrelaatiota, joita tutkijat käyttävät arvioidakseen BRTP:n vaikutusta tasapainon suorituskykyyn.

Tilastollinen analyysi ja odotetut tulokset: Mahdollisuus verrata suorituskykyä BRTP:ssä kliinisissä tasapainomittauksissa on rajoitettu, koska BRTP:n ja kliinisten mittausten tiedot saadaan eri mittausasteikoista. BRTP-mitat (RMSD, keskimääräinen SoB ja LoB) saadaan suhdeasteikolla. Jotkut kliiniset mitat saadaan myös suhdeasteikolla, mutta toiset saadaan järjestysasteikolla. Tutkijat käyttävät Pearsonin arvioimaan korrelaatioita BRTP-mittausten ja suhdeasteikolla saatujen kliinisten mittausten välillä; ja Spearmanin arvioimaan korrelaatioita BRTP-mittausten ja ordinaalisella asteikolla saatujen kliinisten mittausten välillä. Tutkijat odottavat, että BRTP-mittaukset korreloivat kliinisten mittausten kanssa, mutta vaihtelevat "pehmeämmin" ja jatkuvammin ja osoittavat laajempaa aluetta ja herkkyyttä. Tutkijat odottavat näiden korrelaatioiden olevan tilastollisesti merkittäviä, mikä osoittaa, että BRTP-pohjaisilla tasapainomittauksilla on kliininen validiteetti. Koska Multifunctional Reach -testin, fysiologisen profiilin arvioinnin, Tinetti-tasapainotestien ja putoamistehokkuusasteikon on myös osoitettu korreloivan putoamisriskin kanssa, tilastollisesti merkittävät BRTP-mittausten korrelaatiot näiden kanssa osoittavat, että ne viittaavat putoamisriskiin. Lopuksi LoB:n tilastollisesti merkitsevä korrelaatio Fallsin tehokkuusasteikon kanssa antaa todisteita siitä, että LoB voi toimia FoF:n kvantitatiivisena mittana.