足底のかかとの痛み: 多部位の足の動きと筋肉の機能、FFI の翻訳、および治療の評価 (サブプロジェクト 1) PHP 患者の症状に対する強化運動プログラムの有効性 (サブプロジェクト 3)

(サブプロジェクト 1) 手順

各参加者は 1 回だけデータ収集に参加し、登録前に選択基準を使用して PHP の健康な患者または患者に割り当てます。 研究者が用意したショートパンツを着用します。 テストの前に、NORAXON TeleMyo レシーバーはフォースプレートとビデオと同期されます。 モーション、EMG、および力データのリアルタイム信号が同時に同期され、画面に表示されます。

EMGの準備

電極を取り付ける前に、皮膚を剃り、軽く研磨し、70% アルコールで洗浄することにより、電極を配置する部位の皮膚を準備します。 電極は、各筋肉の部位に 20 mm の中心から中心までの電極間スペースを配置します。 電極間インピーダンスは 10 キロオーム未満です。 伸縮性のある粘着テープを使用して電極を固定し、動きのアーティファクトを制御します。 参加者は、データ収集の前に、異なる筋肉からの EMG 信号間の電極の配置とクロストークを確認するために参照収縮を実行します。

EMG の配置

下肢の動的な筋肉機能を定量化するために、筋活動を筋電図 (TeleMyo DTS Telemetry、NORAXON USA Inc.) によって 1000 Hz のサンプリング周波数で測定します。 表面電極は、表面筋電図法に関する欧州勧告 (SENIAM) の推奨に従って配置されます。 湿式ゲル化バイポーラ Ag-AgCl デュアル表面電極 (Ag/AgCl NORAXON デュアル電極 20 mm 間隔) のペアが、表面 EMG センサー用に選択されます。 電極配置の位置と向きは、同じ研究者によって仰臥位でローカライズされています。 電極は、腓骨の先端と外果の先端の間の線の 1/4 に配置される長腓骨 (PL) に配置されます。 前脛骨筋 (TA) 電極は、腓骨の先端と内果の先端の間の線の 1/3 に配置されます。 腓腹筋内側頭 (GM) および外側腓腹筋 (GL) 電極は、内側頭の筋肉の最大球根に配置されます。 筋肉のすべての正確な位置は、その動作によって確認されます。

最大自発的等尺性収縮 (MVIC) テスト

参加者は、各筋肉の手動抵抗に対して 5 秒間の MVIC を 3 回実行します。 PL と TA は仰臥位で評価され、腓腹筋は立位で評価されます。 参加者は、研究者や機器からの手の抵抗に対して、各筋肉のアクションを実行します。 各試行における EMG 信号のピーク振幅が選択され、EMG の 3 秒間から平均化されます。 各筋肉の 3 つの試験のピーク平均振幅は、正規化に使用されます。

人体計測データ評価

人体測定データは、運動学的および運動学的データを計算するために、各被験者から取得されます。 身長、体重、脚の長さ、膝と足首の関節幅が含まれます。 脚の長さは、上前腸骨棘 (ASIS) と内果の間の距離です。 膝幅は、膝関節の内側顆と外側顆の間の距離です。 足首の幅は、内側と外側のくるぶしの間の距離です。

マーカーの配置

この研究では、Plug-in-Gait の下半身マーカーを使用して、歩行中の下肢運動データを観察します。 モデルは、左右の上前腸骨稜、左右の上後腸骨稜、左右の膝、左右の太もも、左右の足首、左右の脛骨、左右のつま先、左右のかかとで構成されています。 左または右を識別するために、右後ろのマーカーがマーカーの自動ラベル付けプロセスに使用されます。

足モデル

マーカーは、オックスフォード足モデルに従って足の骨隆起に配置され、歩行中の複数の足の動きを取得します。 Oxford Foot Model は、以前の研究で複数の足の動きを決定するために使用されており (35、36)、検証済みで信頼できることが証明されています (35、36)。

前足部を定義するために、マーカーは、第 1 中足骨の最も遠位の内側の面、第 5 中足骨の最も近位および遠位の側面、および第 2 中足骨頭と第 3 中足骨頭の中間に配置されます。 後足部では、距骨支持体、外側踵骨、かかと (踵骨の遠位部分)、後方近位踵骨にマーカーを配置し、踵と近位踵骨マーカーの間の後方踵骨にペグ マーカーを配置します。 脛骨セグメントについては、内果、外果、脛骨稜の前側面、脛骨粗面および腓骨頭にマーカーを配置します。

PHPの患者と正常な健康な患者の間で足と足首の運動学的データを比較する前に、データが許容できることを確認するために、ウォーキングの試行間のクラス内相関係数（ICC）値によってデータの再現性が評価されます。 PHPとしての足。

歩行計測

実験室の環境に慣れるまで、参加者は 8 メートルの通路を歩きます。 次に、快適な速度で 3 回の成功試行の歩行データが収集されます。 モーション データは 100 Hz で収集され、5 Hz でバターワース フィルター処理手法を使用してフィルター処理されます。 3回の試行からのEMGと運動の平均データは、さらなる分析に使用されます。

(サブプロジェクト 3)

この研究では、マヒドン大学理学療法学部の理学療法センターから足底かかとの痛み (PHP) の患者を募集します。 適格な参加者は、包含および除外基準に従ってスクリーニングおよび採用されます。 参加者は基準に従って審査されます。 研究の目的、手順、および考えられるリスクについて参加者に説明します。 研究に参加する前に、インフォームド コンセントに署名します。 参加者は、層化無作為化技術に従って、実験（強化）グループと対照（ストレッチ）グループである介入のグループに割り当てられます。 参加者は、ベースラインのすべての結果を評価されます。最悪の場合の痛み、FFI、足底筋膜の厚さ、筋力、足首の可動域、歩行測定。

その後、すべての参加者は、経験豊富な医師による同じ保守的な治療 (超音波治療、組織動員、関節動員) を受けます。 その後、参加者は、割り当てられたグループのプログラムに従ってエクササイズを行うように指示されます。 実験群にはつま先屈筋運動、足首外転筋運動、高負荷筋力トレーニングを実施し、対照群には腓腹筋、ヒラメ筋、足底筋膜ストレッチングを実施する。 すべての参加者は 8 回 (週 2 回) 治療を受け、1 日 3 回の在宅運動プログラムを実行します。 治療終了後、参加者は自宅での運動を 2 か月間続けます。 自宅での運動プロトコルは、理学療法士によって処方されます。

すべての結果データの評価は 5 回実行されます。 1) ベースライン、2) 4 回目と 3) 8 回目の治療後、4) 1 回目と 5) 2 か月目のセルフホーム ベースのエクササイズの後。 結果データを評価する研究者は、参加者のグループを知らされません。 彼らは、入院、無作為化、身体検査、および退院にのみ関与します。 理学療法士全員がミーティングと実習を受け、研究計画書と治療方針を明確にします。 参加者がホームプログラムのエクササイズを適切に行えるように、理解と遵守を電話で確認し、エクササイズの回数をログブックに記録します。

統計的有意性は確率で推定されます (p 値 < 0.05)。 記述統計は、参加者の人口統計学的およびベースライン特性を分析するために使用されます。 Kolmogorov-Smirnov 適合度検定は、データ分布でテストされます。 ベースライン データをグループ間で比較し、データの正規分布と非正規分布について独立した t 検定とマン ホイットニー U 検定を使用して違いを調べます。 結果の測定値は、VAS スコア、FFI スコア、歩行パラメーター、足底筋膜の厚さ、筋力、および足首 ROM であり、ベースライン間、治療の 4 番目と 8 番目、および 1 ヶ月目と 2 ヶ月目の間の双方向反復 ANOVA によって分析されます。セルフホームベースのエクササイズの。 データが正規分布していない場合は、フリードマン検定を使用して平均差を比較します。