高齢者のための運動学習ベースの車いす推進トレーニング

サンプルサイズ：

計算の結果、3 つのグループのそれぞれについて 10 人の参加者のサンプル サイズが得られ、有意水準 0.05 (G*Power 3.1) で検出力 80% の有意差が検出されました。 データの欠落とフォローアップの損失を説明するために、3 つのグループのそれぞれが合計 36 人の参加者に対して 12 人の参加者で構成されるように、サンプル サイズを 15% 増やしました。

参加者の謝金:

• すべての参加者は、3 回のテスト セッションごとに 15 ドルを受け取ります。
• 介入グループ (練習またはトレーニング) のいずれかに無作為に割り付けられた参加者は、旅費の一部を補償するために、1 回の訪問 (テスト セッションを除く) 5 ドルを受け取ります。

適格性の評価:

この研究への参加に関心のある参加者は、年齢と体重の要件を満たしていること、上肢に怪我をしていないこと、潜在的な時間のコミットメントを理解していることを確認するために、電話で適格性についてスクリーニングされます。 参加者は、最初の予約時に参加資格を確認するために 1 つのアンケートに記入する必要があると言われます。 参加者は、認知障害のスクリーニングにインフォームドコンセントを提供した後、ミニ精神検査を完了します。

人口統計の説明情報 (ベースライン):

参加者集団を説明する上で重要な変数は、次のようなベースラインで収集されます。身長;セックス;手動車椅子を使用している家族や友人との接触。

物理的な参加者情報 (ベースライン、介入後、および介入後 2 週間):

テスト手順に必要な、または結果に影響を与える可能性のある物理的変数は、データ収集の各ポイントで測定されます。握力;上肢関節の柔軟性;自己認識の体力評価。

評価:

測定は、介入前 (ベースライン)、4 週間後、およびベースライン後 6 週間で行われます。 1 人の訓練を受けた評価者がすべての評価を管理します。

ランダム化:

参加者が登録されると、無作為化アルゴリズムによって、運動学習ベースのトレーニング、練習、または対照群のいずれかにランダムに割り当てられます。

データ収集：

インフォームド コンセントを提供し、69 歳以上の場合は身体活動準備健康診断 (PARMED X)、69 歳未満の場合は身体活動準備質問票 (PAR-Q+) の医師の署名付きコピーによって運動への承認を示した後、参加者は性別、身長、体重、年齢、一般的なフィットネス レベル、および手押し車の経験を含む人口統計学的アンケート。

アンケートに回答した後、参加者は適切なサイズのエレベーション車椅子 (Instinct Mobility、バンクーバー、BC) に装着されます。 参加者は、車椅子に座った状態で車輪の上部に手を置いたときに、肘が約 100 度の角度になるように装着されます。 測定ポイント全体で一貫性を確保するために、バイアスを最小限に抑えるために、事後テスト中に車椅子フィッティングの詳細が記録および再現されます。 運動変数と時間変数を収集するための計装された測定ホイール (SmartWheel - Three Rivers Holdings, Mesa, AZ) を車椅子の右側のホイールと交換し、慣性が一致したダミー ホイールを車椅子の左側に取り付けます。 タイヤの空気圧は、推奨レベルの 100 psi まで膨張します。

次に、トレッドミルでの車椅子使用者システムの抗力を決定するために、抗力テストが実行されます (Max-Mobility)。 ドラッグ テスト中、参加者は力トランスデューサにロープで接続されている実験用車椅子に受動的に座ります。 一定速度 (1.1 m/s または 4.0 km/h) で、トレッドミルの角度を 10 段階 (0.5% 勾配) で増加させ、各角度で抗力を決定します。 これらの 10 の力の測定値を使用して、トレッドミルの傾斜角度ごとに出力 (PO) を計算します。 線形回帰を使用して PO (PO (W) = 抗力 (N) · ベルト速度 (m/s) に従って抗力に速度を乗じて計算) を決定します。 ドラッグ テストの所要時間は約 5 分です。

車いすトレッドミルの側面にある安全ストラップは、エレベーション車いすの前部 (前輪キャスターの上の金属フレーム) に取り付けられます。 データ収集の前に、参加者は車椅子トレッドミルに慣れるために 5 分かかり、データ収集に使用される 1.1 m/s (4.0 km/h) の設定速度まで徐々に上げられます。 以前の研究では、生体力学的テストに 1.1m/s の速度が使用されていました。これは、米国の一部の交差点を横断するために必要な最低速度であるためです。 すべての参加者がテスト トライアルで同じ量の作業を実行できるようにするために、出力は 0.7% の傾斜で 0.15 W/kg に標準化されます。時速4～6km。 PO が 0.15 W/kg になるように、プーリー システムを介して車椅子の後部に抵抗を加えます。 車いす推進の酸素コストは PO の影響を受けるため、PO を標準化することで、体重や車いす構成の違いによる抗力の違いを取り除くことができます。 PO を標準化すると、テスト前からテスト後、テスト後 1 か月までの参加者の体重の変動も考慮されます。

参加者がトレッドミルで快適に移動できるようになったら、Parvo Medics の TrueOne 2400 代謝測定システムのマウスピースと鼻栓を装着します。 10 分間のベースライン (安静状態) データを収集して、参加者が正常に呼吸していること (つまり、過換気でないこと) と、呼吸交換比の値が適切であること (0.9 未満) を確認します。 参加者は、速度を徐々に 1.1 m/s に上げて輪行を開始し、達成された速度 (約 15 秒) に達すると、5 分間のデータ収集が開始されます。

運動学的および時空間特性:

SmartWheel からのデータは、独自のソフトウェアを使用して 240 Hz で収集され、カットオフ周波数が 20 Hz の 4 次ローパス バターワース フィルターを使用してフィルター処理されます。 SmartWheel™ で収集される変数には、3 次元の力、総力 (√(Fx2+Fy2+Fz2))、接線力 (前進推進力に作用する力)、ケイデンス (サイクル/秒)、プッシュ角度、および速度が含まれます。

ホイーリング パターン 2 つの Optotrak 3020 (NDI、Waterloo、ON) 位置センサーを使用して、第 3 中手指節関節の位置の矢状面 2D 運動学的データを記録します。 第 3 中手指節関節に配置されたマーカーは、各被験者の車輪戦略を定義するために使用されます。 キネマティック データは、200 Hz のサンプリング周波数で収集されます。 すべてのデータは、4 次の 7 Hz ローパス バターワース フィルターを使用してフィルター処理されます。

データ分析：

キネティックおよびキネマティック ホイール データは、外部トリガー パルスによって同期され、プッシュ リムに加えられた力の開始に基づいてサイクルに分割され、時間内にサイクルの 100% に正規化されます。 最後の 5 分以内に発生する車輪サイクルからのデータは、参加者ごとに平均化されます。

最後の 5 分以内に発生するホイール サイクルの手の軌跡プロファイルを使用して、ホイール パターンを 4 つのカテゴリのいずれかに分類します。 参加者グループの割り当てを知らされていない 2 人の研究者が、その定義に従って車輪戦略を個別に分類します。 ホイーリング戦略は、一貫性を確保するために 2 人の研究者間で比較されます。

運動学習ベースのトレーニング介入:

運動学習ベースのトレーニングは、1 人のトレーナーによって管理されます。 彼女は車椅子の推進力について 6 年以上の研究経験があり、手動および電動車椅子のスキルに関連する他の ML ベースのトレーニングを提供した経験があります。 トレーニングを受けた 3 人のボランティアが、ローテーション スケジュールでの 1 か月間の保持テストだけでなく、事前テストと事後テストを支援します。 ボランティアは、テスト プロトコルに関する 3 時間のトレーニングを受けます。 参加者は、3 週間にわたって 6 x 20 分間のマンツーマン トレーニング セッションに参加するよう求められます (2 セッション/週)。 わずか 12 分のトレーニングで生体力学的変数の改善が観察されたため、6 つのセッションが選択されましたが、他の継続的なスキルの動作効率の改善は 6 つのセッション内で観察されました。

運動学習ベースのトレーニングは、運動学習の分野における中心的な概念のいくつかに焦点を当てます。 運動学習の概念には、速度、フィードバック（内因性と外因性の両方ですが、外因性に焦点を当てています）、3つの主な変数（車輪のパターン、プッシュリムに接触するときの手の速度、押す角度）に焦点を当てたフィードバックに関する可変的な練習が含まれます。特に輪行パターンに関連する）、および精神的イメージ（休憩中）。

介入の練習:

練習介入は、1 人のトレーナーによって管理されます。 彼女は 6 年以上の手動車椅子推進研究の経験があります。 参加者は、3 週間にわたって 6 x 20 分間のマンツーマン トレーニング セッションに参加するよう求められます (2 セッション/週)。 わずか 12 分のトレーニングで生体力学的変数の改善が観察されたため、6 つのセッションが選択されましたが、他の継続的なスキルの動作効率の改善は 6 つのセッション内で観察されました。

一般的な練習は曝露を通じて経験を提供し、練習から得られる繰り返しは運動学習の要素と見なすことができますが、何よりも運動学習の原則に重点を置いた一対一のトレーニングに追加の利点があるかどうかを判断することが重要です。個人は自分で実行できます。 実践介入中にいくらかの「運動学習」が起こることが予想されますが、それはより少ない程度で起こると仮定されています.

運動学習ベースのトレーニングと練習のスケジュールと設備:

この研究のために、トレーニングはヒューマンモビリティ研究所のブラッソン脊髄センターでバンクーバーで開催されます。 Blusson Spinal Cord Center は、脊椎診療所といくつかの研究所を備えた地域密着型の施設です。

対照群：

対照群はトレーニングを受けませんが、介入群と​​同じ時点でテストされます。

他の：

参加者には、事前テストの完了後、2 つのグループのどちらに割り当てられているかに応じて、練習または運動学習ベースのトレーニングの簡単な概要が提供されます。 参加者には、「運動学習ベースのトレーニング」と「コントロール」グループがあることが通知されますが、練習グループが自分のトレーニングが劣っていると感じないように、2 つの異なるタイプのトレーニングを検討しているという事実は開示されません。運動学習ベースのトレーニンググループに。

練習または運動学習ベースのトレーニングが完了すると、参加者は、トレーニングの好きな点と嫌いな点、および新しい車椅子ユーザーにとって役立つと思うかどうかについて、自由回答形式の終了アンケートに回答するよう求められます。

データの合成と分析:

記述統計は、人口統計情報と物理情報を統合します。

一次結果に対する運動学習ベースのトレーニングの有効性 (総機械的効率と二次結果は、3 x 3 混合要因反復測定分散分析 (ANOVA) を使用して推定されます)。 調整された p 値を使用して、ベースライン特性間の複数の比較を修正します。 カイ二乗検定を使用して、トレーニング曝露に基づいたテスト前後のカテゴリ変数 (推進技術) の差を決定します。 有意性は alpha = 0.05 になります。