ロボット支援の有無による歩行中のエネルギー消費と心肺負荷

バックグラウンド。 心肺疾患の発症における主要な危険因子である心肺機能の障害は、脳卒中患者で頻繁に報告されています。 脳卒中患者のウォーキングの平均エネルギー消費量、つまり、体重 1 キログラムあたりのミリリットル単位での酸素消費量は、健康な人に比べてほぼ 2 倍です (それぞれについて)。 0.27 ml/kg/m 対 0.15 ml/kg/m)。 脳卒中患者のリハビリテーションにおける主な目的は、運動学的および機能的な歩行関連パラメータを改善することです。 ただし、前述の心肺リスクのため、歩行リハビリ中の脳卒中患者のエネルギー消費と心肺負荷に注意することが重要です。 過去には、歩行トレーニングは主にトレッドミル トレーニング、オーバーグラウンド トレーニング、および/またはより従来の治療法によって実現されていましたが、近年、歩行リハビリテーションにおけるロボット支援の実装が増加しています。 しかし、ロボット支援が心肺負荷とエネルギー消費にどのような影響を与えるか、また心肺系にどのような潜在的なマイナスおよび/またはプラスの副作用があるかについては、あまり調査されておらず、不明です。

これまでのところ、ロボット支援歩行の短い歩行時間 (最大 7 分) は、ロボット支援なしで歩くよりもエネルギー消費が少なく、心肺ストレスが少ないようです。 しかし、歩行時間が長くなることによる影響は明らかではありません。 さらに、ロボット支援歩行とロボット支援なしの歩行に違いが存在する可能性がある理由も不明です。 考えられる説明の 1 つは、時空間歩行パラメータの違いが、エネルギー消費と心肺負荷の違いの原因であるということです。

患者募集。 リハビリテーション センター St. Ursula (Herk-de-Stad、ベルギー) の脳卒中患者は、研究の目的と介入に関する口頭および書面による情報を受け取ります。 研究への参加に同意する適格な脳卒中患者が募集されます。 署名されたインフォームド コンセントは、すべての参加者から取得されます。

サンプルサイズ。 サンプルサイズの計算は、エネルギー消費と心肺負荷に対するロボット支援なしの歩行と比較したロボット支援歩行の効果の間の大きな効果サイズを示す以前の調査に基づいています (査読のために提出された系統的レビューに基づく)。 対象者の設計内で繰り返し測定 (3 つの歩行条件と 4 つの測定) で、エネルギー消費、心肺負荷、および知覚される疲労に対する地上およびトレッドミルの歩行と比較して、ロボット支援歩行の大きな効果サイズ (f = 0.40) を検出するには、 5% の有意水準と 80% の検出力水準では、21 人の被験者のサンプル サイズが必要です (Mac の場合、G*Power 3.1)。 サンプル サイズは最大 24 人の被験者にまで拡大されるため、各歩行順序は同じ回数実行されます。

介入。 患者は、それぞれ別の日に 3 回のウォーキング セッションでテストされます。60% のガイダンス力でロコマットを歩く、トレッドミルで歩く、地上を歩く。 被験者内で、最大 30 分の合計期間中、同じ量の体重サポート (BWS) (必要な場合) を使用して、同じ快適な歩行速度 (CWS) ですべての歩行条件を実行します。 CWS (ロコマットの最大速度に対応する最大時速 3.2 km) と BWS の量 (必要な場合) は、研究開始前の別の日に個別に決定されます。 米国心臓協会によって報告された相対的または絶対的な兆候が示される場合、または患者が歩行を続けることができない場合、歩行テストは早期に終了します。 患者は、介入の少なくとも 3 時間前に食物、アルコール、カフェイン、またはニコチンを消費しないように求められ、介入の少なくとも 12 時間前に追加の激しい活動を行わないように求められます。 ウォーキングセッションは、時間帯によって制御されます。 研究の開始前に、人口統計学的および臨床的特徴が収集され、CWSおよびBWSの量（必要な場合）が10分間の歩行テストで決定されます。 各歩行条件の開始時に、マウス マスク (Metamax 3B、Cortex、ドイツ)、心拍ベルト (Polar H7)、および 2 つのウェアラブル フット センサー (Physiolog、Gait Up、スイス) を備えた胸部搬送ガス分析システムが実行されます。適用。 患者は 5 分間座っており、その間に安静値 (エネルギー消費、心肺機能パラメーター、知覚疲労) が記録されます。 5 分間の休息期間の後、患者は 30 分間歩きます。その間、エネルギー消費、心肺パラメータ、知覚される疲労、および時空間パラメータが継続的に監視されます。 知覚される疲労は毎分記録されます。 安静時、歩行セッションの開始、中間、終了時の平均値はオフラインで計算されます。

無作為化と隠蔽。 ウォーキングセッションは、3 つの別々の日にランダムな順序で実行されます。 独立した研究者は、ランダム シーケンス ジェネレーターを使用して、24 人の患者 (12 人の 2 つのシリーズ) を 6 つの可能な歩行順序のいずれかにランダムに割り当てます。 割り当ては、独立した調査員のみがアクセスできるブラインドおよびロックされたセクションを含む Excel ファイルを使用して、調査員に対して隠蔽されます。 したがって、患者のランダムな歩行順序は、患者が募集され、その名前が Excel シートに入力された場合にのみ利用可能になります。 このメソッドは、調査員が次の参加者の歩行順序を知らないことを保証します。

脱落。 被験者が脱落した場合、被験者は、脱落した被験者と同じ無作為化された順序で 3 つの試験すべてを実行する新しい参加者に置き換えられます。 したがって、ドロップアウトの場合、3 つの条件すべてに参加した 24 人の患者のデータが収集されるまで、追加の患者がテストされます。

統計分析。 統計は、SPSS (IBM、イリノイ州シカゴ) を使用して実行されます。 記述統計は、ベースラインの人口統計学的および臨床患者の特徴について計算されます。 多重比較のためのボンフェローニ補正による反復測定分散分析 (ANOVA) を使用して、歩行条件内および歩行条件間の一次および二次結果の違いを分析します。 時空間パラメータ (の変化) がエネルギー消費 (の変化) を予測するかどうかを評価するために、回帰分析が実行されます。 有意水準は 5% に設定されます。