機械学習分類アプローチに基づく頸部痛患者のためのキネマティックトレーニング

慢性特発性頸部痛は、世界中で最も一般的な筋骨格系疾患の一つであり、反復性の発症、変動する症状の強度、および持続的な障害への頻繁な移行を特徴としています。 臨床管理は一般的に短期間の疼痛軽減に焦点を当てていますが、より重要な社会的負担は、単独の急性エピソードではなく、再発と慢性化から生じます。 反復性頸部痛は、医療相談の繰り返し、長期の仕事の欠勤、生産性の低下、および医療費の増加に寄与します。 運動に基づくリハビリテーションが広く使用されているにもかかわらず、再発率は依然として高く、既存の治療アプローチが持続的な機能障害の根底にあるメカニズムを十分に対処していない可能性を示唆しています。 労働年齢層全体で頸部痛の有病率が上昇し続けている中、現在のリハビリテーションモデルが慢性化と症状の繰り返しの悪化に寄与する神経筋および感覚運動要因を適切に標的としているかどうかを疑問視することは妥当です。

理学療法を受けるほとんどの人は、非特異的または特発性頸部痛と診断されており、これは、疼痛、こわばり、めまい、視覚障害、および運動制御障害のさまざまな組み合わせを含む異質な臨床像を包含する広範なカテゴリーです。 患者は、運動戦略、固有受容感度、神経筋協調、および適応的運動パターンにおいて大きく異なる可能性がありますが、標準化された運動プロトコルを使用して管理されることが頻繁にあります。 従来の臨床評価ツールは、無症状の個人と患者を区別するのに効果的ですが、特発性頸部痛集団内の有意なサブグループを特定するための解像度は限られています。 過去10年間、脊椎疾患における患者中心の評価は、疼痛評価スケールと障害質問票に頻繁に依存してきましたが、慢性化を促進する可能性のある神経筋制御メカニズムの客観的評価には比較的強調が置かれていません。 新たな証拠は、頸部痛の既往歴を持つ個人が、症状寛解期においても感覚運動機能の持続的な変化を示すことを実証しており、根底にある神経筋適応が、再発への素因および機械的または心理社会的ストレッサーに対する回復力の低下をもたらす可能性があることを示唆しています。

頸部感覚運動制御は、しばしば頸部頭部運動感覚認識として概念化され、頸部筋組織および関節メカノレセプターからの固有受容入力を視覚および前庭情報と統合して、正確な頭部位置決めおよび滑らかな眼頭部運動を調整します。 変化した頸部求心性入力は、この統合を妨げ、不正確な運動知覚、障害された位置感覚、および不適応な運動出力戦略を引き起こす可能性があります。 長期にわたる固有受容障害は、脳幹および皮質感覚運動ネットワーク内の中枢神経可塑性変化を誘発する可能性があり、最初の疼痛エピソードを超えて機能障害を持続させ、慢性症状の維持に寄与する可能性があります。 系統的レビューは、頸部痛集団における運動感覚障害の大きさに関するさまざまな所見を報告しており、これは、募集の異質性、症状持続期間の違い、および機能障害の変動性を反映している可能性があります。 これらの不一致は、孤立したパラメータまたは単一のテスト結果に依存するのではなく、感覚運動パフォーマンスの多次元特性評価の重要性を強調しています。

運動精度、固有受容再較正、および協調的運動出力を標的とする運動感覚トレーニングは、疼痛および障害において臨床的に有意な短期的改善を示し、一部の効果は数か月間持続します。 しかし、約3分の1の患者は疼痛強度または障害の改善を示さず、ほぼ半数は客観的な運動学的パフォーマンス変数における測定可能な向上を示しません。 さらに、最大20パーセントの脱落率が報告されており、これは、障害された感覚運動システムに挑戦する運動中の不快感、疲労、または症状の悪化によることが頻繁にあります。 これらの観察は、均一なリハビリテーションプロトコルが個別化された神経筋プロファイルを最適に対処しない可能性があり、サブグループ特異的介入が治療反応性を高め、遵守を改善し、結果の変動性を減少させる可能性があることを示唆しています。

頸部運動制御は、固有受容系、前庭系、および視覚系間の協調的相互作用を含みます。 さまざまな振幅および速度で行われる運動課題は、感覚運動処理の異なる構成要素に挑戦し、異なる障害パターンを明らかにする可能性があります。 遅く、大きな振幅の運動は、固有受容識別および滑らかさ調節への依存を増加させ、協調が障害されている場合、ジャーク指数値の上昇として反映されることがよくあります。 より速い運動は、前庭依存メカニズムおよび動的安定性制御を関与させる可能性があります。 さらに、頸部筋肉からの変化した求心性入力は、前庭依存運動感度における適応的可塑性変化に影響を与え、より高い運動速度での頭部および頸部制御に影響を与える可能性があります。 したがって、評価およびトレーニングは、サブグループ特異的障害を適切に捉えるために、複数の振幅および速度にわたる運動を組み込むべきです。

頭部および頸部運動制御テストは、参加者が制御された運動を行いながら視覚的に提示されたターゲットを追跡することを頻繁に要求し、それによって協調的眼頭部相互作用を必要とします。 頸部痛における視覚系の重要性は、脳幹レベルでの上部頸部求心性経路と視覚および前庭核との間の神経生理学的接続によって支持されています。 頸部痛患者は、特に頸部捻転操作中に、眼運動障害を頻繁に呈し、これは、変化した頸部-眼および頸部-頚反射の寄与から生じる可能性があります。 以前の研究は、頸部運動感覚障害と眼球運動制御との関連を示唆していますが、標的化された運動感覚トレーニングがこれらの眼運動適応をどの程度変更できるか、およびそのような変化が疼痛および機能的状態の改善と並行するかどうかは不明のままです。

従来の分析戦略は、個々の運動学的パラメータを独立して評価することが一般的であり、運動精度、振幅調節、および滑らかさの間の複雑な相互作用を見落とす可能性があります。 運動制御テストから生成された高次元データセットは、従来の単変量統計手法では適切に捉えられない非線形関係を含んでいます。 データマイニングおよび機械学習アプローチは、多次元データセット内の潜在構造の識別を可能にし、共有された機能的特性に従って患者のクラスタリングを容易にします。 特発性頸部痛を持つ135人のコホートで実施された以前の分析は、運動制御変数、疼痛強度、および人口統計学的特性の組み合わせに基づいて4つの異なるクラスターを特定しました。 これらのクラスターは、独自の運動学的プロファイルを示し、この集団内に臨床的に意味のある異質性が存在することを支持し、標的化された治療戦略が必要である可能性を示唆しています。

本研究は、これらの以前のクラスタリング所見から導出された分類ベースのリハビリテーションフレームワークを適用します。 頸部運動感覚機能は、運動制御テストおよび頭部-中立位置再配置テストを使用して包括的に評価され、疼痛強度を含む人口統計学的および臨床変数で補完されます。 参加者は、多次元運動および人口統計学的データを統合する確立された分類アルゴリズムを使用して、以前に定義されたクラスターに割り当てられます。 分類後、参加者は、サブグループの特徴的な主要障害を標的とするように設計されたクラスター特異的運動学的トレーニング、またはクラスター所属に合わせて調整されていない一般的な運動学的トレーニングプログラムのいずれかを受けます。 トレーニング曝露の構造、頻度、および期間は、グループ間で比較可能であり、結果の違いが用量ではなく内容によるものであることを保証します。 3か月の追跡測定が実施され、介入効果の持続性を評価し、個別化されたリハビリテーションが中期症状安定性に影響を与えるかどうかを探求します。

運動制御評価は、高解像度角変位データをリアルタイムで捕捉する慣性計測ユニットを使用して行われる視覚誘導頭部追跡課題を含みます。 参加者は、ターゲット振幅および速度を増加させることによって特徴づけられる4つの段階的に挑戦的な運動経路にわたって繰り返し試行を完了し、感覚運動システムの異なる構成要素を体系的にストレスします。 導出パラメータには、ターゲットゾーン内の試行時間の割合を表す精度時間、方向性振幅制御誤差を表す過小到達および過大到達、位置データの第3導関数から導出される運動の滑らかさを反映するジャーク指数、およびターゲットと実行運動間の平均角度不一致として計算される振幅精度が含まれます。 位置感覚は、自己選択の中立頭部位置への目隠し再配置を通じて評価され、絶対誤差が繰り返しおよび運動方向にわたって計算され、再配置精度を定量化します。 眼運動制御は、中立および捻転位置での滑動性追従テストを使用して評価され、眼球運動記録はアーチファクトに対してフィルタリングされ、参照軌道と同期され、追従ゲイン（眼球速度振幅とターゲット速度振幅の比）を計算するために分析されます。 頸部可動域は、すべての主要運動面で定量化され、可動性プロファイルおよび潜在的な可動性関連サブグループ区別を特徴づけます。

データ処理は、運動および眼球運動信号の体系的フィルタリング、適切な場合の瞬きおよびサッケードの除去、参照軌道の同期、運動サイクルの正規化、および安定したパラメータ推定を保証するための繰り返しにわたる平均化を含みます。 統計分析は、反復測定分散分析を使用して、ベースライン、介入後、および追跡評価にわたる時間×グループ相互作用を評価するために実行されます。 正規性仮定は分布指標を使用して検討され、モデル仮定を満たすために必要な場合、データ変換が適用されます。 クラスター割り当てのための機械学習手順は、専用のデータマイニングソフトウェアを使用して実施され、推論統計分析は確立された統計パッケージを使用して実行されます。 効果量は、臨床的関連性を文脈化するために統計的有意性とともに解釈されます。

多次元運動学的プロファイリングをサブグループ特異的リハビリテーション戦略と統合することにより、本研究は、分類ベースのトレーニングが、従来の非個別化運動学的リハビリテーションと比較して、臨床結果を改善し、神経筋適応を強化し、治療反応の変動性を減少させるかどうかを決定しようとしています。 さらに、本研究は、頸部感覚運動制御の改善と疼痛強度、障害、めまい、視覚症状、および眼運動機能の変化との間のメカニズム的関係を明確にすることを目的としています。 所見は、特発性頸部痛を持つ個人において、再発を減少させ、慢性化を制限し、長期的機能的結果を改善することを目的とした個別化されたメカニズムベースのリハビリテーションモデルの開発に貢献することが期待されています。