상지 뇌졸중 재활을 위한 풍부한 환경

가. 과학적 배경

뇌졸중은 서구 국가에서 사망의 세 번째 주요 원인이며 상지(UL) 감각 운동 기능 장애는 신체 장애 및 장애 발생률에 크게 기여합니다(Olsen 1990). 열악한 팔 회복에 대한 한 가지 설명은 성능 품질보다는 작업 성취에 초점을 맞추는 것입니다. 이는 병적 이전 움직임 패턴(회복)의 재현을 장려하는 대신 대체(보상) 움직임 전략을 강화할 수 있습니다. 재활 목표는 기능 회복이지만 진정한 운동 회복 또는 보상을 통해 달성되는지 여부는 여전히 논쟁 중입니다. 실제로 심각한 장애가 있는 일부 환자의 경우 기능적 능력을 최대화하기 위해 보상이 권장되어야 합니다. 또는 예후가 좋은 사람들의 경우 여러 가지 이유로 운동 회복이 강조됩니다. 첫째, 적절한 훈련을 받으면 뇌졸중의 만성 단계까지 회복이 계속될 수 있습니다(예: Michaelsen & Levin 2004). 둘째, 보상은 즉각적인 수행에 도움이 될 수 있지만 통증 및 수축과 같은 장기적인 문제로 이어질 수 있습니다(Ada et al. 1994; Levin 1997). 셋째, 보상을 허용하면 학습된 비사용을 장려하여 후속 운동 이득에 대한 용량을 제한할 수 있습니다(Allred et al. 2005). 고립된 움직임의 반복적인 훈련 후에 성능 향상이 문서화되었지만(예: Whitall et al. 2000), 환자가 명시적 정보를 사용하여 운동 기능 습득을 최적화할 수 있는지 여부와 진정한 행동 회복이 발생하는지 여부를 다룬 연구는 거의 없습니다. 최적의 교육 프로그램을 개발할 때 고려해야 할 점은 참가자가 동기 부여를 받고 다양한 관련 작업을 연습하고 관련 피드백을 받을 때 학습이 발생한다는 것입니다(Nudo & Friel 1999; Winstein et al. 1999). 또한 환자는 누락된 운동 요소가 회복될 때까지 다양한 연습으로 혜택을 받지 못할 수 있으며(Carr & Shepherd 1987) 운동 재학습은 신체 및 인지 장애 수준과 관련이 있습니다(Cirstea et al. 2006).

지금까지 대부분의 연구는 움직임이 수행되는 방식을 고려하지 않고 기능적 변화를 평가하기 위해 임상적 측정만 사용했습니다(예: Jang et al. 2003). 이 연구는 기능적 개선이 보상의 증가로 인한 것인지 진정한 운동 회복으로 인한 것인지를 구별하는 능력에 초점을 맞출 것입니다. 이는 세부적인 움직임 분석(운동학)을 통해 팔 운동 패턴의 변화와 기능적 개선(임상 조치)의 상관 관계를 통해서만 수행할 수 있습니다. 가능한 운동학적 개선 지표가 많기 때문에 조사관은 변화를 가장 잘 나타내는 척도를 식별해야 합니다. 이것은 개입의 효과에 대한 무작위 통제 시험에 사용되는 임상적으로 의미 있는 결과 측정을 결정하는 첫 번째 단계입니다. 임상적 중요성은 연구 연구에서 얻은 지식을 증거 기반 실습으로 변환하는 데 필수적입니다(van Peppen et al. 2007).

B. 연구 설계: 1. 연구 세부 계획

뇌졸중 피험자 8명으로 구성된 두 그룹이 A-B-A 설계에 참여하여 중재 후(중재 완료 후 1주 이내) 및 후속 조치(중재 완료 후 1개월 후) 테스트의 데이터를 데이터와 비교합니다. 2개의 사전 테스트(개입 시작 직전 연구 첫 주의 시작과 끝에 개최됨)에서. 팔 운동 회복을 가장 잘 설명하는 것이 무엇인지 결정하기 위해 여러 가지 임상 및 운동학적 운동 성능 결과를 측정합니다. 이는 8명의 연령 및 성별 일치 건강한 지원자(단일 세션에서 기록됨)의 점수를 의미하기 위해 훈련 전후 결과의 변화를 비교하여 수행됩니다. 뇌졸중 생존자들은 서로 다른 수준의 동기 부여와 피드백을 제공하는 두 가지 훈련 환경에서 동작을 연습합니다. 훈련 환경 1은 높은 동기 부여를 제공하는 2D 비디오 기반 VR 환경에서 생성되며 운동 결과에 대한 결과 지식(KR)(즉, 속도, 정밀도) 및 몸통 움직임에 대한 비특정 성능 지식(KP) 피드백. 환경 2는 KP 피드백만 제공하고 KR이나 추가 동기 부여는 제공하지 않는 물리적 환경에서 생성됩니다.

훈련 프로토콜: 기준선 평가(신체적 및 인지적) 후, 뇌졸중 그룹은 3주 간격으로 15회 세션(3회/주, 72회 시도)의 획득 단계 동안 손이 닿지 않는 곳에 배치된 6개의 표준화된 대상(대상당 12회 시도)을 가리키는 연습을 합니다. /세션). 이 실습 요법은 최적의 운동 학습에 필요한 요소를 통합합니다. 1) 다양한 실습: 동작이 새로운 운동 과제는 아니지만 뇌졸중 회복 중에 다시 습득해야 합니다. 우리의 목표는 피험자에게 새로운 작업을 가르치는 것이 아니라 차선책으로 수행된 동작이 연습을 통해 어떻게 개선될 수 있는지 식별하는 것입니다. 2) 집중 연습: 세션당 반복 횟수는 Cirstea와 Levin(2000)의 연구에 따라 선택되었습니다. 따라서 세션당 72회 시도(24회 시도 중 3블록, 블록 간 휴식 5분)는 성공적인 훈련 프로그램을 위한 필수 요소인 '집중' 연습으로 간주됩니다. 획득 단계에 이어 운동 기능의 유지 및 전달을 평가하기 위해 3개월 후에 반복되는 평가입니다.

2. 방법: 피험자 그룹당 8명의 뇌졸중 피험자를 모집합니다. 연령 및 초기 팔 운동 심각도(Fugl-Meyer 팔 평가에서 ± 5점)에 대해 일치합니다. 연령 및 성별이 일치하는 8명의 건강한 피험자가 대조군으로 모집됩니다.

피험자 모집: 환자는 2005년 이후 시행된 절차를 사용하여 Haim Sheba 병원 퇴원 목록에서 모집됩니다. 스크리닝은 임상 연구 동료에 의해 수행됩니다. 포함 기준 1-3 및 제외 기준을 충족하는 잠재적 참가자에게는 연구 조사자에게 연락하도록 초대하는 설명 서신이 발송됩니다. 각 참가자로부터 정보에 입각한 동의를 얻습니다. 제어 대상은 커뮤니티에서 모집됩니다.

교육 환경: 동기 부여 및 피드백: 교육은 Sheba 의료 센터에 위치한 작업 치료과에서 수행됩니다. 훈련 환경을 통해 운동 결과에 대한 서로 다른 정도의 동기 부여와 피드백을 결합한 효과를 평가할 수 있습니다. 환경 1은 교육이 학습자가 후속 세션에서 자신의 점수를 이기기 위해 시도하는 게임으로 제공되기 때문에 동기 부여가 매우 높습니다(새롭고 재미 있음). 대상은 비디오 기반 VR 시스템(Gesture Xtreme)에서 공으로 표시됩니다. 환자는 6개 표적 장면의 36인치 디스플레이 앞에 앉습니다. 환자의 이미지는 비디오 카메라로 캡처되어 모니터에 표시되는 장면에 삽입됩니다. 작업은 임의의 순서로 나타나는 각 대상을 가리키는 것입니다. 피드백은 운동 학습에 적절한 정보(KR, KP, 게임 점수)를 제공합니다. 환경 2는 환경과 동일한 대상 수와 배치를 통합합니다. 1 그러나 주제 앞의 나무 프레임에 물리적 환경에서 제시됩니다. KR 및 KP 피드백은 클리닉에서 일반적으로 수행되는 것처럼 실험자가 구두 단서로 제공됩니다. 단, 추가적인 동기 부여 정보(게임 점수)는 제공되지 않습니다.

예비 결과 측정: 두 뇌졸중 그룹의 임상 훈련 전후에 맹검 평가자가 팔 운동 장애 및 기능의 임상 점수를 측정합니다(Fugl-Meyer Arm Score, 도달 성능 척도, Box and Blocks test, Wolf Motor Function Test, Motor Activity Log) )뿐만 아니라인지 기능. 모든 테스트는 유효하고 신뢰할 수 있으며 임상 실습에서 정기적으로 사용됩니다.

운동학적 테스트: 테스트 작업 및 전송 작업:

수사관은 도달하는 동안 팔과 몸통의 움직임을 특징짓는 운동학적 결과 측정값도 기록합니다(팔꿈치 확장, 어깨 수평 내전, 어깨 굴곡, 견갑골 움직임, 몸통 변위).

우리의 목표는 도달 동작으로 구성된 테스트 및 전송 작업 중에 분절 및 관절 운동학에 초점을 맞추는 것입니다. 테스트 작업이 기록됩니다. 테스트 대상은 환자의 팔 길이를 약간 넘는 거리에서 환자의 흉골과 나란히 배치됩니다. 테스트 작업은 연습 대상 중 하나에 대한 움직임과 유사합니다. 운동 학습을 평가하기 위해 조사관은 한 작업에서 학습한 요소가 다른 유사한 작업으로 이전되는지 확인합니다. 따라서 수사관은 훈련된 대상의 맨 위 행보다 5센티미터(cm) 더 높은 동측 어깨 앞에 배치된 대상에 대한 전송 작업에서 이루어진 움직임도 평가합니다. 따라서 Transfer Task는 훈련 중에 실행되지 않는 새로운 동작입니다. 몸통, 위팔 및 팔뚝 부분에 부착된 4개의 수동 반사 마커(직경 0.5cm 구체) 세트에서 강체 부분 운동학을 기록합니다. 이렇게 하면 세그먼트당 3개의 병진 및 3개의 회전 자유도를 계산할 수 있습니다. 관절 운동학은 외골격 프레임을 통해 흉골, 견봉, 팔꿈치 및 손목에 고정된 마커에서 수집됩니다. 마커 모션은 적합한 컴퓨터 소프트웨어(Qualisys, Göteborg, Swe)에서 보정된 3개의 카메라 광전자 모션 캡처 시스템(ProReflex MCU-240, Qualisys)으로 기록됩니다. 데이터 수집(100Hz, 2-5초)은 기계적 스위치를 해제하여 중앙 위치에서 손을 움직여 트리거됩니다. 각 마커의 측정 정확도는 0.2cm 미만의 오차 이내입니다.

첫 번째 단계로 조사관은 움직임 시간, 정확성, 부드러움, 분절 및 관절 회전 및 다중 관절 조정의 주요 구성 요소를 결정합니다. 각 세그먼트의 데카르트 좌표(x,y,z)는 세그먼트 마커 세트에서 가져옵니다. 세그먼트당 최소 3개 마커의 원시 데이터는 누락된 마커 보간(5차 다항식) 후에 사용됩니다. 각 시도에 대해 이동 시간과 최고 속도는 끝점 접선 속도 추적에서 결정됩니다. 이동 시간은 접선 속도가 최대값의 5%를 초과하여 유지한 후 다시 이 수준 이하로 유지되는 지점 사이의 시간입니다. 일정한 범위 오류의 측면에서 이동 정확도는 최종 끝점 위치(x, y, z)와 대상 위치(x0, y0, z0) 사이의 평균 거리(d)로 계산됩니다. 상수 및 변수(SD) 방향 오류도 정의됩니다. 곡률 지수(초기 위치와 최종 위치를 연결하는 직선의 길이에 대한 끝점 경로 길이의 비율)와 궤적 경로의 피크 수를 사용하여 접선 속도 추적에서 이동 부드러움이 계산됩니다. 세그먼트 및 관절 회전의 경우 위쪽 및 팔뚝 세그먼트에 대한 참조 좌표계 내에서 벡터가 계산됩니다.

결과 세그먼트 중심 모션 및 세그먼트 회전 데이터에서 다른 결과 변수가 계산됩니다. 가장 관련성이 높은 항목은 끝점 동작 및 전체 팔 자세, 특히 시간 경과에 따른 움직임의 진화(시간 파생물) 및 분절 경로의 단편화 및 팔의 자세와 관련하여 성능 변화를 정의합니다. 다른 목표를 향해 이동하는 동안. 제안된 임상 개입 후 팔 운동 성능 및 변화의 가장 적절한 설명자를 찾기 위해 움직임의 추가 측면을 탐색할 것입니다.

개선 지수(IP)와 학습 지수(IL)를 결정하기 위해 각 과목에 대한 변경 점수가 계산됩니다. IP는 테스트 후 값과 사전 테스트 값의 비율로 각 변수의 변화로 정의됩니다. IP 1은 변화가 없음을 나타내는 반면 음수 및 양수 값은 각각 값이 감소 또는 증가했음을 나타냅니다. 일부 변수의 경우 양수 비율은 개선(끝점 속도, 끝점 평활도, 각도 측정, 위상 진폭)을 나타내고 다른 변수의 경우 음수 비율(이동 시간, 움직임 정밀도)로 개선을 나타냅니다. 피험자가 각 후속 에포크에 대한 교육 후 개선을 유지하는지 여부를 결정하는 데 사용되는 IL은 사후 테스트와 비교하여 유지 시 변수의 변화로 정의됩니다. IL 값이 1이면 개선이 유지됨(변화 없음), 음수 값은 매개변수가 감소하고 양수 값은 매개변수가 증가함을 나타냅니다.

통계 분석: 첫 번째 목표를 위해 결과 측정의 변화는 획득 및 유지 단계 전후의 이동 결과를 2회 반복 측정 혼합 설계 ANOVA(MANOVA)로 비교하고 원시 평균(시간 1, 시간 2, 시간 3, 시간 4) 및 그룹 간 점수(IP, IL)를 변경합니다. 조사관은 훈련 그룹 간에 어떤 측정이 가장 다른지 조사하여 어떤 운동학적 측정이 가장 많이 변화하고 따라서 운동 회복(예: 팔꿈치 및/또는 어깨 움직임의 증가, 몸통 움직임의 감소)을 가장 잘 나타낼 수 있는지 결정할 것입니다. 조사관은 환경 1의 그룹 교육의 변화가 환경 2의 그룹 교육의 변화보다 클 것으로 예상합니다.