Effect van FES-interventies op loopdynamiek bij beroertepopulatie

Hemiplegie met bijbehorende klapvoet komt voor bij 50% van de overlevenden van een beroerte en verslechtert vaak het vermogen van een persoon om te lopen. Op functionele elektrische stimulatie (FES) gebaseerde neuroprothetische apparaten zijn ontwikkeld om een ​​klapvoet te corrigeren. De werkzaamheid van deze apparaten werd aanvankelijk onderzocht door Liberson et al. die aantoonden dat elektrische stimulaties kunnen helpen bij het herstellen van functionele bewegingen in verlamde ledematen. Naast hulp bij het laten vallen van de voet, hebben deze apparaten significante verbeteringen laten zien in biomechanische variabelen zoals loopsnelheid, afstand, paslengte en fysiologische kosten voor personen met een beroerte. Om het effect van elektrische stimulatie op het loopherstel volledig te begrijpen, is het van cruciaal belang om de dynamische aspecten van het lopen te analyseren en de loopvariabiliteit te meten tijdens de functionele elektrische stimulatie-interventie. In het voorgestelde onderzoek zullen we de 'gangsymmetrie' van FES-geassisteerd lopen bepalen met behulp van bilaterale cyclogrammen van enkel en knie gedurende een periode van 6 maanden. Deze nieuwe benadering zal rekening houden met de dynamiek en complexiteit van het evenwicht door de afwijkingen van gewrichten van een symmetrielijn te meten bij elke loopcyclus en zal een betere meting van loopsymmetrie opleveren. Gebruik van deze uitkomstmaat zal ons in staat stellen de rol van elektrische stimulatie van de enkel te begrijpen en hoe dit effect wordt vertaald naar de knie- en heupgewrichten tijdens het lopen. De veranderingen in de oppervlakte-elektromyogrammen (EMG's) van selectieve spiergroepen zullen aantonen hoe FES kan bijdragen aan spierhertraining na een beroerte. We zullen geavanceerde signaalverwerkingsalgoritmen gebruiken om FES-artefacten uit het EMG-signaal te verwijderen om het verslepingseffect van de FES-interventie volledig te analyseren. Ten slotte zullen we Principal Component Analysis (PCA) gebruiken - een geavanceerde dataminingtechniek om het algehele loopherstelproces van personen met een beroerte te volgen en te kwantificeren met behulp van algoritmen voor patroonclassificatie. De gangsymmetriemeting en de EMG's zullen statistisch worden geclassificeerd om hun duidelijke scheiding te zien bij baseline en intervallen van 6 maanden. Met deze classificatie kunnen we de personen identificeren die het meest op de interventie reageerden. Deze informatie is van cruciaal belang en stelt onderzoekers en clinici in staat het revalidatieproces opnieuw te bepalen. Een dergelijke wetenschappelijke evaluatie zal de basis vormen voor de verdere ontwikkeling en implementatie van FES-apparaten of -technologieën, en ondersteunt zo het fundamentele doel van de NINDS om fundamentele en klinische ontdekkingen te vertalen in betere manieren om neurologische aandoeningen te behandelen.