Energiforbruk og kardiorespiratorisk belastning under gange med og uten robothjelp

Bakgrunn. Nedsatt kardiorespiratorisk kondisjon, som er en viktig risikofaktor for utvikling av kardiorespiratoriske sykdommer, rapporteres ofte hos slagpasienter. Gjennomsnittlig energikostnad ved å gå, det vil si mengden oksygenforbruk i milliliter per kilo kroppsvekt per meter, hos slagpasienter er nesten dobbelt så høy sammenlignet med friske personer (hv. 0,27 ml/kg/m vs. 0,15 ml/kg/m). Ved rehabilitering av slagpasienter er hovedmålet å forbedre kinematiske og funksjonelle gangrelaterte parametere. På grunn av de tidligere nevnte kardiorespiratoriske risikoene er det imidlertid viktig å være klar over energiforbruket og kardiorespiratorisk belastning hos slagpasienter under gangrehabilitering. Tidligere ble gangtrening hovedsakelig utført av tredemølletrening, overjordstrening og/eller mer konvensjonelle terapier, men de siste årene har implementeringen av robotassistanse i gangrehabilitering øket. Men hva robotassistanse påvirker den kardiorespiratoriske belastningen og energiforbruket, og derfor også hvilke potensielle negative og/eller positive bivirkninger som er for kardiorespirasjonssystemet, er mindre undersøkt og uklart.

Til nå har korte gange med robotassistert gange (opptil 7 minutter) virket mindre energikrevende og kardiorespiratorisk stressende enn å gå uten robothjelp. Det er imidlertid ikke klart hva som er påvirkningene av lengre gangtid. I tillegg er det også uklart hvorfor mulige forskjeller mellom robotassistert gangart og gange uten robothjelp kan eksistere. En mulig forklaring kan være at forskjeller i spatiotemporale gangparametere er ansvarlige for forskjeller i energiforbruk og kardiorespiratorisk belastning.

Pasientrekruttering. Hjerneslagpasienter i rehabiliteringssenteret St. Ursula (Herk-de-Stad, Belgia) vil motta muntlig og skriftlig informasjon om målene og intervensjonene med studien. Kvalifiserte slagpasienter, som godtar å delta i studien, vil bli rekruttert. Signert informert samtykke vil bli innhentet fra alle deltakere.

Prøvestørrelse. Prøvestørrelsesberegning er basert på tidligere undersøkelser som indikerer store effektstørrelser mellom effekten av robotassistert gangart sammenlignet med gange uten robotassistanse på energiforbruk og kardiorespiratorisk belastning (basert på en systematisk oversikt sendt inn for fagfellevurdering). For å oppdage en stor effektstørrelse (f = 0,40) av robotassistert gangart sammenlignet med overjordisk og tredemøllegang på energiforbruk, kardiorespiratorisk belastning og opplevd tretthet, i et gjentatte mål innen fagdesign (3 gangforhold og 4 målinger), med en signifikansnivå på 5 % og et effektnivå på 80 %, en prøvestørrelse på 21 forsøkspersoner er nødvendig (G*Power 3.1 for Mac). Prøvestørrelsen blåses opp til 24 forsøkspersoner, så hver gangordre vil bli utført like mange ganger.

Innblanding. Pasienter vil bli testet i 3 enkle gåøkter hver på en egen dag: gå i Lokomat med 60 % veiledningskraft, gå på tredemølle og gå over bakken. Innenfor forsøkspersoner vil alle gangforhold utføres med samme behagelige ganghastighet (CWS), med samme mengde kroppsvektstøtte (BWS) (om nødvendig) i løpet av en total varighet på maksimalt 30 minutter. CWS (med maksimalt 3,2 km/t tilsvarende maksimal Lokomat-hastighet) og mengden BWS (om nødvendig) vil bli bestemt individuelt på en egen dag før studiestart. Gangtester vil bli avsluttet tidlig når relative eller absolutte indikasjoner presenteres som rapportert av American Heart Association eller når pasienter ikke er i stand til å fortsette å gå. Pasienter vil bli bedt om å ikke innta mat, alkohol, koffein eller nikotin minst 3 timer før intervensjonen, og ikke utføre ytterligere anstrengende aktiviteter minst 12 timer før intervensjonen. Gangøktene vil bli kontrollert for tid på dagen. Før studiestart vil demografiske og kliniske karakteristika bli samlet inn og CWS og mengden BWS (om nødvendig) vil bli bestemt i en 10 minutters gangtest. Ved starten av hver gangtilstand vil et brystbærende gassanalysesystem med munnmaske (Metamax 3B, Cortex, Tyskland), et pulsbelte (Polar H7) og 2 bærbare fotsensorer (Physiolog, Gait Up, Sveits) være anvendt. Pasientene blir sittende i 5 minutter hvor hvileverdier (energiforbruk, kardiorespiratoriske parametere og opplevd utmattelse) vil bli registrert. Etter en hvileperiode på 5 minutter vil pasientene gå i 30 minutter hvor energiforbruk, kardiorespiratoriske parametere, opplevd tretthet og spatiotemporale parametere vil bli overvåket kontinuerlig. Opplevd tretthet vil bli registrert hvert minutt. Gjennomsnittsverdier i hvile, begynnelsen, midten og slutten av gåøktene vil bli beregnet offline.

Randomisering og fortielse. Gåøkter vil bli utført i tilfeldig rekkefølge på 3 separate dager. En uavhengig etterforsker vil tildele de 24 pasientene (i 2 serier av 12) tilfeldig til en av de 6 mulige gangordrene ved hjelp av en tilfeldig sekvensgenerator. Tildeling vil bli skjult for etterforskerne ved å bruke en excel-fil med blinde og låste seksjoner, som kun den uavhengige etterforskeren har tilgang til. Den tilfeldige gangrekkefølgen til pasienten vil derfor kun være tilgjengelig når pasienten er rekruttert og hans navn er lagt inn i excel-arket. Denne metoden vil sikre at etterforskeren ikke kjenner gangrekkefølgen til neste deltaker.

Frafall. I tilfelle forsøkspersoner faller ut, vil forsøkspersonen bli erstattet av en ny deltaker som vil utføre alle tre forsøkene i samme randomiserte rekkefølge som forsøkspersonen som sluttet. Så, i tilfelle frafall, vil ytterligere pasienter bli testet inntil dataene fra 24 pasienter som deltok i alle tre tilstandene er samlet inn.

Statistisk analyse. Statistikk vil bli utført ved hjelp av SPSS (IBM, Chicago, IL). Beskrivende statistikk vil bli beregnet for baseline demografiske og kliniske pasientkarakteristikker. Gjentatte mål variansanalyser (ANOVA) med Bonferroni-korreksjon for flere sammenligninger vil bli brukt for å analysere forskjeller i primære og sekundære utfall innenfor og mellom gangforhold. Regresjonsanalyse vil bli utført for å evaluere om (endringer i) spatiotemporale parametere er prediktive for (endringer i) energiforbruk. Signifikansnivået settes til 5 %.