Podejście treningowe uczenia się motorycznego z augmentacją błędów u pacjentów po udarze mózgu

Powrót sprawności ruchowej kończyny górnej po udarze jest niepełny. Udar mózgu jest główną przyczyną długotrwałej niepełnosprawności czuciowo-ruchowej, w tym uporczywych deficytów funkcji kończyny górnej (UL). Zrozumienie, jak poprawić regenerację UL, jest głównym priorytetem naukowym, klinicznym i pacjentem. Jednak pomimo licznych badań próbujących zidentyfikować najskuteczniejsze interwencje rehabilitacyjne oparte na ustalonych zasadach uczenia się motorycznego i plastyczności nerwowej, powrót do zdrowia po udarze UL pozostaje niepełny. Rzeczywiście, nawet przy leczeniu deficyty czuciowo-ruchowe UL utrzymują się u dużej części (do 62%) osób, które przeżyły udar przez ponad 6 miesięcy, co prowadzi do dużego obciążenia społeczno-ekonomicznego.

ZABURZENIA KONTROLI RUCHOWEJ: Konsekwencją podstawowego deficytu kontroli po udarze jest niedowład połowiczy, charakteryzujący się zmniejszoną zdolnością angażowania mięśni agonistów, niechcianą/niewłaściwą aktywacją mięśni (tj. osłabienie i zmiany właściwości włókien mięśniowych. Prowadzi to do deficytów w zdolności izolowania ruchu stawów i odpowiedniego łączenia różnych stawów w celu wykonywania funkcji związanych z zadaniami. Zgromadziliśmy istotne dowody sugerujące, że deficyty ruchowe i spastyczność są związane z powszechnym deficytem kontroli w specyfikacji i regulacji progów przestrzennych (ST) odruchu rozciągania i innych odruchów proprioceptywnych. ST są wyrażane w domenie przestrzennej (kątowej), a nie czasowej (opóźnienie). Regulacja odcinka ST jest dobrze ugruntowanym mechanizmem kontroli odruchów rozciągających u zwierząt oraz odruchów i ruchów u ludzi.

DEFINICJA ST I MECHANIZMY DZIAŁANIA: Próg przestrzenny (ST) to kąt w stawie, przy którym zaczynają się angażować mięśnie i zaczynają działać odruchy posturalne i inne odruchy. Przesuwając ST, mózg resetuje mechanizmy stabilizujące postawę do nowej pozycji kończyny lub ciała. Mechanizmy te łączą się, aby regulować ST w układach wielomięśniowych zgodnie z konfiguracją ciała i wymaganiami zadania. Udar skutkuje deficytami regulacji odcinka ST. Urazy ośrodkowego układu nerwowego (OUN) wpływające na mechanizmy zstępujące i rdzeniowe oraz samoistne prowadzą do ograniczeń w regulacji odcinka ST. W rezultacie pasywne lub aktywne ruchy przekraczające próg kątowy, ST (zakres spastyczności), wywołują nieprawidłową odruchową aktywację mięśni. ST jest zależny od prędkości, co zmniejsza aktywny zakres kontroli u pacjentów po udarze i ich zdolność do wykonywania szybszych ruchów.

PODEJŚCIE INTERWENCYJNE: Nasze podejście ma na celu zwiększenie bezrefleksyjnego zakresu ruchu łokcia podczas udaru. Adaptacja ruchu łokcia do nowego obciążenia (tj. zdolność do korygowania błędów) u pacjentów z przewlekłym udarem była znacznie lepsza, gdy ruch był wykonywany w zakresie aktywnej kontroli (gdzie spastyczność nie wpływała na skurcz mięśni) w porównaniu do sytuacji, gdy ruch był wolny od odruchów. zakres nie został określony. W związku z tym potencjał uczenia się motorycznego można poprawić, biorąc pod uwagę zakres upośledzonego ruchu łokcia w odpowiednio zaprojektowanych próbach. Aby uniknąć wywoływania ruchów wykonywanych z nieprawidłowymi wzorcami aktywacji mięśni i innymi kompensacjami (zła plastyczność), programy treningowe będą dostosowane do możliwości ruchowych danej osoby i będą uwzględniać podejścia, które określają ilościowo i powiększają zakres stawu wykonany przy typowych wzorcach aktywacji mięśni. W tej propozycji użyjemy robota i nowatorskiego interfejsu uczenia VR do manipulowania zdolnością do wykonywania kontrolowanych ruchów łokciem, co jest powszechnym upośledzeniem u osób z udarem o nasileniu umiarkowanym do ciężkiego. Proponowane zindywidualizowane podejście szkoleniowe koncentruje się na dostarczaniu konkretnych informacji zwrotnych w celu zwiększenia indywidualnego zakresu regulacji ST.

KOMUNIKACJA ZWROTNA ZWIĘKSZENIA BŁĘDU (EA): Informacja zwrotna o zwiększeniu błędu zostanie użyta do zwiększenia aktywnej kontrolnej strefy ST łokcia. EA wykorzystuje wewnętrzne uczenie oparte na błędach, aby zwiększyć zdolność OUN do wykorzystania nadmiarowości kinematycznej i znajdowania sensownych rozwiązań zadań motorycznych. W szczególności badani otrzymują informacje zwrotne, które poprawiają ich błędy motoryczne. Wykazano, że manipulowanie sygnałami błędów stymuluje poprawę czuciowo-motoryczną UL zarówno u osób zdrowych, jak i osób po udarze mózgu, przy czym większe korzyści w nauce występują, gdy błędy są większe. Informacje zwrotne od EA zostaną użyte do dynamicznego mapowania aktywnego zakresu kontroli łokcia. Wizualne informacje zwrotne dotyczące kąta łokcia zostaną zmodyfikowane, aby wyglądało na to, że łokieć porusza się mniej niż w rzeczywistości. Tak więc, kiedy rzeczywisty łokieć się porusza, badany postrzega łokieć jako mniej poruszający się i próbuje naprawić błąd, prostując łokieć dalej. Zakres aktywnej kontroli zostanie rozszerzony dzięki temu, że badani będą pracować blisko lub tuż przy granicy ich zakresu ST. Ponowne mapowanie relacji percepcja/działanie nastąpi, gdy aferentne sprzężenie zwrotne zostanie powiązane z większym kątem łokcia. Biorąc pod uwagę kluczową rolę błędów w uczeniu się motorycznym, sztuczne zwiększenie błędu wykonania poprzez EA zwiększy zakres aktywnej kontroli każdej osoby i spowoduje szybsze uczenie się.

WPŁYW NA REHABILITACJĘ: Wyniki zbudują wiedzę, która może pomóc klinicystom i ich pacjentom w określeniu najlepszego rodzaju treningu w celu odzyskania funkcji UL - niezbędnego elementu reintegracji z codziennymi czynnościami. Odkrycia mogą również wspierać zmianę paradygmatu w praktyce klinicznej, zachęcając praktyków rehabilitacji do rozważenia spersonalizowanych opcji interwencji w celu poprawy wyników. Zwiększenie możliwości terapeutycznych może również przyczynić się do spersonalizowanej opieki, która jest dostosowana do konkretnych potrzeb pacjenta i prowadzi do lepszych wyników funkcjonalnych.

Cel 1 - Określenie skuteczności spersonalizowanych ćwiczeń z wykorzystaniem EA w celu rozszerzenia zakresu aktywnej kontroli łokcia u osób po udarze. Hipoteza 1: Wewnętrzne sprzężenie zwrotne dotyczące błędu ruchu w stawie łokciowym doprowadzi do dynamicznego odwzorowania mechanizmów kontrolnych na poziomie mięśni i poprawi zakres aktywnego ruchu stawu łokciowego. Hipoteza 2: Osoby ćwiczące z EA będą w stanie włączyć większy zakres stawu łokciowego do funkcjonalnych ruchów sięgających, co znajdzie odzwierciedlenie w lepszych wynikach klinicznych.

Cel 2 – Określenie optymalnej dla pacjenta dawki intensywnych ćwiczeń, aby zmaksymalizować regenerację motoryczną ramienia. Hipoteza 3: Zwiększona dawka treningowa doprowadzi do lepszych wyników kinematycznych i klinicznych oraz lepszego uczenia się motorycznego.

Cel 3 – Powiązanie ilości uszkodzeń CST z regeneracją UL na podstawie pomiarów kinematycznych i klinicznych. Hipoteza 4: Większe uszkodzenie CST będzie skorelowane z gorszą nauką motoryczną i wynikami klinicznymi.

Dwie grupy, czas trwania szkolenia,

CZAS TRWANIA TRENINGU: 54 osoby wykonają ~30 min/sesję sięgania do celu chorą ręką. Aby kontrolować intensywność, trening zostanie przedłużony do czasu potrzebnego do wykonania 138 wysięgów/sesję z 6-10 sekundami między wysięgami. Sesje będą odbywać się 3 razy w tygodniu przez 9 tygodni (tj. 27 sesji, 810 minut, 3726 prób) – uważane za ćwiczenia o wysokiej intensywności, zgodnie z zaleceniami Okrągłego Stołu Rehabilitacji i Rehabilitacji po Stroke. Pomiary kinematyczne i kliniczne zostaną wykonane przed (PRE), po 3 (POST3), 6 (POST6) i 9 tygodniach (POST9) oraz po 4 tygodniach obserwacji (FOLL-UP).

WIELKOŚĆ PRÓBY: Minimalna istotna różnica kliniczna (MCID) pierwotnej miary wyniku (ST) została wykorzystana do obliczenia wielkości próby. MCID odcinka ST określono na 18,07° przy użyciu metody opartej na kotwicy (zmiana w FMA > MCID 5,25). Biorąc pod uwagę poziom α równy 5% i moc 95% (wielkość efektu = 1,39) do wykrywania różnic przy użyciu modelu mieszanego ANOVA (G*moc 3.1.9.4), minimalna wielkość próby wynosi 21/grupę. Wielkość próby zwiększono do 27 na grupę, biorąc pod uwagę 25% wskaźnik rezygnacji, biorąc pod uwagę konieczność uczestniczenia w wielu sesjach szkoleniowych/ewaluacyjnych dla końcowej kohorty 54 osób.

ANALIZA STATYSTYCZNA: Powiążemy zmiany w zachowaniu motorycznym z początkowym stanem klinicznym (PRE) i zmianami po leczeniu (POST) w 3 punktach czasowych (POST1, POST2, POST3) i podczas obserwacji (FOLL-UP). Podejścia statystyczne opierają się na analizie zamiaru leczenia. Analiza opisowa/rozkładu uwydatni główne cechy demograficzne i kliniczne oraz kontrolę różnic w wyjściowych wskaźnikach prognostycznych między grupami. Dla Obj. 1-3, użyjemy modelu ANOVA z powtarzanymi pomiarami dla wyników pierwotnych i drugorzędowych, gdzie model obejmuje jeden czynnik międzyobiektowy – grupa z 2 poziomami (EA, brak EA) i jeden czynnik wewnątrzobiektowy – czas (5 poziomów) , używając znormalizowanych wyników zmian (tj. POST-PRE/PRE; FOLL-UP-PRE/PRE). Uznamy zmiany w wynikach pierwotnych i wtórnych za znaczące, jeśli ich 95% przedziały ufności (CI) przekroczą MCID dla każdego środka. Aby kontrolować uraz %CST jako potencjalny czynnik zakłócający, przeprowadzimy równoległą analizę ANCOVA, używając %CST jako współzmiennej. Zwiększy to moc statystyczną i dostosuje się do różnic między grupami wyjściowymi, szacując obiektywną różnicę w głównych wynikach. Ten projekt badania został wykorzystany w naszym poprzednim RCT. Dla obszaru roboczego aktywnego ramienia, na istotność wskazuje >10% zmiana obszaru PRE-test, w oparciu o wzrost TSRT o co najmniej 18°. W przypadku zakresu ruchu łokcia istotna zmiana wyniesie 15% zakresu przed testem. W przypadku wyników drugorzędnych zostaną użyte wartości MCID, jeśli będą znane. W przypadku miar, dla których identyfikatory MCID nie są znane, za minimalnie istotną zmianę uznamy >15% wartości sprzed testu. Wielokrotna analiza regresji liniowej na zbiorczych danych pozwoli zidentyfikować zależności między pacjentami z różnymi poziomami początkowego upośledzenia klinicznego (uszkodzenie %CST) oraz pierwotnymi i drugorzędowymi miarami wyników. We wszystkich analizach płeć będzie uznawana za czynnik zakłócający. Podczas gdy mężczyźni mają wyższą zapadalność na udar mózgu skorygowaną o wiek, kobiety doświadczają cięższych udarów i mają wyższą śmiertelność krótkoterminową. Lepsze zrozumienie wpływu płci na interwencje terapeutyczne może prowadzić do lepszego leczenia udaru. Dla wszystkich modeli zostaną zbadane wykresy resztkowe w celu zweryfikowania liniowości, normalności i homoskedastyczności. Współliniowość zostanie oceniona na podstawie tolerancji, zmienności inflacji i wartości własnych. Korelacja cząstkowa i współczynniki standaryzowane (beta) zostaną zbadane w celu wykazania, które zmienne objaśniające mają większy wpływ na zmienną zależną w modelach regresji wielokrotnej. Dla każdego wyniku zmienność zostanie oszacowana na podstawie 95% CI. Brakujące dane zostaną sprawdzone pod kątem nielosowych wzorców.

ZARZĄDZANIE PRÓBĄ: Codzienne zarządzanie próbą będzie leżało w gestii komitetu sterującego (Levin, Archambault, Piscitelli). Randomizacja zostanie przeprowadzona przez Levina. Koordynacją prób i przetwarzaniem danych zajmie się Piscitelli. Zespół posiada uzupełniającą wiedzę specjalistyczną bezpośrednio związaną z wnioskiem oraz rozległe doświadczenie w prowadzeniu badań nad udarami. Były pacjent (GG), który brał udział w naszych poprzednich badaniach, pomoże ocenić wykonalność i akceptowalność technologii i protokołu, w tym testów klinicznych i kinematycznych. Piscitelli będzie koordynować proces, pomagać w nadzorowaniu uczniów i dbać o codzienne zarządzanie. Prevost (koordynator badań klinicznych) będzie rekrutować i oceniać pacjentów z 3 ośrodków w ramach CRIR. Levin i Wien mają doświadczenie w obrazowaniu, a Feldman w kontroli motorycznej. Wein jest neurologiem udarowym w MNI, gdzie przeprowadził kilka RCT. Trivino (fizjoterapeuta) brał udział w kilku klinicznych projektach badawczych w JRH wykorzystujących wspomaganą technologią rehabilitację pacjentów po udarze mózgu. Berman (inżynier rehabilitacji) zaprojektował interwencję robota/VR i przeprowadził wstępne studia wykonalności z Levinem. Rozpowszechnimy wyniki w zespołach zajmujących się udarem w szpitalach stowarzyszonych z CRIR poprzez prezentacje na miejscu oraz omówimy problemy związane z pomiarem i zarządzaniem UL. Narzędzia do obrazowania diagnostycznego i wiedza z zakresu kontroli motorycznej zostaną udostępnione naukowcom, klinicystom i pacjentom. Wykonalność włączenia opracowanej technologii do warunków klinicznych zostanie oceniona przez klinicystów Trivino i Weina oraz pacjenta GG.