Wpływ wskazówek dotykowych na autokorelacje dalekiego zasięgu w chorobie Parkinsona Zmienność chodu

1. TŁO Choroba Parkinsona (PD) jest drugą pod względem częstości występowania zwyrodnieniową chorobą neurologiczną. ChP wywołuje zaburzenia chodu, które prowadzą do zwiększonego ryzyka upadków. Spadki te poważnie wpływają na jakość życia pacjentów i generują znaczne koszty opieki zdrowotnej. Niestety zaburzenia chodu słabo reagują na leczenie farmakologiczne, a ich leczenie opiera się głównie na leczeniu rehabilitacyjnym. Podejście rehabilitacyjne składa się z dwóch etapów: funkcjonalnej oceny zdolności lokomotorycznych, po której następuje realizacja terapeutycznego programu ćwiczeń fizycznych.

   Podobnie jak tętno, czas trwania kroku zmienia się w perspektywie krótko- i długoterminowej zgodnie ze złożoną dynamiką zmian czasowych. Zmiany te przedstawiają autokorelacje dalekiego zasięgu (LRA): czas trwania kroku nie zmienia się losowo, ale w uporządkowany sposób. Badanie LRA opiera się na skomplikowanych metodach matematycznych wymagających rejestracji co najmniej 256 kolejnych cykli chodu. LRA są zmienione u pacjentów z PD, których rytm chodu jest nadmiernie przypadkowy. Zmiana LRA jest skorelowana z zaburzeniami neurologicznymi (skala Hoehna i Yahra oraz UPDRS) oraz stabilnością lokomotoryczną pacjentów (skala ABC i BESTest). Pomiar LRA byłby pierwszym dostępnym obiektywnym i ilościowym biomarkerem stabilności i ryzyka upadków u pacjentów z PD.

   Wytyczne dotyczące programów rehabilitacyjnych dla pacjentów z chP opierają się na edukacji (zapobieganie upadkom i bezczynności,...), ćwiczeniach fizycznych, treningu funkcjonalnym (podwójne zadania, zadania złożone,...), uczeniu się i strategiach adaptacyjnych, takich jak wykorzystanie rytmiczne bodźce sensoryczne. Sygnały słuchowe (AC) są stosowane od lat w celach klinicznych i badawczych, a ich wpływ na czasoprzestrzenne parametry chodu i LRA jest znany. Mniej wiadomo na temat wskazówek dotykowych/somatosensorycznych (HC). Przeprowadzono kilka badań w celu zbadania wpływu HC na czasoprzestrzenne parametry chodu PD, ale zgodnie z naszą najlepszą wiedzą żadne nie dotyczyło jeszcze jego wpływu na LRA. Celem niniejszego badania było porównanie parametrów chodu saptio-skroniowego PD i LRA w trzech warunkach: chodzenia bez podpowiedzi, chodzenia z AC i chodzenia z HC.

2. METODY 2.1 Uczestnicy: 10 pacjentów cierpiących na idiopatyczną chorobę Parkinsona rekrutowano z lokalnej społeczności oraz z przychodni Neurologii i Medycyny Fizycznej i Rehabilitacji Cliniques universitaires Saint-Luc (Woluwe-Saint-Lambert, Belgia).

2.2 Ocena funkcjonalna: Przed rozpoczęciem eksperymentów wszyscy uczestnicy przeszli ocenę nieszkodliwości, w tym testy kliniczne i kwestionariusze

Pacjenci z PD: Wiek, wzrost, waga, płeć, najbardziej dotknięta strona, Zunifikowana Skala Oceny Choroby Parkinsona (MDS-UPDRS) (Mini-BESTest), Uproszczona wersja kwestionariusza Pewność równowagi właściwej dla aktywności Skala (ABC-Scale), zmodyfikowana skala Hoehn & Yahr, Mini Mental State Examination (MMSE).

2.3 Procedura: Każdy uczestnik szedł w trzech warunkach w przypadkowej kolejności. Każdy warunek trwał ±10 minut, aby uzyskać 256 cykli chodu obowiązkowych do oceny obecności LRA przy użyciu równomiernie rozłożonej uśrednionej wersji analizy Detrended Fluctuations Analysis (DFA).

Pierwszym warunkiem był warunek kontrolny (CC), pacjenci szli bez żadnej wskazówki po prostokątnej bieżni z zaokrąglonym rogiem 63,2 metra w CUSL z ich komfortową prędkością chodu.

Drugi warunek to Auditory Cueing Condition (ACC) i polegał na chodzeniu po tej samej prostokątnej ścieżce przy użyciu wskazówek słuchowych za pomocą aplikacji na smartfony o nazwie Soundbrenner. Ta aplikacja pozwalała precyzyjnie dostarczać rytmiczne stymulacje słuchowe przez słuchawki w tempie o 10% szybszym niż preferowana przez każdego pacjenta częstotliwość kroków oceniana przed eksperymentem.

Ostatnim warunkiem był Haptic Cueing Condition (ACC) i polegał on na chodzeniu po tej samej prostokątnej ścieżce przy użyciu dotykowej wskazówki za pomocą urządzenia wibracyjnego zwanego Soundbrenner Pulse i przymocowanego do nadgarstka każdego pacjenta znajdującego się po najbardziej dotkniętej chorobą stronie. Aplikacja Soundbrenner na smartfonie została połączona z Soundbrenner Pulse przez Bluetooth w celu dostarczania rytmicznych stymulacji wibracyjnych, również w tempie o 10% szybszym niż częstotliwość kroków preferowana przez każdego pacjenta, taka sama jak podczas ACC.

2.4 Akwizycja danych: Dwie jednostki pomiaru bezwładności (IMU) (IMeasureU Research, VICON, USA) zostały przyklejone do obu kostek bocznych pacjentów. System ten pozwalał na rejestrację przyspieszeń stawu skokowego przy częstotliwości 500 Hz. Dane zostały następnie przesłane do komputera, a każdy szczyt przyspieszenia, odpowiadający każdemu uderzeniu piętą, został wykryty przez opracowane wewnętrznie oprogramowanie w celu określenia czasu trwania wszystkich kroków.

2.5 Ocena chodu: Dane zostały wyodrębnione z 256 kolejnych cykli chodu, co jest wymagane do obliczenia LRA.

2.5.1 Czasoprzestrzenne zmienne chodu:

Średnią prędkość chodu, kadencję chodu i długość kroku mierzono w następujący sposób:

Średnia prędkość chodu (m.s-1) = Całkowity dystans marszu (m)/ Czas trwania pomiaru (s) Rytm chodu (#kroków.min-1) = Całkowita liczba kroków (#)/Czas trwania akwizycji (min) Długość kroku (m) = Prędkość chodu (m/s)*60/Kadencja chodu (kroki/min)

2.5.2 Zmienność czasu trwania kroku: Zmienność czasu trwania kroku można ocenić na dwa sposoby: pod względem wielkości lub pod względem organizacji (jak zmienia się czas trwania kroku w kolejnych cyklach chodu).

2.5.2.1 Wielkość zmienności czasu trwania kroku: Aby określić wpływ RAS na wielkość zmienności czasu trwania kroku podczas 256 cykli chodu, średnia, odchylenie standardowe (SD) i współczynnik zmienności (CV = [SD/ średnia] * 100).

2.5.2.2 Czasowa organizacja zmienności czasu trwania kroku: Czasowa organizacja zmienności czasu trwania kroku została oceniona za pomocą obliczeń LRA przy użyciu równomiernie rozłożonej uśrednionej wersji Detrended Fluctuation Analysis (DFA) w celu uzyskania wykładnika α. Obecność LRA można wykazać za pomocą wartości wykładnika α między 0,5 a 1.

Dane traktowano za pomocą CVI Labwindows (C++).

2.6 Analizy statystyczne: Analizy statystyczne przeprowadzono przy użyciu Sigmaplot 13. Jeśli test normalności zakończył się pomyślnie, zastosowano jednokierunkową ANOVA z powtarzanymi pomiarami w celu określenia wpływu różnych warunków chodu na czasoprzestrzenne parametry chodu (prędkość chodu, rytm chodu, długość kroku) oraz na liniowe i nieliniowe miary zmienności czasu trwania kroku (CV wykładniki , SD, H i α). Jeśli wykryto znaczącą różnicę między grupami za pomocą ANOVA, przeprowadzono test post hoc Holma-Sidaka w celu porównania każdej średniej z innymi średnimi w celu wyizolowania grup od siebie. Wielkość efektu między warunkami w odniesieniu do wszystkich parametrów oceniono za pomocą d Cohena.