Учебная платформа Balanced Reach для лечения нарушений равновесия у пожилых ветеранов и ветеранов с неврологической инвалидностью (BATP)

Обзор: Это исследование включает в себя три конкретные цели (SA): SA-1) Разработка тренировочного протокола Balanced Reach (BRTP). SA-2) Оценка эффективности обучения BRTP. SA-3) Оценка динамики моторного обучения по BRTP.

Методы, относящиеся к конкретной цели 1: Разработка BRTP SA-1.1: Разработка модуля оценки BRTP. Исследователи разработают BRTP таким образом, чтобы положение каждой стопы и связанная с ней вертикальная сила реакции опоры (используемая для обнаружения шагов), измеренные существующими измерительными системами исследователей, непрерывно передавались на вычислительную рабочую станцию ​​в реальном времени и считывались экспериментальным контролем. программу, позволяющую отслеживать эти количества на постоянной основе. Затем исследователи включат алгоритм адаптивной лестницы в экспериментальную программу управления в реальном времени, которая установит целевое положение диска, соответствующее Пределу равновесия субъекта (LoB), на основе шагов. Исследователи установят LoB, соответствующие семи направлениям движения целевого диска, каждое из которых соответствует определенному направлению движения центра масс (CoM). Движение цели будет запрограммировано на непредсказуемое перемещение в небольшой круглой области с центром r и осевой линией, совпадающими с одной из указанных линий направления. Затем субъект отслеживает цель, используя указательный палец своей доминирующей руки. Алгоритм адаптивной лестницы постепенно увеличивает r, заставляя цель отдаляться от субъекта до тех пор, пока субъект (надев страховочную привязь для защиты от падения) не должен будет сделать шаг, чтобы избежать потери равновесия, после чего r уменьшается на некоторое приращение и процесс повторяется. Во время выполнения этого задания испытуемый будет проинструктирован делать шаг, а не сокращать свои следящие движения, когда он считает, что рискует упасть. Степень, в которой r увеличивается и уменьшается, зависит от предыдущих шагов субъекта и определяется алгоритмом адаптивной лестницы. По мере продолжения этого процесса алгоритм разрабатывает оценку максимального правдоподобия значения r, которое вызывает пошаговое выполнение. Когда эта оценка попадает в желаемый доверительный интервал (здесь 95%), процесс завершается; и LoB вычисляется из соответствующих измерений положения силовой пластины и сегмента тела. Смещение диска по семи направлениям будет предъявляться испытуемому в произвольном порядке.

Затем семь значений r, определенных алгоритмом адаптивной лестницы, будут уменьшены на 5%, и к ним будет подогнан эллипс. Диск будет запрограммирован на непредсказуемое движение в течение 90 секунд в соответствии с той же функцией суммы синусов, которая использовалась ранее, в пределах полосы с центром в этом эллипсе; и субъекты будут отслеживать это. Эта траектория будет удерживать субъекты в их LoB или рядом с ними (и в пределах их способности балансировать) на протяжении всей задачи отслеживания. Установление LoB таким образом устраняет субъективность, присущую существующим клиническим измерениям LoB, а также объясняет вышеупомянутую неуверенность субъектов в правильном восприятии своего состояния равновесия и предела равновесия. Исследователи считают, что этот подход также более точно моделирует реальные условия, в которых люди падают, и что LoB будет лучшим показателем реальных способностей человека сохранять равновесие. Кроме того, он делает доступным ряд других психофизических измерений и функций, с помощью которых можно лучше понять и описать роль перцептивных и сенсорных процессов в определении состояний дисбаланса.

Модуль оценки будет записывать следующие данные, чтобы охарактеризовать производительность в задаче отслеживания.

1. Значения r, и LoB, соответствующие каждому (рис. 7А и 1);
2. Движение (положение во времени) целевого диска;
3. Движение каждого из 15 сегментов тела (таблица 1) и кончика отслеживающего пальца (измерено системой захвата движения Vicon исследователей);
4. Силы реакции опоры, моменты и ЦД для каждой стопы и для обеих стоп вместе взятых (двойные силовые пластины Bertec); Элемент 1 собирается во время процедуры адаптивной лестницы. Элементы 2, 3 и 4 собираются как во время процедуры адаптивной лестницы, так и во время последующей задачи отслеживания (а также во время тренировок, см. SA-2.1). Все данные будут сохранены для автономной посттестовой обработки и анализа.

SA-1.2: Разработать учебный модуль BRTP. Одна тренировочная сессия начинается с администрирования модуля оценки, чтобы установить LoB субъекта и соответствующую общую целевую амплитуду смещения, а также вычислить на ее основе непредсказуемую траекторию целевого диска. Затем тренировочный модуль представляет указанное оператором количество тренировочных схваток; один из которых состоит из представления траектории для отслеживания субъекта в течение четырех минут без шага, за которым следует трехминутный период сидячего отдыха. Данные о производительности записываются в течение всего периода отслеживания. Продолжительность тренировочного периода и периода отдыха может варьироваться (с целью, чтобы тренировочное занятие обеспечивало 60 минут фактической тренировки), чтобы оптимизировать эффективность тренировки и учесть индивидуальные потребности и возможности субъекта. Субъекты будут пристегнуты во время выполнения задачи по отслеживанию, чтобы защититься от падения. По мере того, как обучение прогрессирует и производительность субъекта улучшается, BRTP будет представлять все более сложные целевые траектории на основе увеличенных LoB и соответствующих общих целевых амплитуд отклонений, измеряемых модулем оценки в начале каждой тренировочной сессии.

Методы, относящиеся к конкретной цели 2: Оценка эффективности обучения BRTP SA-2.1: Проведите учебные протоколы BRTP и MCET. Все предметные испытания проводятся в этой конкретной цели. Исследователи проведут скрининг 90 пожилых мужчин и женщин с высоким риском падения, зачислив 80 из них и завершив обучение 68 человек, предполагая, что общий коэффициент отсева составляет 25%.

Субъекты будут случайным образом распределены либо в тренировочную группу BRTP, либо в MCET. Каждая группа будет получать 60 минут обучения три раза в неделю в течение шести недель. Обучение BRTP описано ранее (см. SA-1.2). Команда VA Maryland разработала протокол MCET для пожилых людей с нарушениями равновесия и подвижности. Программа индивидуальна в зависимости от способностей каждого участника, исходя из их профиля баланса и уровня выносливости. В течение шести недель обучение продвигается от пяти «фундаментальных» упражнений, которые необходимы для инструментальной деятельности в повседневной жизни, до 13 упражнений, поскольку участники соответствуют показателям безопасности упражнений и качества движений. Стандартизированные последовательности для каждого упражнения продвигаются в зависимости от требуемого уровня поддержки контакта рук, дозы (длительности, подходов и повторений), интенсивности (амплитуда движения и частота шагов) и многосегментной двигательной нагрузки или сложности. Частота упражнений увеличивается, чтобы повысить аэробную выносливость, и уменьшается, чтобы способствовать большей эффективности тренировок с отягощениями (т. дольше удерживать присед) или с учетом уровня усталости участника. Обучение MCET будет проводиться в групповой обстановке.

Все участники будут оцениваться с помощью показателей клинического баланса (см. ниже) и модуля оценки BRTP в одно и то же время до, во время и после тренировки (см. SA-2.2).

Показатели результатов: Следующие «клинические измерения» баланса, досягаемости и риска падения будут использоваться для оценки тренировочных эффектов, вызванных BRTP и MCET.

1. Многонаправленный тест охвата
2. Шкала эффективности Falls, которая оценивает FoF
3. Оценка физиологического профиля (PPA)
4. Тест баланса Тинетти (раздел баланса)
5. Мини-тест систем оценки баланса (Mini-BESTest)
6. Тест DASH (инвалидность руки, плеча и головы)

7. Падения, пережитые каждым испытуемым, а также условия, в которых они падали, во время и в течение первого года после обучения.

   Эти измерения будут получены в отдельный день от процедур оценки и обучения BRTP, чтобы не чрезмерно утомлять испытуемых. Исследователи также будут использовать следующие меры баланса и охвата на основе BRTP.

8. СКО
9. RMSD-Первичный показатель результата
10. Среднее значение SoB
11. RMSD LoB будет основной мерой результата исследователей. СА-2.2: Оцените эффективность обучения BRTP по сравнению с MCET. Перед тренировкой субъекты будут проходить двойные базовые тесты с интервалом в 48 часов с использованием клинических показателей и показателей, связанных с BRTP. Эта оценка будет повторяться в середине обучения (через три недели после начала обучения), сразу после обучения и через шесть недель после последнего занятия (удержание). Хотя исследователи включают ряд клинических показателей и показателей, связанных с BRTP, в оценку эффективности тренировок, RMSD будет основным показателем результатов исследователей. Основная цель этого исследования — оценить эффективность BRTP в улучшении баланса. Возможно, что хотя и BRTP, и MCET улучшают баланс, величина разницы в улучшении между группами может быть небольшой. Из-за относительно небольшого числа субъектов, которых будут тестировать исследователи (из-за требований тестирования и ограниченных средств, доступных для поддержки тестирования), исследователи могут не показать различий между группами. Чтобы иметь возможность продемонстрировать, что каждое вмешательство является эффективным, исследователи будут дважды тестировать испытуемых на исходном уровне и отдельно сравнивать изменения в течение этого периода без вмешательства с изменениями, вызванными каждым активным вмешательством. Было показано, что клинические показатели исследователей, связанные с равновесием, коррелируют с риском падения и страхом падения (FoF). Клинически значимые улучшения результатов тренировочной группы, основанные на клинических показателях, будут указывать на то, что BRTP улучшает функцию равновесия и снижает риск падения.

Исследователи также потребуют, чтобы испытуемые сообщали о любых падениях, произошедших с ними в течение периода обучения, и об условиях, в которых они падали. После того, как испытуемые завершат обучение, следователи будут ежемесячно связываться с ними по электронной почте, в социальных сетях или использовать открытки с обратным адресом, чтобы получить информацию о падении; и следуйте по телефону, чтобы узнать об условиях, в которые они попали.

Статистический анализ и ожидаемые результаты. Исследователи начнут с исследовательского анализа данных, предназначенного для поиска экстремальных значений, которые будут проверены, чтобы убедиться в отсутствии ошибок транскрипции. Исследователи будут иметь данные в пяти временных точках: исходный уровень 1 (B1), исходный уровень 2 (B2), в середине обучения (MT), после обучения (PT) и удержание через шесть недель после последнего сеанса обучения (R). Исследователи будут использовать повторные измерения ANOVA (SAS proc Mixed), в которых зависимой переменной будет изменение внутри человека от одного периода времени к другому, т.е. Б2-Б1, МТ-Б2, ПТ-МТ, Р-ПТ. Модель будет настроена на группу (BRTP, MCET); период времени (базовый уровень [от B1 до B2], раннее обучение [от B2 до MT], позднее обучение [MT-PT], общее обучение (B2-PT], сохранение [от PT до R]) и период времени x групповое взаимодействие. Если исследователи обнаружат значительный групповой эффект периода x, они будут использовать соответствующие апостериорные сравнения для определения моментов времени, в которых обнаруживаются значительные различия. Исследователи будут использовать линейные контрасты: 1) чтобы продемонстрировать эффективность BRTP и MCET, сравнив среднее изменение в обеих группах во время исходного уровня со средним изменением в каждой из двух групп во время обучения; 2) сравнить эффективность BRTP с эффективностью MCET, сравнив внутригрупповые изменения во время тренировки; и 3) сравнить способность двух вмешательств вызывать длительное улучшение баланса путем сравнения процентного изменения во время удержания. Исследователи будут использовать AICC, модификацию информационных критериев Акаике, для определения ковариационной структуры [например, неструктурированная, составная симметрия и авторегрессия первого порядка (AR (1)), которая лучше всего объясняет серийную автокорреляцию повторных наблюдений, полученных от одного и того же субъекта.

Прежде чем принять результаты анализов, исследователи должны убедиться, что данные соответствуют предположениям анализов (например, нормальное распределение остатков), и что никакие данные не имеют чрезмерного влияния или рычага (например, Кука Д). Исследователи будут использовать множественное вменение для вменения данных последующего наблюдения для испытуемых, отсутствующих значения. Каждая первичная гипотеза будет проверяться независимо от других. Исследователи сочтут, что двусторонний критерий p<0,05 указывает на статистическую значимость. Исследователи ожидают, что BRTP будет более эффективен в улучшении функционального баланса, чем MCET, и что это улучшение продлится шесть недель после тренировки. Исследователи также ожидают, что улучшение будет клинически значимым.

Чтобы сравнить частоту падений между тренировочными группами BRTP и MCET, исследователи будут использовать регрессию Пуассона, в которой исследователи будут использовать общие оценочные уравнения Лянга и Зейгера для учета последовательной автокорреляции повторных измерений одного и того же субъекта.

Методы, относящиеся к конкретной цели 3: Оценка динамики двигательного обучения по BRTP.

SA-3.1: Оцените ход обучения моторике BRTP во времени. В дополнение к сравнению общей эффективности тренировки и удержания BRTP и MCET, анализ SA-2.2 также предоставит грубый профиль временного хода общего двигательного обучения каждого режима тренировки. Эти анализы будут основаны на ранее указанных клинических показателях баланса и показателях на основе BRTP, полученных в пяти временных точках до, во время и после тренировки. Более частые временные точки не могут быть указаны, потому что ручные оценки, необходимые для получения клинических показателей для такого количества субъектов, требуют слишком много времени, чтобы позволить это.

Ньюэлл и др. отметили, что для динамической системы, такой как система баланса человека, изменения производительности, вызванные обучением, с течением времени (т. Е. Моторное обучение) представляют собой совокупность изменений производительности составляющих ее элементов. Эти элементарные изменения происходят в течение более коротких промежутков времени, чем интервалы измерения, указанные выше. Более глубокое исследование производительности в BRTP в более тонком временном масштабе не только обеспечило бы более подробный профиль двигательного обучения, но и позволило бы нам качественно и количественно охарактеризовать некоторые из наиболее важных элементарных изменений производительности, которые определяют общий профиль обучения, особенно те, которые изменения, связанные с процессами прогнозирования и планирования движений более высокого уровня. Клинические показатели не подходят для этого анализа, даже если бы их можно было измерять чаще, потому что они напрямую не измеряют производительность в BRTP. Однако меры на основе BRTP регистрируются и будут записываться с необходимой периодичностью. Данные, на основе которых рассчитываются SoB, RMSE и RMSD, будут автоматически записываться непрерывно в течение каждой тренировки.

Этот анализ включает в себя разработку и интерпретацию полиномиальных моделей ввода-вывода и эмпирических передаточных функций, описывающих отслеживание и балансировку производительности. Полиномиальная модель, которую будут использовать исследователи, представляет собой модель авторегрессии, скользящего среднего, экзогенного ввода (ARMAX), которая принимает форму A(q)y(ti)=B(q)u(ti-nk)+C(q) e(ti)1 Для данной системы временной ряд y(ti) представляет собой реакцию системы, зарегистрированную в дискретные моменты времени ti; u(ti-nk) — вход в систему; и e представляет остатки, неучтенные другими терминами в модели. A, B и C — полиномиальные функции оператора временного сдвига q; n — количество дискретных временных шагов длиной k с, представляющих задержку отклика системы. Для системы слежения y — это ошибка слежения (положение диска — положение пальца), а u — целевое положение диска. Для балансовой системы y — это SoB, а u — отслеживание положения пальцев; поскольку SoB контролируется для поддержки задачи отслеживания. Модели строятся путем определения оптимального количества членов в каждой из полиномиальных функций A, B и C (обычно 1-4) и значений постоянных коэффициентов этих членов, которые обеспечивают наилучшее соответствие данным, в смысл минимизации суммы квадратов отклонений. Этот процесс будет выполняться с использованием набора инструментов для идентификации систем MatLab.

Полиномиальные модели отделяют базовую динамику отклика системы [определяемую как A(q) y*(ti) = B(q)u(ti-nk)] от необъяснимых отклонений от этого отклика [C(q)e(ti)], что позволяет более точно охарактеризовать вход-выход системы и характер отклонений. Задержки ответа также оцениваются. Структура полиномиальных функций A(q) и B(q) модели ошибки слежения (число и величина их постоянных коэффициентов) обеспечивает как качественное, так и количественное описание того, как процессы прогнозирования и планирования движения более высокого уровня используют ошибку слежения. и информация о движении диска для контроля производительности отслеживания пальцев и минимизации ошибок. Принимая во внимание, что один коэффициент подразумевал бы, что процессы более высокого уровня используют представление низкого порядка процесса ошибки или движения диска, содержащее только пространственную (позиционную) информацию; два или более коэффициента подразумевают более богатое представление, которое также включает информацию о скорости и ускорении. Более высокие коэффициенты величины указывают на то, что их соответствующие члены используются в большей степени при выполнении задачи управления. Для модели SoB интерпретация A(q) является более сложной, поскольку эта функция также описывает механику движения тела и его сегментов. Однако интерпретация B(q) аналогична интерпретации ошибки слежения; хотя здесь исследователи отмечают, что процессы более высокого уровня имеют больше знаний о движении следящего пальца, чем о целевом диске, потому что эти процессы контролируют первый. Это может привести к большей или большей величине коэффициентов B(q), а также к уменьшению задержек отклика по сравнению с моделью отслеживания пальцев.

Дискретные преобразования Фурье (ДПФ) будут вычисляться для движения диска и результирующих ответов отслеживающего пальца и CoM всего тела. Исходя из них, эмпирические передаточные функции, связывающие движение цели с этими откликами, будут вычислены путем деления ДПФ отклика на ДПФ движения диска, частота на частоту. Усиление амплитуды и отставание по фазе, полученные из эмпирических передаточных функций, будут использоваться для построения графиков усиления и фазы Боде для оценки частотной характеристики и ширины полосы откликов отслеживания и CoM. Графики Боде показывают, насколько хорошо система способна реагировать на входные данные. На превосходную производительность указывают большая полоса пропускания и коэффициент усиления, а также меньшие задержки по фазе. Использование этих методов для анализа баланса описано в .

Полиномиальные модели и передаточные функции будут построены для каждого субъекта, участвующего в BRTP. Поскольку двигательное обучение и результирующие изменения в производительности происходят непрерывно в течение каждого тренировочного занятия, полиномиальные модели и передаточные функции будут вычисляться для 30-секундного окна (содержащего 3000 точек данных), которое продвигается в течение каждого занятия с 15-секундными интервалами. Исследователи также будут вычислять RMSE, среднее значение SoB и RMSD для каждого окна. Таким образом, четырехминутный тренировочный бой дает 15 «моментальных снимков» выступления за весь бой. Размер окна и интервал продвижения будут скорректированы, если это необходимо, чтобы наилучшим образом отразить профиль изменений производительности с течением времени. Эти модели, функции и показатели эффективности также будут созданы для двух базовых оценок и оценки удержания, выполненной с использованием модуля оценки BRTP (см. Конкретную цель-1.1 в Методах). Эти модели, функции и показатели производительности обеспечат подробное описание того, как моторное обучение (изменения в производительности в BRTP) развивается в течение тренировочного цикла, тренировочного занятия, состоящего из нескольких подходов, всей тренировки, состоящей из нескольких сессий. режима и срока хранения.

По мере продолжения обучения исследователи ожидают, что ошибка отслеживания (в соответствии с полиномиальной моделью) и среднеквадратичное отклонение будут уменьшаться, а LoB (измеряемый в начале каждого сеанса обучения), SoB (в соответствии с полиномиальной моделью), среднее значение SoB и среднеквадратичное отклонение будут увеличиваться. Кроме того, исследователи ожидают, что число и величина коэффициентов A(q) и B(q) каждой полиномиальной модели увеличатся. Это указывает на то, что мозг разрабатывает более богатые и сложные ментальные модели, с помощью которых можно контролировать как отслеживание, так и балансировку в задаче сбалансированного охвата. Исследователи ожидают, что графики Боде покажут большую полосу пропускания и коэффициент усиления, а также меньшие задержки по фазе; что указывает на то, что системы отслеживания и балансировки лучше способны как обрабатывать свои входные данные, так и реагировать на них. В частности, исследователи ожидают улучшения высокочастотных характеристик, которые ухудшаются с возрастом. Эти анализы и оценки будут проводиться для каждого субъекта, чтобы гарантировать, что усреднение между субъектами не затеняет атрибуты производительности, которые исследователи стремятся определить. Однако, если исследователи сталкиваются с достаточно схожими показателями в группе испытуемых, исследователи будут строить модели, функции и показатели эффективности, усредненные по группе, для его описания. Конкретная цель этих оценок состоит в том, чтобы определить, возникает ли и когда у субъектов «плато» в ходе отдельных тренировочных схваток, отдельных тренировочных занятий или общего тренировочного режима. Эта информация будет использоваться для определения оптимальной продолжительности каждого из этих тренировочных компонентов (продолжительность тренировочного цикла, количество тренировочных циклов за тренировку, общее количество тренировочных занятий).

SA-3.2: Оцените взаимосвязь между принятыми клиническими показателями баланса и показателями на основе BRTP. Реализация BRTP обязательно включает использование показателей эффективности, специфичных для задачи сбалансированного достижения, чтобы адаптировать ее к возможностям отдельных субъектов (LoB) и измерить вытекающую из этого производительность (LoB, SoB и RMSD). Целью этой подцели является оценка степени корреляции между изменениями в этих показателях BRTP и изменениями в клинических показателях, которые исследователи используют для оценки влияния BRTP на показатели баланса.

Статистический анализ и ожидаемые результаты. Возможность сравнения показателей BRTP с клиническими показателями баланса ограничена из-за различных шкал измерения, по которым получаются данные BRTP и клинических показателей. Показатели BRTP (RMSD, среднее значение SoB и LoB) получаются на шкале отношений. Некоторые клинические показатели также получают по шкале отношений, а другие — по порядковой шкале. Исследователи будут использовать метод Пирсона для оценки корреляции между показателями BRTP и клиническими показателями, полученными по шкале отношений; и Спирмена для оценки корреляции между показателями BRTP и клиническими показателями, полученными по порядковой шкале. Исследователи ожидают, что показатели BRTP будут коррелировать с клиническими показателями, но будут варьироваться «более плавно» и непрерывно, а также будут демонстрировать больший диапазон и чувствительность. Исследователи ожидают, что эти корреляции будут статистически значимыми, предоставляя доказательства того, что измерения баланса на основе BRTP имеют клиническую достоверность. Поскольку было показано, что тест многофункциональной досягаемости, оценка физиологического профиля, тесты баланса Тинетти и шкала эффективности падений коррелируют с риском падения, статистически значимые корреляции показателей BRTP с ними будут свидетельствовать о том, что они указывают на риск падения. Наконец, статистически значимая корреляция LoB со шкалой эффективности Falls предоставит доказательства того, что LoB может служить количественной мерой FoF.