Error Augmentation Motor Learning Training Method hos strokepatienter

Återhämtningen av rörelser i övre extremiteterna efter stroke är ofullständig. Stroke är en ledande orsak till långvarig sensorimotorisk funktionsnedsättning inklusive ihållande brister i övre extremiteternas (UL) funktion. Att förstå hur man kan förbättra UL-återhämtning är en viktig vetenskaplig, klinisk och patientprioritet. Ändå, trots många studier som försöker identifiera de mest effektiva rehabiliteringsinsatserna baserade på etablerade principer för motorisk inlärning och neural plasticitet, förblir återhämtningen av UL efter stroke ofullständig. Även med terapi kvarstår UL sensorimotoriska underskott i en stor andel (upp till 62 %) av strokeöverlevande i >6 månader, vilket leder till en hög socioekonomisk börda.

MOTORISK KONTROLLSTÖRNING: En konsekvens av det underliggande kontrollunderskottet efter stroke är hemipares, kännetecknad av en minskad förmåga att rekrytera agonistmuskler, oönskad/olämplig muskelaktivering (d.v.s. spasticitet, agonist- och antagonistmuskelsammandragning), onormal muskelaktiveringstid, svaghet och förändringar i muskelfiberegenskaper. Detta leder till brister i förmågan att isolera ledrörelser och på lämpligt sätt kombinera olika leder för att utföra uppgiftsrelaterade funktioner. Vi har samlat på oss betydande bevis som tyder på att rörelsebrist och spasticitet är förknippade med ett vanligt kontrollunderskott i specifikationen och regleringen av spatiatrösklar (ST) för sträckreflexen och andra proprioceptiva reflexer. ST uttrycks i den rumsliga (vinkel) snarare än den tidsmässiga (latens) domänen. ST-reglering är en väletablerad mekanism för kontroll av sträckreflexer hos djur och reflexer och rörelser hos människor.

ST DEFINITION OCH HANDLINGSMEKANISMER: Spatial tröskel (ST) är den ledvinkel vid vilken musklerna börjar rekryteras och posturala reflexer och andra reflexer börjar verka. Genom att flytta ST återställer hjärnan hållningsstabiliserande mekanismer till en ny lem eller kroppsposition. Dessa mekanismer kombineras för att reglera ST i multimuskelsystem enligt kroppskonfiguration och uppgiftskrav. Stroke ger underskott i ST-reglering. Skador på centrala nervsystemet (CNS) som påverkar nedåtgående och ryggradsmekanismer och inneboende leder till begränsningar i ST-reglering. Som ett resultat framkallar passiva eller aktiva rörelser förbi vinkeltröskeln, ST (spasticitetsområde), onormal reflexmuskelaktivering. ST är hastighetsberoende vilket minskar det aktiva kontrollområdet hos strokepatienter och deras förmåga att göra snabbare rörelser.

INTERVENTIONSMÅL: Vårt tillvägagångssätt är utformat för att öka det reflexfria området för armbågsrörelser vid stroke. Anpassning av armbågsrörelser till en ny belastning (dvs förmågan att korrigera fel) hos patienter med kronisk stroke förbättrades avsevärt när rörelse gjordes inom det aktiva kontrollområdet (där spasticitet inte påverkade muskelkontraktion) jämfört med när den reflexfria intervallet identifierades inte. Följaktligen kan potentialen för motorisk inlärning förbättras genom att överväga omfattningen av nedsatt armbågsrörelse i korrekt utformade försök. För att undvika att framkalla rörelser gjorda med onormala muskelaktiveringsmönster och andra kompensationer (dålig plasticitet), kommer träningsprogram att skräddarsys för individens rörelsekapacitet och införliva tillvägagångssätt som kvantifierar och förstorar ledomfånget gjorda med typiska muskelaktiveringsmönster. I detta förslag kommer vi att använda en robot och ett nytt VR-inlärningsgränssnitt för att manipulera förmågan att producera kontrollerad rörelse vid armbågen, vilket är en vanlig funktionsnedsättning hos personer med måttlig till svår stroke. Den föreslagna personliga träningsstrategin fokuserar på att ge specifik feedback för att öka en individs ST-regleringsområde.

ERROR AUGMENTATION FEEDBACK (EA): Error Augmentation feedback kommer att användas för att öka armbågens aktiva kontroll ST-zon. EA använder inneboende feldriven inlärning för att förbättra CNS:s förmåga att dra fördel av kinematisk redundans och hitta meningsfulla motoriska uppgiftslösningar. Specifikt får försökspersonerna feedback som förstärker deras motoriska fel. Manipulation av felsignaler har visat sig stimulera UL sensorimotorisk förbättring hos både friska och strokepatienter med större inlärningsvinster som uppstår när felen är större. EA-feedback kommer att användas för att dynamiskt mappa om det aktiva armbågskontrollområdet. Visuell feedback om armbågens vinkel kommer att ändras så att det verkar som om armbågen rör sig mindre än i verkligheten. Således, när den faktiska armbågen rör sig, uppfattar försökspersonen armbågen som att den har rört sig mindre och försöker korrigera felet genom att sträcka ut armbågen ytterligare. Det aktiva kontrollomfånget kommer att utökas genom att försökspersonerna arbetar nära eller precis vid gränsen av deras ST-räckvidd. Omkartläggning av perception/handlingsrelationen kommer att ske när den afferenta feedbacken blir associerad med en större armbågsvinkel. Med tanke på den nyckelroll som fel har i motorisk inlärning, kommer en artificiell ökning av prestationsfelet via EA att öka varje individs aktiva kontrollomfång och göra att inlärningen sker snabbare.

PÅVERKAN PÅ REHABILITERING: Resultaten kommer att bygga upp kunskap som kan vägleda kliniker och deras patienter i att identifiera den bästa typen av träning för UL funktionell återhämtning - en viktig komponent för återintegrering i dagliga aktiviteter. Resultaten kan också stödja ett paradigmskifte i klinisk praxis, och uppmuntra rehabiliteringsutövare att överväga personliga interventionsalternativ för att förbättra resultaten. Ökade terapeutiska möjligheter kan också bidra till personlig vård som är skräddarsydd efter patientens särskilda behov och leda till bättre funktionella resultat.

Mål 1 - Bestäm effektiviteten av personlig träning med hjälp av EA för att utöka utbudet av aktiv armbågskontroll hos personer efter stroke. Hypotes 1: Inbyggd återkoppling om rörelsefel vid armbågen kommer att leda till dynamisk omkarta av kontrollmekanismer på muskelnivå och förbättra omfånget av aktiva armbågsledsrörelser. Hypotes 2: Försökspersoner som praktiserar med EA kommer att kunna införliva det större armbågsledområdet i funktionella rörelser, vilket återspeglas i bättre kliniska resultat.

Mål 2 - Bestäm den patientspecifika optimala dosen av intensiv träning för att maximera armmotorisk återhämtning. Hypotes 3: Ökad träningsdos kommer att leda till bättre kinematiska och kliniska resultat och bättre motorisk inlärning.

Mål 3 - Relatera mängden CST-skada till UL-återvinning baserat på kinematiska och kliniska mått. Hypotes 4: Större CST-skador kommer att korreleras med sämre motorisk inlärning och kliniska resultat.

Två grupper, träningslängd,

TRÄNINGSVARAKTIGHET: 54 försökspersoner kommer att utföra ~30 minuter/session för att nå målet med sin drabbade arm. För att kontrollera intensiteten kommer övningen att utökas till den tid som behövs för att slutföra 138 räckvidd/session med 6-10s mellan räckvidden. Sessionerna kommer att göras 3 gånger/vecka i 9 veckor (dvs. 27 pass, 810 minuter, 3 726 försök) - anses vara högintensiv träning enligt rekommendationen av Stroke Recovery & Rehabilitation Roundtable. Kinematiska och kliniska mätningar kommer att göras före (PRE), efter 3 (POST3), 6 (POST6) och 9 veckor (POST9) och efter en 4 veckors uppföljning (FOLL-UP).

PROVSTORLEK: Minimal Clinical Important Difference (MCID) för det primära utfallsmåttet (ST) användes för att beräkna provstorleken. MCID för ST bestämdes till 18,07° med användning av en ankarbaserad metod (ändring i FMA> MCID 5,25). Med tanke på en α-nivå på 5 % och en effekt på 95 % (effektstorlek=1,39) för att upptäcka skillnader med en blandad modell ANOVA (G*Power 3.1.9.4), är den minimala provstorleken 21/grupp. Urvalsstorleken ökades till 27 per grupp med tanke på en bortfallsfrekvens på 25 % med tanke på behovet av att delta i flera tränings-/utvärderingssessioner för en slutlig kohort på 54 ämnen.

STATISTISK ANALYS: Vi kommer att relatera förändringar i motoriskt beteende till initial klinisk status (PRE) och till förändringar efter behandling (POST) vid 3 tidpunkter (POST1, POST2, POST3) och vid uppföljning (FOLL-UP). Statistiska tillvägagångssätt baseras på intention-to-treat-analys. Beskrivande/distributionsanalys kommer att belysa de viktigaste demografiska och kliniska egenskaperna och kontroll för skillnader i prognostiska baslinjeindikatorer mellan grupper. För Obj. 1-3 kommer vi att använda en blandad modell ANOVA med upprepade mått för primära och sekundära utfall där modellen inkluderar en mellan-subjektfaktor - grupp med 2 nivåer (EA, ingen EA) och en inom-ämnesfaktor - tid (5 nivåer) med användning av normaliserade förändringspoäng (dvs. POST-PRE/PRE; UPPFÖLJNING-PRE/PRE). Vi kommer att betrakta förändringar i de primära och sekundära resultaten som signifikanta om deras 95 % konfidensintervall (CI) överstiger MCID för varje åtgärd. För att kontrollera för %CST-skada som en potentiell störningsfaktor kommer vi att köra en parallell ANCOVA med %CST som en kovariat. Detta kommer att öka den statistiska kraften och justera för baslinjegruppskillnader och uppskatta en opartisk skillnad på primära resultat. Denna studiedesign har använts i vår tidigare RCT. För den aktiva armarbetsytan kommer signifikansen att indikeras av en >10 % förändring av PRE-testarean, baserat på en ökning av TSRT med minst 18°. För armbågens rörelseomfång kommer en signifikant förändring att vara 15 % av pre-testområdet. För sekundära utfall kommer MCID-värden att användas när de är kända. För åtgärder för vilka MCID inte är kända kommer vi att överväga en minimalt signifikant förändring som >15 % av pre-testvärdet. Multipel linjär regressionsanalys på poolade data kommer att identifiera samband mellan försökspersoner med olika nivåer av initial klinisk funktionsnedsättning (%CST-skada) och primära och sekundära utfallsmått. Alla analyser kommer att betrakta sex som en förvirrande faktor. Medan män har en högre åldersjusterad strokeincidens, upplever kvinnor mer allvarliga stroke och har högre korttidsdödlighet. Bättre förståelse för inverkan av sex på terapeutiska ingrepp kan leda till förbättrad strokehantering. För alla modeller kommer restdiagram att undersökas för att verifiera linjäritet, normalitet och homoskedasticitet. Ko-linearitet kommer att bedömas baserat på tolerans, variation av inflation och egenvärden. Partiell korrelation och standardiserade (beta) koefficienter kommer att undersökas för att visa vilka förklaringsvariabler som har större effekt på den beroende variabeln i de multipla regressionsmodellerna. För varje utfall kommer variabiliteten att uppskattas baserat på 95 % CI. Saknade data kommer att kontrolleras för icke-slumpmässiga mönster.

PROVLEDNING: Daglig provledning kommer att vara styrkommitténs ansvar (Levin, Archambault, Piscitelli). Randomisering kommer att göras av Levin. Provsamordning och datahantering kommer att göras av Piscitelli. Teamet har kompletterande expertis som är direkt relevant för förslaget och lång erfarenhet av att bedriva strokeforskning. En före detta patient (GG) som har deltagit i våra tidigare studier kommer att hjälpa till att bedöma genomförbarheten och acceptansen av tekniken och protokollet, inklusive kliniska och kinematiska tester. Piscitelli kommer att samordna rättegången, hjälpa till att handleda elever och ta hand om den dagliga ledningen. Prevost (Clinical Research Coordinator) kommer att rekrytera och bedöma patienter från 3 centra inom CRIR. Levin och Wien har expertis inom bildbehandling och Feldman inom motorisk kontroll. Wein är strokeneurolog vid MNI där han har genomfört flera RCT. Trivino (fysioterapeut) har deltagit i flera kliniska forskningsprojekt vid JRH med hjälp av teknikstödd rehabilitering hos patienter med stroke. Berman (rehabiliteringsingenjör) designade robot/VR-interventionen och genomförde de första förstudierna med Levin. Vi kommer att sprida resultat till stroketeam på CRIR-anslutna sjukhus genom in-service presentationer och diskutera problem med UL-mätning och -hantering. Diagnostiska bildbehandlingsverktyg och kunskap om motorisk kontroll kommer att delas med forskare, kliniker och patienter. Möjligheten att införliva den utvecklade teknologin i kliniska miljöer kommer att utvärderas med klinikerna Trivino och Wein och patienten GG.