中风患者的口腔触觉敏感性

材料与方法：

授予道德批准（Psy11-259，Psy 11-032）并获得所有参与者和/或其法定监护人的书面知情同意。 患者由高级顾问神经学家 (BL) 从神经康复科、临床神经科学系、大学医院和日内瓦大学（瑞士日内瓦）筛选和招募。 如果患者因中风康复而住院，能够接受心理物理测试并根据 House-Brackmann 标准≥2·15 出现面部损伤，则患者被纳入。 如果他们出现口面部剧烈疼痛（名义问题）或其他神经肌肉疾病，他们将被排除在外。

在实验中，进行了深入的口腔检查，并记录了功能性前磨牙单位 (OU) 的数量。 具有咬合拮抗剂的前磨牙算作一个 OU，而磨牙被认为是两个 OU（包括第三磨牙）。 如果参与者感到口干，他们会被问到一个简单的二分法问题。

食物囤积食物囤积是用序数李克特量表评估的。 参与者被问及他们目前是否在口腔前庭“丢失”食物：从不（0 分）、很少（1 分）、偶尔（2 分）、频繁（3 分）、非常频繁（4 分）或总是（5 分）。

最大自发咬合力 最大自发咬合力 (MBF) 是通过咬合力计 GM 10®（Nagano Keiki，Higashimogome，Ohta-ku，Tokyo，Japan，日本）评估的，它具有 8.6 毫米厚的咬合元件。 量规被放置在第一磨牙之间，参与者被要求尽可能用力咬三倍，持续约三秒钟。 MBF 在右侧和左侧进行了独立测试。 对于分析，记录了每一侧的峰值 MBF。

最大自发唇力 对于唇力测量，将口腔屏幕（Dentaurum“Ulmer Modell”maxi，DENTAURUM GmbH&Co.KG，Ispringen，Germany）连接到测力计（ZP50-N，IMADA，Toyohashi，Japan）。 它被放置在前口腔前庭并施加水平拉力，同时参与者试图尽可能长时间地承受该力。 每个尺寸，三个峰值记录被平均用于分析。

触觉检测阈值 机械感受器的触觉检测阈值 (TDT) 使用心理物理学测试方法进行评估。 使用 von Frey 细丝（OptiHair，MARSTOCK 神经测试，Schriesheim，德国）16 引起触觉。 该测试套件由 11 根不同刚度的单丝组成，经过校准可施加 0.25 - 512 mN (±10%) 的规定力。 细丝被垂直推到每侧的不同测试部位（中风患者的同侧和对侧病灶以及对照组的右侧和左侧）约 1 秒。 测试以超阈值刺激开始，刺激持续降低，直到患者不再感觉到灯丝。 在感知压力最低的细丝之后，再次增加施加的力，直到患者再次识别出触摸。 此过程在同一会话中重复两次，以使用阶梯法找到阈值。 最终阈值是根据三个阈值以下和三个阈值以上的平均值计算的。 如果患者甚至感觉到可用的最低刺激 (0.25mN)，则阈值以下设置为 0.125mN。

两点辨别 为了确定患者的触觉空间分辨率，研究了静态两点辨别阈值 (2PD) 17。 使用医用卡尺（Schieblehre Zürcher Modell，125mm，Hammacher Instrumente，德国）评估两个同时呈现的点状刺激之间的最小距离。 两个尖端之间的间距在 0 到 15 毫米之间；截止值设置为 15 毫米。 使用递减距离的阶梯法。 参与者被要求指出他/她是否感觉到一个或两个点，并记录相应的距离。 这两个距离之间的平均值被认为是个体最小 2PD。

2PD 测试部位是嘴唇的口外表面（大约在人中和口腔连合之间的一半）和与第二前磨牙相对的舌背。 对于 TDT，与第二前磨牙相对的面颊粘膜和白线上被用作额外的测试部位。 虽然这些测试点在两侧都进行了评估，但 2PD 测试被额外应用于舌尖，没有侧面歧视。 对于一项特定分析，对每位参与者的所有 TDT 读数进行平均 (TDT.global)。

咀嚼效率使用口香糖 18，通过先前开发和验证的颜色混合能力测试或推注揉捏测试评估咀嚼效率。 用于本研究的标本是为 8020 促进基金会（日本）开发和生产的，专门用于评估研究环境（Lotte™，东京）中的咀嚼性能，与最初描述的方法 19 相似。 口香糖由两个单独包装的珠子（粉色和天蓝色）组成，具有相似的肖氏硬度 OO，Ø 2.4 毫米，1.11 N，粉色珠子：平均压痕深度 0.2±0.01 毫米， 平均硬度 93.7；天青珠平均压痕深度0.1±0.02mm， 平均硬度 95.1)。 两颗珠子是手工粘在一起的，尺寸为18.8x14.2x3.9毫米；它们被放在参与者的舌头上。 任务是在操作员 (ED) 的监控下咀嚼标本 20 个周期。 然后从口腔中取出口香糖丸，放入塑料袋中，压成 1 毫米厚的晶片，并以 300dpi 扫描两面（Epson Perfection V750 Pro，Seiko Epson Corp.，Japan）。

然后使用定制软件 ViewGum©（dHAL 软件，希腊，www.dhal.com）对两侧的复合图像进行比色评估。

该软件将图像转换为 HSI 色彩空间，然后计算半自动分割口香糖威化饼图片中每个像素的色调值。 如果颜色不混合，则会在色调轴上出现两个分离良好的峰，随着颜色混合的增加，它们会逐渐收敛。 “色调”是HSI颜色空间中的一个角度，因此色调的圆方差定义为1减去平均向量的长度。 ViewGum© 通过取平方根显示这些颜色峰值之间的标准偏差：SD = sqrt（色相方差）20。 为保持一致性，将使用术语色相方差 (VOH) 18；它被认为是该测试上下文中咀嚼性能的衡量标准——较低的 VOH 表示较高的颜色混合，因此表示更好的咀嚼效率。

统计分析 经验累积分布函数和 QQ 图拒绝了所有数值变量的正态性。 因此，结果报告为中值±标准偏差。 将两组（中风、对照组）与数值数据的精确 Wilcoxon、Mann-Whitney 检验和分类数据的 Fisher 精确检验进行比较。

计算数值和线性回归模型以分析研究参数对 VOH 的影响。 变量和数值终点之间的关系用 Spearman 相关系数和相关检验来衡量。 在二元变量的情况下，端点被转换为分类变量，将低于和高于中位数的值分开。 计算优势比 OR 和 95% 置信区间 (95%CI) 以分析生成的 2x2 列联表。 所有统计测试均使用 R 3.2.2 执行 （统计计算 R 项目，奥地利维也纳），由一位高级生物统计学家撰写。