儿童和青少年脑震荡后的姿势控制

脑震荡是一个主要的公共卫生问题，在许多运动中都会发生，例如足球、篮球或美式橄榄球。 维持脑震荡后，平衡会受到影响，通常持续数周。 一旦姿势稳定性似乎恢复，就会经常恢复运动和认知任务。 然而，卡瓦诺周围的一个研究小组已经在 2005 年通过分析压力中心 (COP) 运动调查了姿势控制的变化。 他们的研究结果表明，不能将姿势摇摆变量解释为有关平衡恢复的唯一参数，因为在摇摆变量恢复到正常水平后，姿势控制仍会受到明显影响。 他们进一步指出，过早重返运动场的运动员可能仍然“不稳定”，并且可能比健康运动员更容易受到伤害。 此外，多项研究表明，平衡受损可能导致跌倒，这些研究发现平衡不佳与跌倒风险之间存在相关性。 另一个非常重要的问题是，对未完全康复的人的头部的第二次撞击可能会导致累积效应。 连续脑震荡的运动员在记忆力测试中的表现明显低于只有一次脑震荡的运动员。 因此，有人指出，“重返赛场”或“重返比赛”的决定，例如在橄榄球比赛中，是在运动脑震荡的背景下需要解决的最重要问题之一。 然而，尽管在过去十年中研究兴趣不断增加，但麦克劳德最近进行的一项系统回顾仍然强调诊断脑震荡和做出“恢复行动”决定的难度。

由于他们自然需要运动，青少年和儿童在遭受轻度创伤性脑损伤 (mTBI) 后特别容易过早返回不安全的环境。 Hugentobler 指出，年龄似乎对常用的脑震荡后姿势控制评估有重大影响。 在 2012 年因斯布鲁克青年奥林匹克运动会的十个比赛日中，7.2% 的受伤运动员遭受脑震荡。

脑震荡的研究通常集中在大学运动员身上；对青少年或儿童的研究较少。 研究人员观察到，与大学运动员相比，高中生在脑震荡后记忆功能障碍的时间更长。 造成这种年龄差异的原因可能是儿童与成人的大脑结构不同，观察到白质体积的整体增加、灰质质量的区域差异以及体积差异。 这些与年龄相关的差异可能导致儿童姿势控制的不同改变，这可能是由于没有完全自动化的运动模式，如书写期间的手部运动所示。 因此，虽然 Cavanaugh 的研究已经确定了健康成人姿势控制中脑震荡相关缺陷的标准评估的局限性，但它仍然是一个悬而未决的研究问题，即儿童或青少年的姿势控制系统如何受到影响以及恢复过程如何在这个姿势控制不太自动化的年龄组中发展。

此外，与 Cavanaugh 的研究一样，对 COP 的评估表明存在变化，但无法回答哪些控制机制受到影响的问题。 例如，脑震荡可能会扰乱姿势控制运动的协调性，例如 改变臀部和脚踝策略之间的协调，否则脑震荡可能会影响姿势运动的控制方式，例如 较慢的反应机制或较慢或错误的预期机制。 在评估 COP 偏移时，无法区分这些机制中的任何一种。 然而，使用主成分分析 (PCA) 对运动学标记数据进行全身分析是一种更详细的方法，并被证明对于研究在人体姿势控制中发挥作用的机制是可靠的。 该方法提供了两个新变量：1) 运动分量分析及其对保持平衡所需的整体运动的相对贡献（PC 特征值）和 2) 主加速度 (PA)，它可以解释为电机控制动作，因此有助于更深入地了解姿势控制过程的哪些方面可能会受到损害。

拟议的研究有两个主要目标。 第一个目标是更好地了解脑震荡对青少年和儿童平衡和姿势控制的影响。 由于这个年龄组的姿势控制自动化程度较低，并且由于青少年和成人之间神经系统的其他一些结构差异，研究人员预计脑震荡可能会以不同方式影响他们的姿势控制。 还预计恢复过程可能会有所不同。 第二个目标是通过应用基于主成分分析 (PCA) 的新型分析技术，更好地理解脑震荡如何影响姿势控制。 研究人员预计，PCA 将能够更好地区分对节段运动协调的影响与对运动组件控制方式的影响。 将要检验的具体假设是，例如，

1. 现有结果表明，脑震荡后姿势控制的恢复发生在不同阶段。 在恢复过程的早期（三天到两周），mTBI 后大幅增加的姿势摇摆幅度恢复到正常水平。 然而，姿势运动的控制方式（通过 COP 运动的熵测量）显示了数周的异常情况。 研究人员假设，早期阶段的特征是运动成分的协调紊乱（可通过 PC 特征值量化）。 后期恢复阶段的特点是控制各个运动组件的时间问题，这可以在运动组件加速度 (PA) 中检测到。
2. PA 还可能揭示脑震荡如何影响神经姿势控制系统的潜在机制。 例如，如果脑震荡会延长感觉运动延迟，那么人们可能会期望 PA 的活动频率降低。
3. 相反的行为也可能发生：如果脑震荡扰乱了大脑中的自动控制过程，那么人们可能会假设更多的认知过程需要参与脑震荡后的姿势控制。 这可能表现为更频繁地更改 PA。

为了以规定的方式分析数据，将对参与者的运动学数据进行主成分分析 (PCA)，代表运动的整个运动学。 这个想法是将运动分成许多对整个运动有不同影响的一维主成分（PC）。 这种方法对于比较安静站立的参与者的压力中心 (COP) 数据的测量方差与 PCA 计算出的 PC 给出的方差是有效的。 COP 方差由由此产生的主要运动 (PM) 解释，比迄今为止的其他方法更好。 前 15 个 PM 解释了安静站立期间 99.3% 的姿势差异。 每个 PC 描述了整个运动的一小部分，并对整体运动产生了自己的影响，称为“特征值”。 因此，该方法被证明能够检测到在静止站立期间由电机控制系统执行的甚至很小的调整运动。 这种显示非常小的调整的能力使其可以用作研究运动模式的方法。

所有统计分析将使用社会科学统计软件包 (SPSS) 进行，并将 alpha 水平设置为 0.05。 将使用 Shapiro-Wilk 检验来确保数据的正态分布。 作为主要输出的 PC 值的比较将是受试者内分析，因此所使用的方法将是单向重复方差分析 (rANOVA)，以评估正态分布情况下提供的数据。 如果未给出正态分布，则将使用 Friedmann 检验。 应用事后测试将使用 Sidak 校正进行。

抽样率取决于在研究的计划时间段内并且希望参与的患有脑震荡的儿童和青少年的数量。 然而，基于 Cavanaugh 的研究，在因子范围内对计划的重复测量方差分析进行了功效分析。 α 误差设置为 0.05，预期功效设置为 0.95。 0.73 的效果大小是使用脑震荡组的差异平均值 (0.19) 和差异的标准偏差 (SD = 0.26) 计算得出的，方法是将给定的平均值标准误差 (SEM = 0.05) 乘以根样本量 (n = 27)。 功效分析指出，根据计算，所需的总样本量为 27 名参与者。

如果出现 50% 的退出报价并将样本量减少到只有 15 名参与者，根据我们的计算，这将产生 75% 的功效。