越野行走运动对帕金森病步态、运动/非运动症状和运动生物标志物的影响

帕金森氏病 (PD) 是一种在老年人中非常普遍的神经退行性疾病，可导致活动水平降低、身体残疾以及与年龄相关的行动能力加速下降。 步态功能障碍和姿势不稳是随着疾病进展而发展的关键运动问题，并对独立活动、跌倒风险和活动参与产生不利影响。 预防平衡、步态和功能下降是 PD 患者物理治疗管理的优先目标。 支持早期基于活动和运动的干预作为疾病管理和减缓疾病进展的关键组成部分。 此外，需要进一步阐明基于运动的干预措施影响 PD 运动和非运动症状变化的潜在机制。

PD 患者需要针对特定​​任务、具有挑战性且独立锻炼计划可行的个性化有氧运动处方，以优化他们的步行和运动功能并维持长期参与定期体育锻炼。 据报道，步行作为一种有氧运动形式在社区环境中是安全的，并且可以改善 PD 患者的功能和步态结果以及生活质量。 越野行走 (NW) 是一种健身步行形式，使用模仿越野滑雪的全身运动模式的专用杆，可以在不同的地形中进行，并且可以提供比简单的跑步机或地面行走更多的好处。 NW 技术对帕金森步态有特殊的好处，因为它结合了肢间协调的节奏时间、增加上肢和直立躯干的参与以及高能量消耗，从而产生有益的有氧调节效果。

在临床和动物研究中也有一致的科学证据表明在 PD 的细胞水平上运动的好处。 中度到剧烈的有氧运动可增强 PD 大脑健康并支持神经可塑性。 细胞变化包括增加血流量和血管生成、上调神经营养因子、减少神经炎症和增强免疫反应。 该项目将使用 3 种已知的与运动相关的生物标志物在分子水平上评估 NW 对 PD 患者的影响。 这 3 种生物标志物是脑源性神经营养因子 (BDNF)、皮质醇和α-淀粉酶 (α-amylase) 蛋白。

学习目标：

鉴于显示运动对 PD 有益的证据迅速积累，有必要研究哪些运动训练模式对临床指标和指示生化变化以支持 PD 大脑健康的生物标志物具有积极影响。 根据之前报道的健康老年人和 PD 队列中 NW 后的适度有氧调节作用，前提是这种密集的健身步行可能会在细胞和分子水平上产生变化。 研究 NW 运动后步行和运动/非运动功能的变化，并将这些变化与运动相关的生物标志物相关联，可能为 NW 对 PD 患者的神经保护作用提供基础支持。 因此，这项概念验证研究的目的是研究 NW 运动对轻度至中度特发性 PD 患者的步行功能、运动/非运动 PD 症状和运动相关生物标志物的即时和长期影响. 此外，本研究将在监督培训计划后检查独立的 NW 运动参与，以评估这种特定任务有氧运动模式的可行性和可持续性。

学习规划：

本研究将采用前瞻性、单一队列的干预前和干预后研究设计。 这种设计的基本原理是双重的：1. 概念验证，以评估基于 NW 训练后功能和临床措施的干预效果，并检查这些措施是否与 PD 中运动相关生物标志物的变化相关； 2. 评估在轻度至中度 PD 患者的监督计划后独立参与 NW 运动作为特定任务身体活动参与模式的可行性。 该研究设计将涉及一个为期 4 周的基线阶段，其中有两个时间点用于评估相关措施（T0-A 和 T0-B）以评估稳定的基线，然后是一个为期 6 周的 NW 培训干预阶段，其中包括在 6 周结束时进行培训评估 (T1)，并在 3 个月 (T2) 结束时进行为期 3 个月的独立 NW 锻炼阶段和后续评估。 我们实验室之前的工作表明，经过 6 周的跑步机和有节奏的地面听觉提示协议后，步行和平衡措施有了显着改善，因此，预计 6 周的训练时间足以产生训练效果。 监督 NW 依从性和独立 NW 锻炼依从性，以及任何不利影响将被监测以确定可行性和安全性，特别是对于研究的独立 NW 阶段。

数据分析：

患者人口统计学特征的描述性统计（例如 年龄、疾病持续时间、分期、PD 亚型、跌倒史、活动水平分类、药物治疗和合并症）将被记录下来。 根据 MDS-UPDRS 评分，PD 亚型分为震颤为主、姿势不稳/步态困难和不确定。 将综合和分析患者在六周内的训练课程和训练进度的描述性统计数据。 该训练课程数据将包括：训练活动、步行速度、NW 的持续时间和距离、自觉用力等级和步行地形。 将检查来自活动日志的数据，以反映在 6 周培训计划和后续独立运动阶段期间的独立 NW 运动依从性和活动水平（步数/天）。 将记录跌倒报告数据和任何不良事件。 3 个月随访阶段的这种依从性和安全性描述性数据将反映在受监督的 NW 培训计划之后独立家庭 NW 锻炼计划的可行性。

将计算步态、临床 PD 运动和非运动以及生物标志物结果测量的描述性统计数据。 将使用相关 t 检验分析两个基线步态和临床措施（基线第 1 周 T0-A 与基线第 4 周 T0-B）的比较，以确定这些相关措施是否有稳定的基线。 如果分析显示基线测量之间没有差异，则将使用 T0-B 与 T1 和 T2 测量进行比较。 如果分析显示基线测量值之间存在差异，则两个测量值的平均值将用于与 T1 和 T2 测量值进行比较。 将分析跨三个时间点（T0、T1、T2）的相关测量分布，以评估是否满足正态分布假设。 如果数据呈正态分布，则将对每个结果测量使用具有计划对比的单向重复测量方差分析 (ANOVA)，以比较基线与 T1、基线与 T2 以及 T1 与 T2。 ANOVA 是一种统计方法，用于测试两个或多个平均值之间的差异（平均值 = 数据集的平均值）。 重复测量方差分析可用于确定三个或相关组（在本研究中，相关组是特定时间点）的均值之间是否存在任何统计上显着的差异。 如果不满足正态性假设，则 Friedman 检验和事后 Wilcoxon 符号排序成对比较将用于每个结果测量，以比较基线与 T1、基线与 T2 以及 T1 与 T2 时间点。 由于进行的分析数量较多，应用了 Bonferroni 校正。 显着性水平设定为 0.05。 重复测量方差分析还将用于评估 BDNF、皮质醇和α-淀粉酶数据中 8 个收集时间点的均值变化，并显示 PD 患者的 NW 运动效果的时间进程。 P值设定为p

基因表达的原始数据将被归一化并进行背景校正，以将数据集设置为通用比例并消除微阵列中非特异性结合的影响。 将使用 R 中的 Limma 包，这是一种用于统计计算和图形的计算编程语言。 然后可以识别差异表达的基因，以显示不同时间点之间具有统计学意义的基因表达变化。