急性中风患者的肌肉运动轨迹

学习规划：

将进行两项纵向前瞻性队列研究，其中非卧床（队列 1）和门诊（队列 2）急性中风患者将参加。

患者招募：

研究人员的目标是招募 200 名受试者（100 名/队列）。 患者将在 UZ Brussel 的神经科病房招募。

程序：

所有入住 UZ Brussel 神经科病房的中风幸存者都将接受资格筛选。 之后，将对符合纳入标准的所有受试者进行知情同意。

一方面将测量步态恢复结果的基线评估 (T0)，另一方面将测量步态恢复的预测因子。 为了预测步态恢复，研究人员将观察两种新的生物标志物：中风引起的肌肉萎缩和炎症。 此外，研究人员还将评估步态恢复的相关已知预测因子，以比较新标记的相关性。 T0 评估最好在中风后 3 天内开始。

为了评估肌肉改变和炎症的时间相关轨迹，将在基线评估 (T1) 后 3 天、出院时 (T2) 和 3 个月随访 (T3) 对这些预测因子进行后续评估。 T1 随访测量仅适用于中风后有运动障碍的患者，因为与中风后无运动障碍的患者相比，他们在医院的住院时间更长（无运动障碍或有运动障碍的患者平均住院时间为 5 至 8 天）分别为中风后）。

将在出院 (T2) 和 3 个月随访 (T3) 时重复对步态恢复结果措施的评估。

材料：

为了测量急性中风幸存者的步态恢复情况，研究人员将使用可穿戴步态传感器（Physiolog®，Gait Up SA，瑞士）记录步态速度，并使用轻型胸部携带气体分析系统（Metamax 3B，Cortex，德国）测量心肺参数。

对于预测器，研究人员将使用手持式测力计（MicroFET2 和 Martin Vigorimeter）来评估肌肉力量、握力和肌肉疲劳度。 此外，研究人员需要一个生物电阻抗分析 (BIA) 设备（Bodystat® QuadScan 4000，英国）来评估我们受试者的肌肉质量，还需要一个便携式超声系统（带有线性阵列换能器的 Viamo SV 7，荷兰佳能医疗系统公司）来评估我们受试者的肌肉质量。评估肌肉结构。

统计分析：

将在每个计划的时间点观察各种生物标志物。 因为目的是根据早期可用的任何信息做出正确的预测，所以不仅要考虑观察结果，还要根据与时间相关的特征进行总结，例如最陡下降、改进频率，或任何其他可能显示出与众不同的特征。 这些预测变量将被组合到随机森林和增强等预测模型中，以建立最佳组合以做出良好的预测，同时适应预测变量之间的相关性。 模型的质量将通过交叉验证来确定。 大量观察结果及其总结的时间特征将用于确定是否出现不同类型的轨迹。 分层聚类分析将为每个聚类解决方案标记患者，并且患者标记的有用性将通过他们的预测步态性能进行评估。 提取的患者类型将被纳入随机森林或提升以评估其重要性。 提取的患者类型也可以与线性/逻辑（混合）模型或扩展 cox 比例风险模型中建议的其他预测因子联合使用，这些模型是更传统的统计方法。 虽然预测性能仍然是关键目标，但此类模型在具有参数估计和置信区间的潜在潜在机制上更具可解释性。