基于机器学习分类方法的颈痛患者运动学训练

慢性特发性颈痛是全球范围内最常见的肌肉骨骼疾病之一，其特征是反复发作、症状强度波动以及频繁转变为持续性功能障碍。 虽然临床管理通常侧重于短期疼痛缓解，但更严重的社会负担源于复发和慢性化，而非孤立的急性发作。 复发性颈痛导致重复就医、长期缺勤、生产力下降以及医疗支出增加。 尽管基于运动的康复治疗广泛应用，但复发率仍然很高，这表明现行治疗方法可能不足以解决持续性功能障碍的潜在机制。 随着颈痛在工作年龄人群中的患病率持续上升，我们有理由质疑当前的康复模型是否充分针对导致慢性化和症状反复加重的神经肌肉和感觉运动因素。

大多数接受物理治疗的患者被诊断为非特异性或特发性颈痛，这是一个广泛的类别，涵盖多种临床表现，包括不同程度的疼痛、僵硬、头晕、视觉障碍和运动控制受损。 患者的运动策略、本体感觉敏锐度、神经肌肉协调性和适应性运动模式可能存在显著差异，但他们经常使用标准化的运动方案进行治疗。 传统的临床评估工具能有效区分患者与无症状个体，但在识别特发性颈痛人群中有意义的亚组方面分辨率有限。 过去十年中，脊柱疾病的以患者为中心的评估经常依赖于数字疼痛评分量表和残疾问卷，而对可能驱动慢性化的神经肌肉控制机制的客观评估相对较少重视。 新兴证据表明，有颈痛史的个体即使在症状缓解期也表现出持续的感觉运动功能改变，这意味着潜在的神经肌肉适应可能使个体易复发并降低对机械或心理社会应激源的抵抗力。

颈椎感觉运动控制，通常被概念化为颈-头动觉意识，整合了来自颈椎肌肉和关节机械感受器的本体感觉输入与视觉和前庭信息，以协调准确的头部定位和平滑的眼-头运动。 改变的颈椎传入输入可能破坏这种整合，导致运动感知不准确、位置感觉受损和适应不良的运动输出策略。 长期的本体感觉障碍可能诱导脑干和皮质感觉运动网络内的中枢神经可塑性变化，可能在初始疼痛发作后持续功能障碍，并有助于慢性症状的维持。 系统综述报告了关于颈痛人群动觉障碍程度的可变发现，可能反映了招募异质性、症状持续时间的差异以及功能缺陷的变异性。 这些不一致强调了感觉运动表现的多维特征化的重要性，而非依赖孤立参数或单一测试结果。

针对运动准确性、本体感觉重新校准和协调运动输出的动觉训练已证明在疼痛和残疾方面具有临床意义的短期改善，部分效果持续数月。 然而，约三分之一的患者未能显示疼痛强度或残疾的改善，近一半未在客观运动学性能变量上表现出可测量的增益。 此外，据报道退出率高达20%，通常归因于挑战受损感觉运动系统的运动期间的不适、疲劳或症状加重。 这些观察表明，统一的康复方案可能无法最优地解决个体化的神经肌肉特征，亚组特异性干预可能增强治疗反应性、改善依从性并减少结果变异性。

颈椎运动控制涉及本体感觉、前庭和视觉系统之间的协调交互。 以不同幅度和速度执行的运动任务挑战感觉运动处理的不同组成部分，并可能揭示不同的缺陷模式。 缓慢、大幅度的运动增加了对本体感觉辨别和平滑度调节的依赖，当协调受损时通常反映在升高的加加速度指数值上。 更快的运动可能涉及前庭依赖机制和动态稳定性控制。 此外，来自颈椎肌肉的改变传入输入可能影响前庭依赖运动敏感性的适应性可塑性变化，可能影响更高运动速度下的头颈部控制。 因此，评估和训练应纳入跨多个幅度和速度的运动，以充分捕捉亚组特异性损伤。

头颈部运动控制测试通常要求参与者在执行受控运动时跟踪视觉呈现的目标，从而要求协调的眼和头交互。 视觉系统在颈痛中的重要性得到上颈椎传入通路与脑干水平的视觉和前庭核之间神经生理连接的支持。 颈痛患者经常出现眼动障碍，特别是在颈部扭转操作期间，可能源于改变的颈-眼和颈-颈反射贡献。 先前的研究已提示颈椎动觉缺陷与眼动控制之间的关联，但尚不清楚针对性动觉训练能在多大程度上修改这些眼动适应，以及这些变化是否与疼痛和功能状态的改善平行。

传统分析策略通常独立评估个体运动学参数，可能忽视运动精度、幅度调节和平滑度之间的复杂交互。 从运动控制测试生成的高维数据集包含非线性关系，可能无法使用传统单变量统计方法充分捕捉。 数据挖掘和机器学习方法能够识别多维数据集中的潜在结构，并促进根据共享功能特征对患者进行聚类。 先前对135名特发性颈痛个体的队列分析基于运动控制变量、疼痛强度和人口统计学特征的组合识别出四个不同的聚类。 这些聚类表现出独特的运动学特征，支持该人群中存在临床意义的异质性，并表明可能需要针对性的治疗策略。

本研究应用基于这些先前聚类发现的分类康复框架。 颈椎动觉功能将使用运动控制测试和头-中立重定位测试进行全面评估，辅以包括疼痛强度在内的人口统计学和临床变量。 参与者将使用整合多维运动和人口统计学数据的既定分类算法分配到先前定义的聚类中。 分类后，参与者将接受针对其亚组主要损伤特征设计的聚类特异性运动学训练，或不针对聚类成员的一般运动学训练计划。 训练暴露的结构、频率和持续时间将在组间可比，以确保结果差异归因于内容而非剂量。 将进行三个月随访测量以评估干预效果的持续性，并探索个体化康复是否影响中期症状稳定性。

运动控制评估将涉及视觉引导的头部跟踪任务，使用惯性测量单元实时捕获高分辨率角位移数据。 参与者将完成四个逐渐挑战性运动路径的重复试验，这些路径以增加的目标幅度和速度为特征，以系统性地应激感觉运动系统的不同组成部分。 导出参数将包括精度时间（代表试验时间在目标区域内的百分比）、欠达和过达（代表方向幅度控制误差）、加加速度指数（反映从位置数据三阶导数得出的运动平滑度）以及幅度准确性（计算为目标与执行运动之间的平均角度不匹配）。 位置感觉将通过蒙眼重定位到自选的中立头部位置进行评估，绝对误差在重复和运动方向上计算以量化重定位准确性。 眼动控制将使用中立和扭转位置的平滑追踪测试进行评估，眼动记录经过滤波去除伪影，与参考轨迹同步，并分析以计算追踪增益（眼速度幅度与目标速度幅度之比）。 颈椎活动范围将在所有主要运动平面中量化，以表征活动度特征和潜在的活动度相关亚组区分。

数据处理将涉及系统和眼动信号的系统滤波、适当去除眨眼和扫视、参考轨迹同步、运动周期归一化以及跨重复平均以确保稳定的参数估计。 统计分析将使用重复测量方差分析进行，以评估基线、干预后和随访评估的时间×组交互作用。 将使用分布指标检查正态性假设，并在需要时应用数据转换以满足模型假设。 聚类分配的机器学习程序将使用专用数据挖掘软件进行，而推断统计分析将使用既定统计软件包执行。 效应大小将与统计显著性一起解释以背景化临床相关性。

通过将多维运动学特征化与亚组特异性康复策略相结合，本研究旨在确定基于分类的训练是否比传统的非个体化运动学康复改善临床结果、增强神经肌肉适应并减少治疗反应变异性。 此外，本研究旨在阐明颈椎感觉运动控制改善与疼痛强度、残疾、头晕、视觉症状和眼动功能变化之间的机制关系。 研究结果预计将有助于开发个性化、基于机制的康复模型，旨在减少特发性颈痛个体的复发、限制慢性化并改善长期功能结果。