JNER:三维上肢机器人外骨骼训练对慢性脑卒中疗效的随机临床对照研究
2022-03-26 网络 网络
上肢运动障碍是中风后长期残疾的最常见原因之一,鉴于其对日常生活活动(ADL)的负面影响,上肢运动障碍尤其成问题。物理治疗和运动促进中风后的运动恢复,从而恢复功能,并根据残余神经可塑性改变皮质重组。已经
上肢运动障碍是中风后长期残疾的最常见原因之一,鉴于其对日常生活活动(ADL)的负面影响,上肢运动障碍尤其成问题。物理治疗和运动促进中风后的运动恢复,从而恢复功能,并根据残余神经可塑性改变皮质重组。已经证明,练习的数量和强度、参与的程度,以及任务导向的训练,在积极影响神经可塑性变化方面起着至关重要的作用。除了提供大量具体练习动作的内在能力,机器人介导的治疗可以成功地与虚拟现实(VR)技术相结合,使患者能够在更生态、更丰富的环境中进行训练,从而有机会练习功能性运动和日常活动,而这些活动在医院环境中不可或不可练习。基于三维空间、任务导向和更自然的运动的外骨骼机器人训练可能在ADL的恢复和上肢功能的改善方面提供更高的益处。
虽然机器人辅助康复已被证明对中风康复有效,但在进行机器人训练后,日常生活活动中的功能改善也有限。为了实现这一目标,在本研究中,我们比较了在目标导向训练中使用多关节功能外骨骼进行的机器人训练与常规物理治疗方案在临床和功能结果方面的疗效,两者在强度和时间方面相同。作为该研究的第二个目标,评估了外骨骼机器人系统提取的运动生理测量的能力,即使用基线时收集的一组机器人生物标记物预测康复结果的能力。本文发表在《J NeuroEngineering Rehabil》。
在26名慢性卒中后患者中进行了一项平行组随机临床试验。患者被随机分为两组,分别接受机器人或手工治疗。主要结果是Fugl-Meyer评估(FMA)量表上肢部分的得分变化。作为次要结果,使用专门设计的双手功能量表,双手活动测试(BAT)进行上肢功能评估。提取了两个机器人性能指标,目的是监测康复过程,并调查机器人组治疗前机器人生物标记物与治疗后临床改善之间的相互关系。患者在每个机器人辅助康复阶段进行两次训练和一次评估练习。患者舒适地坐在46英寸LCD屏幕前的椅子上,屏幕距离为1米,戴着立体眼镜,右(受损)上肢戴着L-EXOS外骨骼。对于坐在自己轮椅上的患者,为了不干扰L-EXOS,移除了右扶手椅。调整L-EXOS的高度,使其舒适贴合并适当支撑患者的上肢。
研究流程
L-EXOS是一种肌腱驱动的机器人外骨骼,其特点是由五个旋转关节组成的一系列运动学,其中前四个关节是驱动的:前三个旋转轴在运动学上是相互正交的(两个接两个),以模拟具有人类肩部相同旋转中心的球形关节的运动学,假设第四轴与肘关节重合,第五轴与前臂重合(仅感知),以允许手腕旋前旋后。L-EXOS的特点是远程放置电机,通过使用肌腱传输,可以轻松地将扭矩传输到远离电机的关节,从而大幅减少自由运动时的惯性,该关节具有零齿隙、低摩擦和低重量。由于采用了这些技术解决方案,L-EXOS可以对关节和末端执行器位置进行可靠、平滑的测量。这两个训练练习是在虚拟现实模拟环境中进行的,专门设计用于恢复中风时的到达和操作功能,并在机器人的适应性协助下执行。这些练习的目的是再现伸手的功能性任务,需要视觉-运动协调和参与手臂的空间运动。
手动治疗和康复治疗
两组患者的临床和功能均有显著改善(p < 0.01)。更详细地说,在FMA的近端部分观察到机器人组有显著更高的改善(p < 0.05)和完成BAT任务所需时间的减少(p < 0.01). 多线性回归分析指出,基线时的机器人生物标记物与FMA评分(R2)变化之间存在显著相关性 = 0.91,p < 0.05),表明其预测临床结果的潜在能力。使用L-EXOS进行的机器人治疗主要侧重于手臂功能的康复,而不需要通过手/手指运动完成任何特定任务。考虑到FMA评估的整体改善,只有37%的FMA由RG内的远端部分代表,而67%由FMA的近端部分代表。另一方面,对于CG,远端部分的改善达到了FM整体变化的70%,而近端部分为30%。
机器人组所有动作(中柱)、同侧动作(右柱)和对侧动作(左柱)的机器人性能指数。
无论是粗动作还是精细动作任务,RG组在执行ADL任务时的执行时间(通过功能性BAT量表测量)都比CG组显著提高。观察到的两组之间的差异仅体现在BAT量表的时间执行上,而不是质量上,可以用两个原因来解释:(1)定量参数(如时间)的测量在检测任务执行的变化方面比定性参数更精确(2)ADL表现的改善可能不一定仅仅是由于运动质量的整体改善,此外,采取代偿性运动策略对功能恢复也有一定作用。提取的机器人指数可以作为预测拟议的机器人介导治疗后上肢近端临床变化的重要生物标志物。运动平滑度的定量测量在评估感觉运动缺陷和运动学习方面起着重要作用,可作为中风患者运动恢复的有效指标。
与手动物理疗法相比,基于外骨骼的机器人上肢治疗可能会带来更好的康复功能结果。机器人性能可以代表上肢恢复的预测指标。这些结果有望在实施个性化机器人治疗方面发挥潜在的作用。
Frisoli, A., Barsotti, M., Sotgiu, E. et al. A randomized clinical control study on the efficacy of three-dimensional upper limb robotic exoskeleton training in chronic stroke. J NeuroEngineering Rehabil 19, 14 (2022). https://doi.org/10.1186/s12984-022-00991-y
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
#对照#
103
#外骨骼#
102
学习了
89
#机器人#
98
#机器#
75