Spasticity ile Inme hastalarda streç refleks ölçümleri için test-retest ve Inter-Rater güvenilirlik geliştirmek için isokinetic robotik cihaz

Elektromiyografi (EMG) ölçümleriyle robotik bir izokinetik cihaz kullanarak, bu protokol, izokinetik hareketin kendisi hafif dirsek flartor spastisite ile inme hastalarında yakalamak ölçümleri açısı için inter-rater güvenilirliği artırabilir gösterir.

Tedavinin ardından tedavi planlaması ve belirlenmesi etkinliğini ölçmek spastisite önemlidir. Bununla birlikte, klinik ayarlarında kullanılan mevcut aracın daha fazla güvenilirlik açısından sınırlı olduğu gösterilmiştir. Bu düşük düzeyde güvenilirlik içindeki bir faktör, yakalama (AoC) ölçümlerinin açısını ölçerken pasif hareketin değişkenliğidir. Bu nedenle, manuel eklem hareketini standartlaştırmak etmek için bir izokinetik cihaz önerilmiştir; Ancak AoC ölçümleri için izokinetik hareketin faydaları standartlaştırılmış bir şekilde test edilmemiştir. Bu protokol, izokinetik hareketin kendisi AoC ölçümleri için daha fazla güvenilirlik geliştirebilir olup olmadığını inceler. Bu amaçla, yüzey elektromiyografi (EMG) ile kombine edilen bir robotik izokinetik cihaz geliştirilmiştir. İki koşul, manuel ve izokinetik hareketler, yakalama açısını ve subjektif hissi ölçmek için standartlaştırılmış yöntem ile karşılaştırılır. Hafif dirsek fleksi spastisite ile 17 inme hastalarda, izokinetik hareket AoC ölçümlerin inter-rater güvenilirlik için ıntraclass korelasyon katsayısı (ICC) geliştirilmiş olduğunu gösterilmiştir 0,890 [95% güven aralığı (CI): 0.685 – 0.961] EMG tarafından ölçütleri, ve 0,931 (95% CI: 0.791 – 0.978) tork ölçütü tarafından, gelen 0,788 (95%% CI: 0.493 – 0.920) manuel hareket ile. Sonuç olarak, izokinetik hareket kendisi hafif spastisite olan felç hastalarında AoC ölçümlerinin inter-rater güvenilirliğini artırabilir. Bu sistem daha standartlaştırılmış açı ölçümleri ve duygu yakalamak sağlayabilir göz önüne alındığında, bir klinik ortamda spastisite değerlendirilmesi için iyi bir seçenek olabilir.

Strok sonrası spastisite yaygındır ve ağrı ve kontrakslar da dahil olmak üzere komplikasyonları ortaya çıkacak şekilde gösterildikten sonra, düşük yaşam kalitesi^1,2,3ile sonuçlanır. Spastisite ölçümü, tedavinin seyrini düzgün bir şekilde planlamak ve tedavinin etkinliğini belirlemek için önemlidir. Yaygın olarak kullanılan araçlar klinik ortamda değiştirilmiş Ashworth ölçeği (MAS)⁴, pasif hareket direnci için nominal bir ölçüm sistemidir, ve modifiye Tardieu ÖLÇEĞI (MTS), hangi catch açısını ölçer (AOC), temsil spastisite hız bağımlı karakteristik⁵. Ancak, bu ölçüm araçları, tatmin edici güvenilirlik⁸korumak için bu testleri gerçekleştirmek için aynı puanlık gerektiren sınırlı inter-rater güvenilirlik^6,7olduğu gösterilmiştir.

MTS ölçümü sırasında AoC 'de (1) bir goniometri ile açı ölçümlerinden gelen hatalar dahil olmak üzere üç faktör görülmektedir; (2) aralar arasında el ile taşınan ortak hareket profilinin değişkenliği; ve (3) farklılıklar arasındaki yakalama algılama değişkenlik⁹. Bu protokolde tork sensörlü yeni bir izokinetik robotik cihaz sunulmuştur. Bu cihaz, yüzey elektromiyografi (EMG) ölçümlerini kullanarak hafif dirsek fleksör spastisite olan inme hastalarına uygulanır¹⁰. Dirsek eklem hareketinin standardizasyonu, dirsek fleksör streç refleks tarafından ortaya çıkarılan AoC ölçümleri için daha fazla güvenilirlik artıracaktır hipotez. Bunu kanıtlamak için, AoC 'nin yüzey EMG ile ölçülen güvenilirliği, bu gelişmiş robotik cihazı ve EMG kullanarak izokinetik pasif ve manuel hızlı dirsek uzantısı arasında hesaplanır. Şekil 1 tüm deneysel prosedürün bir özetini gösterir. Ayrıntılı olarak, MTS ölçüm aşaması iki Puanlayıcılar tarafından yürütülen ve denemeler (manuel vs. izokinetik hareket) ve sıralamalar sipariş rastgele belirlendi, her konu için yaklaşık 50 dk gerekli (Şekil 1).

1. deneysel ayarlama

1. Hasta alımı
   Not: tüm prosedürler Seul Ulusal Üniversitesi Bundang Hastanesi kurumsal Inceleme Kurulu tarafından gözden geçirildi ve onaylanmıştır. Bu konular, bölgedeki dört rehabilitasyon hastanesinin inme tanıyla birlikte hasta veya hasta hastalarındanlar.
   1. Aşağıdaki ekleme ölçütlerini kullanarak tarama sürecini gerçekleştirin: (1) inme nedeniyle üst ekstremite hemiparezi; (2) yaşın üzerinde 20 yıl; (3) Mas 1-2 hafif dirsek eklem spastisite; (4) felç dışında hemiparetik kolun işlevini etkileyen hiçbir önceki hastalık; (5) hemodinamik istikrarsızlık ücretsiz; (6) şiddetli dirsek kontraktür; (7) omuz için olasılığı 90 ° ve önkol herhangi bir eklem ağrısı olmadan nötr konumda olmak kaçırılmalıdır; ve (8) normal bilişsel, dil, visuospatial veya dikkat yeteneği deneysel prosedürleri takip etmek.
      Not: kriterler, denemeye katılabilecek ve sonuçları etkileyen faktörleri düzenleyen hastaları ekrana vermek için tasarlanmıştır.
   2. Tüm çalışmanın ayrıntılı bir açıklama ve beklenen klinik sorunları ile sağlanan acemi konular. Katılım öncesinde onay alınmalıdır.
   3. İstihdam edilen konuların demografi ve temel özellikleri Tablo 1' de gösterilir.
2. Deneysel sistem
   Not: özelleştirilmiş bir robotik cihaz, standartlaştırılmış hareket üretmek ve nicel verileri aynı anda ölçmek için kullanılır. Robotik sistem bir robotik parça, kontrol sistemi ve ölçüm ünitelerinde oluşur. Genel yapılandırma,Şekil 2.
   1. Robotik bölüm
      1. Robotik kısım için, robotun yüksekliğini ayarlamak ve cihazı çeşitli masalara monte etmek için diğer üç bileşenden oluşan bir motor ve önkol manipandası içeren tek bir-özgürlük derecesi düzlemsel robotu kullanın. Genel kompozisyon Şekil 2a'da gösterilir.
      2. Ön kol manipulasyonu için, motora bağlı bir dirsek eklemi, ön kolu ve eli sabitleme için genel uzunluğu ve iki manşet üniteyi ayarlamak için sabitleme bloğu olan doğrusal bir kaydırıcı kullanın ( Şekil 3' te gösterildiği gibi). Dirsek eklem deneme sırasında reşo önlemek için dönen bir plaka ve bir itme rulman vardır, ve manşet üniteleri bir insan önkol benzer kavisli ve bir 3D yazıcı kullanılarak yapılmıştır. SAP ünitesi, hem sol hem de sağ elle bulunan kişileri karşılamak için tasarlanmıştır ve herhangi bir konu için kullanılabilir hale gelmiştir.
      3. Sırt-drivable özellikleri ve 315 °/s nominal hız ve 42,33 nm sürekli tork üretmek için yeteneği olmalıdır 51:1 düşük dişli oranı ile bir motor kullanın.
      4. Motor ünitesinin yüksekliğini ayarlamak için motorun altına bağlı bir laboratuvar jakı ünitesi kullanın. Robotun yüksekliği çeşitli konuların oturma yüksekliğine ayarlanması mümkün olacaktır.
      5. Cihazı robotun ön kısmında bulunan masaya monte etmek için bir sabitleme kolu yerleştirin. Sabitleme kolu doğrusal bir şaftta yukarı ve aşağı hareketli olacak ve masaya sabitlenmesi için kelepçeler vardır.
      6. Robotu hareket ettiren ve deney sırasında topraklanmış hale getirmek için robotun alt kısmındaki stoper ile tekerlekler yerleştirin.
   2. Kontrol sistemi
      1. Merkezi kontrol sistemi için kişisel bilgisayar (PC), gerçek zamanlı işlemci ve motor sürücüsü kullanın. Ayrıntılı denetim mimarisi blok diyagramı Şekil 4' te gösterilir.
      2. Deneme modunu (maksimum ROM ölçümü, ısokinetic MTS ve manuel MTS Ölçüm modları) kontrol etmek ve robot hareket verilerini depolamak için bir grafik kullanıcı arabirimi (GUI) kullanın. Bir kontrol paneli ve bir izleme paneli içerir (Şekil 5). GUI yapılandırmasıyla ilgili ayrıntılar ekte yer alır.
      3. Gerçek zamanlı işlemci kullanarak robot kontrol algoritmasını uygulayın. Denetim algoritması üç denetim döngüleri oluşur. İlk döngü, sbRIO 'nun FPGA modülünden 1 MHz 'de çalışan bir veri giriş/çıkış döngüdür. İkincisi, gerçek zamanlı VI seviyesinden 1 kHz 'de çalışan bir robot hareket kontrol döngüsünü oluşturmaktadır. Son 250 Hz 'de çalışan bir veri iletişimi döngüsünü oluşturmaktadır. Bu döngü, robot verilerini (zaman, açı, tork ve tetik sinyalini EMG verileriyle eşleştirme için) iletir.
         Not: gerçek zamanlı işlemcinin iki iletişim modülü vardır: NI-9237 ve nı-9853. NI-9237, tork sensörü verilerini almak için bir analog giriş cihazdır ve NI-9853 motor sürücüsü ile iletişim kurmak için bir CAN iletişim modülüdür.
   3. Ölçüm üniteleri
      1. Reaksiyon kuvvetini ölçmek için bir tork sensörünü manipularit ile motor arasında bağlayın. Tork verileri NI-9237 ile gerçek zamanlı işlemciye aktarılır. NI-9237, kendi PassBand, stopband ve Alias içermeyen bant genişliği filtresine sahiptir. Filtre uygulanmış veriler FPGA modülüne girer ve 100 Hz 'de gürültüyü kaldırmak için düşük geçmeli filtreyle yeniden işlenir.
      2. Motor bağlı bir kodlayıcı (HEDL 9140, Maxon, Isviçre) ile eklem açısını ölçmek. Açı verileri, motor sürücüsü üzerinden gerçek zamanlı işlemciye aktarılır.
      3. Sekiz kanallı yüzey EMG Cihazı ile kas aktivitesini ölçün. EMG verileri 1024 Hz 'lik bir örnekleme hızında toplandı ve başlangıçta bir bant geçiren filtresi (20 – 450 Hz) ve bir çentik filtresi (60 Hz) ile işlenir. Ölçülen EMG verileri doğrudan BILGISAYARA aktarılır.

2. deneysel ayarlama

Not: iki Puanlayıcılar bu denemeye katılmalıdır. Bizim durumumuzda, ilk rater rehabilitasyonda 6 yıldan fazla deneyime sahip bir fizyoterapisti ve ikinci rater inme rehabilitasyonunda 3 yıldan fazla deneyime sahip bir mesleki terapist oldu.

1. İlk duruş ayarı
   1. Hasta, düz bir duruş içinde onun/onu geri bir sandalyeye yerleştirin.
   2. Omuz ve karın her iki tarafını emniyet kemerleri ile koruyun ve omuz pozisyonunu deney boyunca kararlı tutun.
   3. Bandın sabitlenmeden konunun hemiparetik kolunu hafifçe robot manipulat üzerine yerleştirin.
   4. Doğrusal kaydırıcının sabitleme bloğunu çöz, böylece manşet kaydırıcıya serbestçe taşınabilir ve konu 'nın hemiparetik kolunun kayışları bağlamadan robotun maniperasyonu üzerine yerleştirilmesine izin verebilirsiniz.
   5. Hastanın omuz 90 ° kaçırılıncaya kadar laboratuvar jakı kullanarak robotun yüksekliğini ayarlayın. Bir Goniometer kullanarak kaçırma açısını onaylayın.
   6. Kolu tutun ve askıları ile kolu el tutturmak için konu talimat. Robotun döndürme eksenini ve dirsek ekleminin anatomik ekseni hizalayın.
   7. Dirsek hareketi sırasında direnç yaratmadan, manşet konumunun doğal olarak en uygun pozisyonda yeniden ayarlanması için dirseğin eklemini esneyin ve genişletir. Daha sonra, manşet konumunu düzeltmek için sabitleme bloğunu bağlayın ve önkol manşet kayışlarını sabitleyin.
   8. Hemiparetik kolundaki pazı brachii 'nin kasına yüzey EMG elektrotları takın.
2. Pasif ROM ölçümü
   Not: pasif ROM, hastanın operasyon aralığının dışındaki hareketin neden olduğu sorunları önlemek için aşağıdaki deneylerde sınır ROM olarak kullanılır.
   1. Hastanın hemiparetik yan bilgilerini program GUI 'sine (sağ veya sol) girin.
   2. Bir Goniometer kullanarak dirsek 90 ° flikli ayarlayın. GUI panelinde 90 derece set düğmesine basın. Bu süreç gerçek insan eklem açısı ile robot tarafından tanınan açı eşleşir.
   3. Robotu Aktüasyon durumuna geçmek için GUI üzerindeki Finish set düğmesine basın.
   4. GUI 'nin sol tarafındaki motor çalışma panelindeki düğmeleri yukarıdan aşağıya doğru sırayla tıklatın.
   5. Açı seti düğmesini açın ve hızı 1 °/solarak ayarlayın. Sonra Çalıştır düğmesini tıklatın. Robot, reaksiyon torku belirli bir eşik seviyesine ulaşıncaya veya 170 ° ' ye kadar uzanan bir 90 ° ' den itibaren 1 °/s 'de yavaşça dirsek uzatacak.
      Not: Bu denemede, tork eşik 0,6 Nm olarak ayarlandı. Bu değer bir pilot çalışma ile deneysel olarak belirlenir.
   6. Maksimum uzatılmış açı otomatik olarak maksimum ROM olarak depolanır.
   7. Hızı-1 °/s olarak değiştirin ve Çalıştır düğmesini tekrar tıklatın. Tepki tork eşik seviyesine ulaşıncaya kadar robot dirseği yavaşça esnir.
   8. Maksimum flikli açı otomatik olarak en az ROM olarak saklanır.

3. MTS ölçümü

Not: her adım için gereken süre Şekil 1' de gösterilir. Tüm denemeyi gerçekleştirmek için bir konu tarafından alınan toplam süre yaklaşık 50 dk (deneme ayarlama adımı dahil), ancak çoğu zaman yorgunluk tutarlılığı korumak için istirahat harcanmalıdır.

1. Eylemsizlik efekti telafisi
   Not: teorik olarak, izokinetik hareket sırasında hiçbir eylemsizlik etkisi olmalıdır. Ancak, hareketin başında bir eylemsizlik etkisi olabilir. Atalet gücü sadece bir streç refleks tarafından oluşturulan reaksiyon kuvveti ölçmek için telafi edilmelidir. Atalet kuvvetinin büyüklüğü her konu için farklı olduğundan, gerçek MTS ölçümden önce eylemsizlik kuvveti telafisi için bir ön test yapılmalıdır. Örnek sonuç Şekil 6' da gösterilir.
   1. Kontrol panelindeki geri düğmesine tıklayın. Robot, dirsek minimum açı duruş (maksimum esnek duruş) elastik olacaktır.
   2. Hızı 150 °/s olarak ayarlayın ve eylemsizlik testi düğmesini sonra Çalıştır düğmesini açın. Robot, 150 °/shızında hastaya 5 ° ' lik kısa bir pertürasyon uygular. Her deneme için en yüksek tork ve dönem değeri otomatik olarak yığılmış ve GUI panelinde görüntülenir.
   3. Tekrar adımları 3.1.2-3.1.3 iki kez daha. Ölçülen verilerden uygun bir pik tork değeri ve dönem değerini belirleyin ve program GUI 'sine değer girin. Tazminat tork profili (τ_comp), aşağıdaki denklem 1 temelinde otomatik olarak oluşturulur, burada: a, belirlenen genliği temsil eder ve λ dönemi temsil eder.
      
      Not: eylemsizlik torku şekli, hesaplama yükünü azaltmak için yükseltilmiş bir kosinüs şekli olarak modellenmiştir. Atalet efekti nedeniyle iki dönem için tasarlanan tazminat torku, ikinci dönemden sonra neredeyse kaybolur. İkinci dönemin genliği ilk dönemin% 15 ' i olarak tasarlanmıştır.
2. Tanıdık adım
   1. Gerçek deneyden önce, ani hareketler ile hastayı tanımak için üç eğitim operasyonu gerçekleştirin.
   2. Paneldeki geri düğmesine tıklayın. Robot, dirseğini minimum açı pozisyonuna kadar esnecektir.
   3. Konuyu bilgilendirdikten sonra Çalıştır düğmesini tıklatın. Robot, açı maksimum açıya ulaşıncaya veya reaksiyon torku eşik seviyesine ulaştığında hastanın dirseğini 150 °/s hızında uzatacaktır.
   4. İki kez daha 3.2.2 – 3.2.3 arasındaki adımları tekrarlayın ve test başlamadan önce 5 dakika dinlenin.
3. İzokinetik MTS ölçümü
   Not: izokinetik MTS ölçümü, ideal bir MTS Ölçüm koşulu uygulamak için tasarlanmıştır. Robot, maksimum ROM 'a ulaşana kadar veya reaksiyon torkunun belirli bir eşiğine ulaşıncaya kadar önceden belirlenmiş bir hızda (150 °/s) doğru sabit hız hareketi üretir. Maksimum ROM değeri adım 2,2 belirlenir ve tork eşik değeri, streç refleksleri tespit etmek için yeterli olan önceki pilot çalışmalar yoluyla 0,6 olarak belirlenir.
   1. Dirsek minimum açı duruş Flex için geri düğmesini tıklatın.
   2. Konuyu bilgilendirmeden Çalıştır düğmesini tıklatın. Robot, açı maksimum açıya ulaşıncaya veya reaksiyon torku belirli bir eşik seviyesine ulaştığında hastanın dirseğini 150 °/s hızında uzatacaktır. Zaman, açı, reaksiyon tork ve tetik sinyal verileri test sırasında saklanır.
   3. Sets arasında 2 dakika mola ve adım 3.3.1 Repeat-3.3.3 iki kez daha.
   4. Üç set yaptıktan sonra 5 dakika istirahat alın.
4. Manuel MTS ölçümü
   Not: el ile MTS ölçüm normal gerçek tıbbi sitelerde gerçekleştirilen MTS ölçümü simüle etmek için tasarlanmıştır. İzokinetik MTS sonuçlarını karşılaştırmak için, robotik cihaz yalnızca ölçüm hatasını kaldıran nicel bir ölçüm aracı olarak kullanılır ve gerçek ölçüm işlemi bir insan değerlendirici tarafından gerçekleştirilir. Bu amaçla, robot sadece robot sürtünme telafi eder. Sürtünme giderme detayları apendiks içindedir.
   1. Dirsek minimum açı duruş Flex için geri düğmesini tıklatın.
   2. Ücretsiz Çalıştır düğmesine tıklayın ve robot operasyonu manuel çalışma moduna geçer.
   3. Manipandumun kolu tutun ve konunun kolunu gerin. Operasyon sırasında, rater 150 °/sbir sabit hız oluşturmalıdır.
   4. Serbest çalışma modunu kapatın ve 2 dakika mola alın.
   5. , İki kez 3.4.4, 3.4.1 adımları yineleyin.
5. Tekrar MTS ölçümü
   1. İlk rater ile tüm deneme bitirdikten sonra 10 dakika dinlenme alın.
   2. (İkinci puanlayıcı) ve 3.3 – 3.4 adımlarını tekrarlayın.

4. AoC 'nin ölçülme

Not: AoC, iki verilere göre belirlenir: EMG ve tork. AoC, EMG verilerinin gürültülü özellikleri ve bireysel özelliklerin değişkenliği nedeniyle manuel analiz ile belirlenir. AoC seçimi, sınıflandırıcı sıralamalar için kör olan üçüncü bir kişi tarafından gerçekleştirilir.

1. Isokinetic MTS deney veri analizi
   1. EMG verilerini kullanarak AoC değerlendirmesi
      Not: genellikle AoC, EMG 'nin maksimum en yüksek değerinin oluştuğu açı olarak belirlenir. Ancak, bir streç refleks süresi her hasta için farklıdır; Böylece, bir AoC olarak EMG maksimum tepe noktasının kullanılması düşük güvenilirlik bekleniyor. Zaman farkı büyük olmayabilir; Ancak, AoC hatası MTS yönteminin hızlı değerlendirme hızı nedeniyle önemli olabilir. Bu nedenle, EMG yükselme noktasının başlangıcında açı AoC olarak seçilir.
      1. Verileri düzgünleştirmek ve 50 x 'i yükseltmek için kök ortalama kare (RMS) kullanarak ham EMG verilerini işleme.
      2. Her veri kümesinin tetikleyici sinyallerini kullanarak EMG verilerini ve robot açı verilerini senkronize edin.
         Not: Bu sistemde, EMG verileri diğer verilerin aksine bağımsız bir cihaz tarafından ölçülür; Bu nedenle, başvuru süresi farklı olabilir. EMG cihazının, MTS değerlendirmesinin başlangıcında gerçek zamanlı işlemciden tetikleyici sinyalini alan bir tetikleyici kesme işlevi vardır.
      3. AoC 'YI RMS EMG artışında başlangıç noktası olarak el ile belirleyin. Örnek Şekil 7' de gösterilir.
         Not: < 0.1 'in RMS EMG 'ı burada göz ardı edilir, çünkü esneme Refleksinden bile sık görülür. Böylece, zirve başlangıcında net bir artış noktası AoC olarak seçilir.
   2. Tork verilerini kullanarak AoC değerlendirmesi
      Not: kaslar, bir yay Damper sistemi gibi davranan pasif mekanik özelliklere sahiptir. Kas herhangi bir kuvvet desteklemez bile, tepki gücü kaslar streç olarak artırabilir. Pasif mekanik özellik ve streç refleks yoğunluğu hastanın hastaya değiştiğinden, sadece reaksiyon gücünün mutlak değerini kullanarak yakalamak belirlemek zordur. Bunun yerine, bu çalışmada, yakalama reaksiyonunun mutlak değeri yerine spastisite nedeniyle pasif özelliği değiştirerek belirlenir. Pasif özelliğin değiştirilmesi, reaksiyon torkunun regresyon hattının eğimi ile el ile belirlenir.
      1. Tetikleyici sinyalinin gittiği noktadan bir regresyon çizgisi çizin ve tetikleyici sinyalinin kapanabileceği noktadan başka bir regresyon çizgisi çizin.
      2. İki regresyon çizgilerinin yamaçlarını karşılaştırın. İki regresyon satırlarının degradeleri önemli bir fark gösteriyorsa, AoC iki regresyon çizgisinin kesişiminde belirlenebilir. Örnek Şekil 8' de gösterilir.
2. El ile MTS deneme veri analizi
   Not: manuel MTS durumunda, bu konu tarafından uygulanan kuvvet ayırmak zordur ve sadece bir tork sensörü kullanarak rater tarafından uygulanır. Bu nedenle, manuel MTS durumunda, tork verilerini kullanarak AoC analizi yapmadan sadece EMG verilerini kullanan bir AoC Analizi gerçekleştirilir.
   1. EMG verilerini kullanarak AoC değerlendirmesi
      Not: EMG kullanarak AoC değerlendirme belirleme yöntemi temelde izokinetik MTS durumda aynıdır.
      1. Verileri düzgünleştirmek ve 50 x 'i yükseltmek için RMS yöntemini kullanarak ham EMG verilerini işlem yapın.
      2. Her veri kümesinin tetikleyici sinyallerini kullanarak EMG verilerini ve robot açı verilerini senkronize edin.
      3. AoC 'YI RMS EMG artışında başlangıç noktası olarak el ile belirleyin. Şekil 9' da bir örnek gösterilir.

5. veri analizi

1. Normalleştirilmiş değerlendirme hareket indeksi (NAMı)
   Not: MTS AoC, değerlendirme hızı, ivme vb. gibi çeşitli hareket faktörlerinden etkilenebilir. Bu nedenle, değerlendirme hareketi mümkün olduğunca izokinetik olmalıdır. NAMI, değerlendirme hareketinin idealliğini değerlendirmek için önerilmiştir. Önerilen dizin, her deneme sürümdeki konulara atanan değerlendirme hareketinin tutarlılığını değerlendirmek için kullanılabilecek boyutsuz bir dizindir.
   1. Her değerlendirme duruşmasında ROM, maksimum hız ve değerlendirme süresini hesaplayın.
      Not: açı Encoder tarafından ölçülür; Böylece, Hesaplanan hız gürültülü. Bu nedenle, maksimum hız eğilim çizgisinin maksimum hızı olarak belirlenir, tepe noktası değil.
   2. Denklem 3' ü kullanarak tüm deney sırasında her deneme için namı değerini hesaplayın:
      Nerede: θ_Maks ve θ_Min maksimum ve minimum açıları temsil, sırasıyla, deneme sırasında ölçülen; ω maksimum değerlendirme hızıdır; ve Δt bir değerlendirme için harcanan toplam zamanıdır. Şekil 10 her değişkenin bir örneğini gösterir.
      Not: değerlendirme hareketi tamamen izokinetik yakın ve hareket hızı tutarsız ise 0 ' a yakın bir puan ise önerilen dizin 1 ' e yakın bir puan verir.
2. İstatistiksel analizler
   Not: tüm istatistiksel analizler PASW istatistiksel paketi (SPSS sürüm 18,0) kullanılarak gerçekleştirilir. Intraclass korelasyon katsayısı (ICC) yöntemi, test yeniden test güvenilirliğini ve karşılıklı güvenilirliği tanımlamak için kullanılır. ICC hesaplamak için yalnızca ikinci ve üçüncü testlerden sonuçlar kullanılır.
   1. Test-retest güvenilirliğini doğrulamak için, ölçülen AoC verilerinden ICC ve NAMı sonucu hesaplayın.
   2. Daha fazla güvenilirlik doğrulamak için AoC ve NAMı veri ortalamasından ICC hesaplayın.
   3. Her bir değerlendirici veya her bir değerlendirme duruşması arasındaki farklılıkları değerlendirmek için eşleştirilmiş örnek t-testlerini kullanarak AoC sonuçlarının p değerini hesaplayın.
      Not: P-değerleri < 0.05 istatistiksel olarak önemli olarak kabul edilir.
   4. İki yöntem arasındaki korelasyon doğrulamak için EMG kriterlerine ve tork ölçütlerine göre AoC arasındaki Pearson korelasyon katsayısı hesaplayın.

Güvenilirlik ICC değerine göre dört kaliteye ayrılmıştır: son derece mükemmel (> 0.90), mükemmel (0,75 < ICC ≤ 0,90), adil iyi (0,40 < ICC ≤ 0,75), ve yoksul (< 0.40). Ölçümlerin standart hatası (SEM), varyansın hata bileşenini belirlemek için hesaplanmıştır. En küçük algılanabilir fark (SDD), test retest verilerinin SEM 'den hesaplanmıştır.

Normalleştirilmiş değerlendirme hareket indeksi (TIC): bir izokinetik hareket sırasında KIC puanı her zaman oldu 1, yani izokinetik cihaz her zaman Tekdüzen sabit giriş hızı oluşturulur. Ancak, el ile yapılan bir hareket sırasında NAMI 'nin test retest güvenilirliği hem rater 1 (ICC [95% CI] =-0,035 [-0.495 – 0.441]) ve rater 2 (ICC [% 95 CI] = 0,438 [-0.038 – 0.752]) için zayıftı. Dahası, el hareketi sırasında NAMI 'nin inter-rater güvenilirliği de zayıftı (ICC [95% CI] = 0,148 [-0.344 – 0.576]). Tersi olarak, iki insan Puanlayıcılar sonuçları neredeyse eşit ortalama namı değerleri gösterdi (0,68 ve 0,67 her puanör için). İki insan puanların tutarlılık hatası isokinetik cihazın daha büyük, iki Puanlayıcılar arasında büyük bir fark gösteren. Bu sonuçlar, bir insan tarafından yapılan bir değerlendirme hareketinin izokinetik özellikte eksik olduğunu ve bu hareketin konuya bağlı olarak tutarsız olduğunu gösterir.

Test-retest güvenilirlik: Tablo 2 AOC sonuçları için test-retest güvenilirliğini üç koşulda gösterir (izokinetik-EMG, izokinetik tork, manuel-EMG). El ile MTS için test retest güvenilirlik mükemmel oldu (ICC = 0,804 ve 0,840). Ancak, izokinetik MTS ölçümü, hem EMG hem de tork kriterlerinde son derece mükemmel kalitede test-retest güvenilirliğini geliştirdi (Tablo 2)

İradeler arası güvenilirlik: Tablo 3 , AOC ölçüm performansı için üç koşullarda daha fazla güvenilirlik gösterir. ICC Kılavuzu MTS inter-rater güvenilirlik, mükemmel notu alt sınırına yakın olan 0,788 oldu. Isokinetic MTS, EMG verilerine dayalı 0,890 ICC 'ye ve tork verilerine dayanan 0,931 ICC 'ye göre inter-rater güvenilirliğini geliştirdi.

AoC 'nin EMG ve tork kriterleri arasındaki zamanlamasının korelasyon ve tutarlılık: izokinetik MTS sırasında EMG verilerinden ve tork verilerinden hesaplanan iki AoC sonucu, her iki rater 1 ' de önemli ölçüde yüksek bir korelasyon göstermektedir (Pearson korelasyon katsayısı = 0,937, p < 0,001) ve rater 2 (Pearson korelasyon katsayısı = 0,957, p < 0,001). Dahası, AoC 'nin iki sonuç arasındaki zamanlaması, ICC 1 (p < 0,001) ile son derece tutarlı oldu.

Şekil 1: deney akış çizelgesi.
Bu rakam sin et al.¹⁰' dan değiştirildi. Bu figürün daha büyük bir versiyonunu görmek Için lütfen tıklayınız.

Şekil 2: ısokinetic MTS test robotu.
(A) izokinetik robot cihazının konfigürasyonu. (B) cihazın konfigürasyonu içinde. Kontrol sistemi gerçek zamanlı bir işlemci ve motor sürücüsü içerir. (B) daha önce sin et al.¹⁰tarafından yayınlandı. Bu figürün daha büyük bir versiyonunu görmek Için lütfen tıklayınız.

Şekil 3: manipulilla bileşimi.
Bilek ve önkol için iki manşetli bir sabitleme bloğu aracılığıyla doğrusal kaydırıcıyı bağlanır, manşet ayarlanabilir pozisyon yapma. Bir kolu ve el askısı soldan sağa değiştirilebilir. Bu figürün daha büyük bir versiyonunu görmek Için lütfen tıklayınız.

Şekil 4: kontrol sistemi konfigürasyonu.
Sağ üç blok denetim sisteminin hiyerarşisini gösterir ve oklar her birim arasında veri akışını gösterir. Bu figürün daha büyük bir versiyonunu görmek Için lütfen tıklayınız.

Şekil 5: grafik kullanıcı arabirimi (GUI).
Sol taraf, robot kontrolü için gereken çeşitli düğmeler veya sayısal kontrolleri içeren denetleyici paneldir. Sağ taraf, gerçek zamanlı olarak açı, etkileşim tork ve tetik sinyali gösteren bir izleme panelidir. Bu figürün daha büyük bir versiyonunu görmek Için lütfen tıklayınız.

Şekil 6: eylemsizlik efekti telafisi örneği.
Yeşil çizgi ham tork gösterir; Mavi noktalı çizgi eylemsizlik kuvvet modelini gösterir; ve kırmızı çizgi atalet tork Dengeleme sonucunu gösterir. Bu rakam daha önce sin et al.¹⁰tarafından yayınlandı. Bu figürün daha büyük bir versiyonunu görmek Için lütfen tıklayınız.

Şekil 7: EMG verilerini kullanarak AoC değerlendirme örneği (izokinetik MTS Case).
0,1 'den az bir RMS EMG değeri normal olarak kabul edilir. NET EMG yükselme noktasının başlangıç noktasının seçilmesi gerçekleştirilir ve o zaman açı değeri AoC olarak belirlenir. Bu rakam daha önce sin et al.¹⁰tarafından yayınlandı. Bu figürün daha büyük bir versiyonunu görmek Için lütfen tıklayınız.

Şekil 8: tork verisi (izokinetik MTS Case) kullanılarak AoC değerlendirme örneği.
Değerlendirme aşağıdaki adımları içerir: değerlendirme başlangıç noktasının tork ve bitiş noktası rasgele bir tork verileri, sırasıyla bağlayan iki satır çizin; İki satırın, seçilen noktadan önce ve sonra tork verilerinin regresyon çizgisi haline gelmesine neden olan noktayı bulun; iki regresyon satırının gradyan arasında önemli bir fark varsa, bu noktada bir streç refleks oluştuğunu değerlendirilir. Bu rakam daha önce sin et al.¹⁰tarafından yayınlandı. Bu figürün daha büyük bir versiyonunu görmek Için lütfen tıklayınız.

Şekil 9: EMG verilerini kullanarak AoC değerlendirme örneği (manuel MTS Case).
İzokinetik durumda (Şekil 7) yapıldığı gibi AOC, EMG 'nin net bir yükselişi oluştuğunda açı olarak belirlenir. Bu rakam daha önce sin et al.¹⁰tarafından yayınlandı. Bu figürün daha büyük bir versiyonunu görmek Için lütfen tıklayınız.

Şekil 10: normalleştirilmiş değerlendirme hareket indeksi (NAMı) için değişkenler.
Sezgisel olarak, NAMı değeri, hız grafiğinin altındaki bölgenin gri kutunun alanına olan oranıdır. Daha fazla izokinetik hareketler değerleri 1 ' e daha yakın gösterir. Bu rakam daha önce sin et al.¹⁰tarafından yayınlandı. Bu figürün daha büyük bir versiyonunu görmek Için lütfen tıklayınız.

Tablo 1: konular demografik bilgiler ve temel özellikleri.

Tablo 2: izokinetik robotik cihazlar ve manuel hareket ile robotik cihazlar ile ölçülen catch açısı için test-retest güvenilirlik sonuçları.
Bu tablo sin et al.¹⁰ tarafından yayınlandı (p-değerleri eşleştirilmiş örnek t-testi ile hesaplanır). SEM: standart ölçüm hatası, SDD: en küçük algılanabilir fark, ICC: momentler çarpımı korelasyon katsayısı, EMG: elektromiyografi.

Tablo 3: izokinetik robotik cihazlar ve manuel hareket ile robotik cihazlarla ölçülen yakalama açısı için güvenilirlik sonuçları.
Bu tablo sin et al.¹⁰ tarafından yayınlandı (p-değerleri eşleştirilmiş örnek t-testi ile hesaplanır). SEM: standart ölçüm hatası, ICC: momentler çarpımı korelasyon katsayısı, EMG: elektromiyografi.

Ek olarak. Bu dosyayı indirmek Için lütfen buraya tıklayın.

Bu çalışmada, bir robotik izokinetik cihaz kullanarak MTS ölçümü standartlaştırmak etmeye çalıştı. Değerlendirme hareketinin tutarlılığı MTS ölçümünün sonuçlarını nasıl etkilediğini araştırılmıştır.

NAMI değeri, değerlendirme hareketinde değişkenlik derecesini temsil etmek için önerilmiştir. Beklendiği gibi, hiçbir değişkenlik ile izokinetik hareket yönteminin aksine, manuel yöntem testler arasında değişkenlik göstermiştir ve raters arasında, düşük güvenilirlik sonucu, hangi önceki çalışmalarda sonuçları ile tutarlı,^7,8 . AoC ölçümü için güvenilirlik sonuçları, izokinetik hareketin kendisi manuel hareket ile karşılaştırıldığında, interrater güvenilirliğini artırabilir gösterir. Ancak, isokinetik hareket tarafından daha az streç refleks provokasyon ile ilgili endişeleri olmuştur^11,12, hafif dirsek fleksör spastisite ile bu çalışmada konular (Mas 1, 1 +, 2) tarafından ölçülen tutarlı streç refleksleri gösterdi ısokinetik hareket sırasında yüzey EMG. Bu, hafif dirsek spastisite olan hastalarda bile AoC 'nin güvenilir bir şekilde ölçülmesi için bir izokinetik cihazın kullanılabileceğinizi göstermektedir. AoC Ayrıca bu çalışmada tork kriterleri ile hesaplanmıştır. İlginçtir, AoC hem EMG hem de tork ölçütlerini kullanarak ölçülen yüksek korelasyon gösterdi, ancak tork kriterleri tek başına daha yüksek bir karşılıklı güvenilirlik gösterdi, bu da Lynn ve al.¹³tarafından sağlanan sonuçlar ile tutarlı. Bu nedenle, tork ölçütünü kullanarak spastisite değerlendirme güvenilirlik ve kolaylık açısından daha iyi bir yöntem olması bekleniyor.

MTS ölçümünün ölçülmesi için bu yeni yaklaşım bazı sorunlar ve sınırlamalar vardır. İlk olarak, bu çalışmada AoC ölçümleri sırasında duruş geleneksel MTS ölçümlerinden farklıdır¹⁴. Konvansiyonel MTS omuz kaçırma yokluğunda gerçekleştirildi; Bunun aksine, bu çalışmada, omuz kaçırılan 90 derece ile ölçümler yapıldı. Ancak bu çalışmanın amacı, değerlendirme hareketinin tutarlılığı için AoC güvenilirliği üzerindeki etkilerini doğrulamak oldu. Bu denemede kullanılan duruş, önkol ağırlığı etkisini ortadan kaldırarak, ayrı olarak ölçmek zordur, tork verilerini kullanarak AoC ölçmek kolaylaştırır. Bu nedenle, bu deney, değerlendirme hareketinin AoC ölçümlerinin güvenilirliğini nasıl etkilediğini üzerinde bir perspektif sağlar.

İkincisi, hem tork hem de EMG kriterleri kullanılarak AoC ölçümü subjektif olarak yapılmıştır. Ancak, bu potansiyel önyargı en aza indirmek için konu bilgileri ve sıralamalar sipariş kör olan üçüncü bir rater tarafından gerçekleştirildi. Üçüncü olarak, pasif mekanik özelliklere bağlı reaksiyon torkunun artması, deney başlangıçta tasarlarken beklenmeyen bir şeydi. Reaksiyon torku esas olarak streç refleks neden olduğu bekleniyor; Ancak, hafif spastisite olan hastalarda, birçok olguda pasif sertliğin neden olduğu reaksiyon torkunun dominant olduğunu göstermiştir. Bu nedenle AoC, gerçek zamanlı teşhis yerine deneysel veri analizi yoluyla elde edilmiştir. Son olarak, tekrarlayan pasif germe sırasında dirsek fleksör rahatlama oldu. Deney, deney boyunca yorgunluğu önlemek için yeterli dinlenme süresi içerecek şekilde tasarlandı ve hiçbir konu yorgunluktan şikayet etmedi. Ancak, tekrarlayan pasif germe nedeniyle kas rahatlama önlemek zordur. Bu etkiyi azaltmak için, deney puanların sırasını rastgele olarak tasarlanmıştır ve sonuçları iki raters arasında önemli bir rahatlama fenomen gösterdi.

Bu çalışmanın amacı, ölçmenin subjektif duygusunu kullanan ve onları daha objektif ve nicel standartlara karşı tutan değerlendirme yöntemlerini geliştirmektir. Sonuçlar, robotik bir cihaz kullanarak değerlendirme güvenilirliğini artırma olasılığını gösterir. Ancak, bu çalışmada gerçekleştirilen yöntem sadece yarı otomatiktir, çünkü AoC değerlendirmesi bir insan tarafından yapılır. Diğer çalışmalarda yüksek güvenilirlik ve nesnellik ile gerçek zamanlı spastisite değerlendirme sağlayacak bekleniyor.

Tüm yazarlar ilgi çakışması bildirmiyor.

Bu çalışmada Seul Ulusal Üniversitesi Bundang hastane Araştırma Fonu (14-2014-035) ve Kore ve Kore Ulusal Araştırma Vakfı (NRF) Grant tarafından desteklenmektedir Kore hükümeti (A100249) tarafından finanse edildi. Biz Seo Hyun Park ve Hae-in kim hazırlamak ve çekim video ile devam yardımcı olmak için teşekkür etmek istiyorum.