临床,神经成像和机器人测量预测中风后的长期 proprioceptive 障碍

科学领域:

• 神经科学是一个神经科学.
• 康复医学 康复医学 康复医学
• 生物医学工程 生物医学工程

背景情况:

• 自身感知障碍影响大约50%的中风幸存者,其中很大一部分在中风后六个月经历了持续的缺陷.
• 早期识别患有长期自身感受损失风险的个体对于定制康复策略和改善结果至关重要.

研究的目的:

• 为了研究预测中风后六个月内使用临床,神经成像和机器人测量方法预测中风后六个月内自身感知障碍的可行性,在中风后两周获得了神经成像和机器人测量.
• 确定机器人评估参数的预测价值,特别是手臂位置匹配 (APM) 任务,用于识别持久性自感缺陷的个体.

主要方法:

• 一组133名中风患者在中风后两周接受了临床评估 (指定位测试,行为不注意测试,功能独立测量),神经成像和机器人手臂位置匹配 (APM) 任务.
• 在六个月后重复APM任务,以使用整体APM任务得分来确定自身感知障碍的基本真相.
• 使用两周的中风后数据 (机器人,临床,神经成像特征) 训练了后勤回归模型,以预测六个月的自身感知障碍.

主要成果:

• 与仅使用临床或神经成像数据的模型相比,采用机器人特征的模型,单独或与临床/神经成像数据相结合,显示出优异的预测性能 (曲线下面积较高,Akaike信息标准较低).
• 当机器人特征被整合到一个全面的模型中时,它们成为非常重要的预测因素.
• 所有模型都实现了可比的准确性和F1分数,超过70%.

结论:

• 在中风幸存者中预测长期的自身感知障碍是可以利用早在中风后两周收集的数据来实现的.
• 机器人评估,特别是APM任务,为早期识别可能经历持久性自身感知缺陷的个体提供了准确和有价值的见解.
• 这种预测能力是优化个人化康复干预措施的关键一步,以实现中风恢复.