在自由生活环境中模拟中风后步行控制的异质性,使用个性化因果网络

科学领域:

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

背景情况:

• 脑卒中后的步行功能障碍在适应各种环境方面带来了挑战.
• 现有的步态模型往往过于简化了步态模式的异质性和连续性.
• 准确评估步行速度的调节性和不稳定性对于理解功能恢复至关重要.

研究的目的:

• 调查个人因果相互作用,控制自由生活的步态控制在个人中风后.
• 描述用于步行速度调整和稳定的各种策略.
• 建立一个开发量身定制中风后康复干预措施的基础.

主要方法:

• 50名中风患者参加了这项研究,他们戴着L5安装的加速度计进行了24小时的自由生活监测.
• 从加速数据中提取了时空步行参数,以构建个别定向非循环图 (DAG).
• 用光谱聚类,贝叶斯模型比较和贝叶斯物流分析来描述和解释DAG模式.

主要成果:

• 使用光谱聚类识别了三个不同的步态控制模式集群.
• 集群1:中度冲动,高不对称性/不稳定性,基于节奏的速度调整.
• 集群2:轻度冲动,基于步骤长度的速度调整.
• 集群3:轻度冲动,组合步骤长度和节奏调整.
• 使用阿什曼的D为步骤速度,Fugl-Meyer评估,步骤时间不对称性和步骤长度的分类准确度很高.

结论:

• 鉴定到的DAG模式突出显示了中风患者在步态控制方面的显著异质性.
• 步行策略的功能多样性需要个性化的康复方法.
• 了解这些因果走路相互作用为高度定制的康复计划提供了基础.