使用机器人操纵对肌缩侧硬化症下部和上部运动神经元征兆的仪器评估:一项探索性研究
D J L Stikvoort García1, B T H M Sleutjes2, W Mugge3
1Department of Neurology, F02.230, Brain Center Utrecht, University Medical Center Utrecht, P.O. Box 855000, Utrecht, 3508 GA, The Netherlands.
Journal of neuroengineering and rehabilitation
|October 30, 2024
概括
机器人对肌缩侧面硬化症 (ALS) 的手腕动态评估显示,患者的力量反收益增加. 这些增长与上部运动神经元 (UMN) 功能障碍相关,为ALS的UMN征兆提供了定量衡量.
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
- 神经学 神经学
背景情况:
- 肌缩侧面硬化症 (ALS) 是一种进展性神经退行性疾病,影响上部运动神经元 (UMN) 和下部运动神经元 (LMN).
- 在ALS中对UMN症状的临床评估由于疾病异质性而具有挑战性.
- 使用机器人操纵的仪器化评估可以提供对UMN参与的客观措施.
研究的目的:
- 探索机器人操纵对评估UMN参与ALS的实用性.
- 与对照组相比,研究ALS患者的手腕关节动态和神经肌肉特性.
- 为了将机器人评估参数与UMN和LMN功能障碍的临床症状相关联.
主要方法:
- 15名ALS患者和15名健康对照人使用机器人操纵器进行了手腕关节动态分析.
- 电肌图 (EMG) 在强加的扭矩扰动 (放松,服从,抵抗) 期间记录了前臂肌肉活动.
- 一个神经肌肉模型估计了肌肉粘弹性 (刚性,粘度) 和反射性质 (反收益).
主要成果:
- 与对照组相比,ALS患者的力量反收益 (kf) 显著增加 (p=0.033).
- 较高的kf和反射扭矩 (Tref) 与增加的UMN功能障碍严重程度相关 (p=0.040,p<0.001).
- 在较弱的患者中,肌肉度 (k) 降低了 (p=0.012),反收益与肌肉强度无关.
结论:
- 机器人操纵提供了一种可行,定量和独立于操作者的方法,用于评估ALS的UMN症状.
- 增加的力反收益和由此产生的反射肌肉扭矩表明ALS的UMN功能障碍.
- 这种方法有可能改善对UMN参与神经退行性疾病的客观评估.
更多相关视频
04:49Author Spotlight: Enhancing Post-Stroke Upper Limb Rehabilitation with Robotic Technologies for Improved Motor Recovery and Functional Outcomes
Published on: September 6, 2024
657
05:25Author Spotlight: Assessing Brain Activity in Robotic-Assisted Lower Limb Rehabilitation Using fNIRS
Published on: June 7, 2024
1.2K
