在中风后的第一年内建立临床上肢测量和基于传感器的手臂使用的有效性和响应能力:纵向队列研究
Johannes Pohl1,2,3,4, Geert Verheyden5, Jeremia Philipp Oskar Held6
1Lake Lucerne Institute, Data Analytics and Rehabilitation Technology (DART), Vitznau, Switzerland. Johannes.Pohl@llui.org.
Journal of neuroengineering and rehabilitation
|January 29, 2025
概括
这项研究验证了基于传感器的手臂使用 (AU) 度量与中风后恢复的临床措施. 这些发现建立了评估上肢功能和指导康复工作的基准.
科学领域:
- 神经康复疗法 神经康复疗法
- 生物医学工程 生物医学工程
- 临床测量 临床测量
背景情况:
- 评估中风后的运动恢复需要有效和响应的上肢结果测量.
- 基于传感器的手臂使用 (AU) 度量为临床评估提供了一个补充方法.
- 定义排除步行和非功能运动的AU指标对于准确的解释至关重要.
研究的目的:
- 研究临床上肢测量和基于传感器的AU指标的测量特性.
- 评估这些措施在中风后的个体中的构造有效性和响应能力.
- 建立临床中风康复的参考数据和基准.
主要方法:
- 潜在的,纵向队列研究,在中风后的多个时间点进行测量 (D3到D365).
- 临床评估包括Fugl-Meyer评估,行动研究手臂测试,盒子和块测试以及运动活动日志.
- 五个运动传感器 (干,手腕,脚) 在不行走期间收集了13个AU指标的数据.
主要成果:
- 在D10后的临床测量和受影响的AU指标之间观察到中等至高的正相关性 (rs:0.57-0.88).
- 响应性在D10-D28之间是最高的,感知变化和临床措施之间的关系中等至强 (rs:0.60-0.73).
- 对临床测量 (8) 和AU指标 (9) 的最小重要变化 (MIC) 值的估计准确度很高.
结论:
- 对临床和基于传感器的AU测量的结构有效性和响应性的参考数据为中风后的第一年提供.
- 导出的MIC值作为临床中风康复的有价值的基准.
- 这项研究支持基于传感器的AU指标的整合,以全面了解上肢运动恢复.
更多相关视频
06:25Capturing Representative Hand Use at Home Using Egocentric Video in Individuals with Upper Limb Impairment
Published on: December 23, 2020
2.5K
05:28Author Spotlight: Enhancing Upper Limb Rehabilitation in Stroke Patients Through Advanced Robotic and Neuromodulation Technologies
Published on: October 11, 2024
511
