立式平衡测试预测了中风患者的伯格平衡量级得分,使用主要成分分析
Jieun Cho1, Sunghe Ha2, Jooyoung Lee3
1Translational Research Centre on Rehabilitation Robots, National Rehabilitation Centre, Ministry of Health & Welfare, Seoul, South Korea. wldms880226@hanmail.net.
Scientific reports
|May 21, 2025
概括
主要成分分析 (PCA) 显示,腿控制对于中风幸存者的平衡至关重要. 损伤的斜腰平面运动和足部柔器激活显著预测平衡缺陷,告知有针对性的康复.
科学领域:
- 生物力学 生物力学
- 神经康复疗法 神经康复疗法
- 数据分析 数据分析
背景情况:
- 平衡障碍是中风幸存者的常见和重大挑战,影响了行动能力和独立性.
- 现有的研究往往缺乏对动力学,动力学和电肌图学数据的全面综合分析,以评估与中风相关的平衡缺陷.
研究的目的:
- 通过主要成分分析 (PCA) 调查中风后患者的平衡差异.
- 确定关键的生物机械和神经肌肉因素,有助于中风后平衡障碍.
- 探索PCA在量化平衡赤字和告知康复策略方面的实用性.
主要方法:
- 在Berg Balance Scale (BBS) 任务中分析了43名中风患者的动力学 (关节角度),动力学 (压力中心) 和肌电学 (肌肉活动) 数据.
- 应用主要组件分析 (PCA) 来识别数据中的基本模式.
- 多重回归分析以使用主要组件 (PC) 预测BBS分数.
主要成果:
- 在中风患者与没有平衡障碍 (BBS分数<45) 之间发现了双边常态主要成分 (PC) 的显著差异.
- 在静静地站着,眼睛开时,腿的表现是BBS得分的最强的预测因素 (p < 0.01).
- 导致平衡障碍的关键因素包括平面脚/骨盆角,地面力,平面足部 flexor 激活.
结论:
- 肢的姿势控制是中风幸存者的平衡能力的主要决定因素.
- PCA有效量化平衡障碍,并揭示与临床措施的关联,如Fugl-Meyer下肢得分.
- 调查结果强调了松平面控制和足部柔器激活对于稳定性的重要性,表明PCA是个性化康复的有价值工具.
