Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Bioengineering

ISO Kinetic Robotic Device för att förbättra test-omtest och Inter-bedömare tillförlitlighet för stretch reflex mätningar hos strokepatienter med spasticitet

Published: June 12, 2019 doi: 10.3791/59814
* These authors contributed equally

Summary

Med hjälp av en robot isokinetisk anordning med Elektromyografi (EMG) mätningar, detta protokoll illustrerar att ISO Kinetic rörelse själv kan förbättra Inter-bedömare tillförlitlighet för vinkeln av fångst mätningar i strokepatienter med mild armbåge flexor spasticitet.

Abstract

Att mäta spasticitet är viktigt vid behandlingsplanering och bestämning av effekt efter behandling. Emellertid, det nuvarande verktyget som används i kliniska inställningar har visat sig vara begränsad i Inter-rater tillförlitlighet. En faktor i denna dåliga Inter-bedömare tillförlitlighet är variationen i passiv rörelse samtidigt som man mäter vinkeln på fångsten (AoC) mätningar. Därför har en isokinetisk anordning föreslagits för att standardisera den manuella gemensamma rörelsen. fördelarna med isokinetisk rörelse för AoC-mätningar har dock inte testats på ett standardiserat sätt. Detta protokoll undersöker om ISO Kinetic rörelse själv kan förbättra Inter-bedömare tillförlitlighet för AoC mätningar. För detta ändamål utvecklades en robotliknande isokinetisk apparat som kombinerades med Surface Elektromyografi (EMG). Två villkor, manuella och isokinetiska rörelser, jämförs med den standardiserade metoden för att mäta vinkeln och subjektiv känsla av fångst. Det visas att i 17 stroke patienter med mild armbåge flexor spasticitet, isokinetiska rörelse förbättrat intraclass korrelationskoefficienten (ICC) för Inter-rater tillförlitlighet AOC mätningar till 0,890 [95% konfidensintervall (CI): 0.685 – 0.961] av EMG kriterier och 0,931 (95% CI: 0.791 – 0.978) enligt moment kriterierna, från 0,788 (95% KI: 0.493 – 0.920) med manuell rörelse. Sammanfattningsvis kan isokinetisk rörelse själv förbättra Inter-bedömare tillförlitlighet AoC mätningar i strokepatienter med mild spasticitet. Med tanke på att detta system kan ge större standardiserade vinkel mätningar och fångst av känsla, det kan vara ett bra alternativ för utvärdering av spasticitet i en klinisk miljö.

Introduction

Spasticitet efter stroke är vanligt och har visat sig inducera komplikationer, inklusive smärta och kontrakturer, vilket resulterar i minskad livskvalitet1,2,3. Mätning av spasticitet är viktigt att korrekt planera loppet av behandling och bestämma effekten av behandlingen. Vanligen använda verktyg i den kliniska miljön är den modifierade Ashworth skala (MAS)4, som är ett nominellt mätsystem för motstånd mot passiv rörelse, och den modifierade Tardieu SKALAN (MTS), som mäter vinkeln på fångsten (AOC), som representerar Velocity-anhörigen kännetecken av spasticitet5. Dessa mätverktyg har dock visat sig ha begränsade Inter-bedömare tillförlitlighet6,7, kräver samma rater att utföra dessa tester för att bibehålla tillfredsställande tillförlitlighet8.

Tre faktorer har visats inducera variationer i AoC under MTS mätning, inklusive (1) fel från vinkel mätningar med en goniometri; (2) variabilitet för manuellt rörd gemensam rörelseprofil mellan raters; och (3) variation i avkänning av fångsten mellan bedömare9. En ny isokinetisk robot apparat med moment sensorer presenteras i detta protokoll. Denna apparat appliceras på strokepatienter med mild armbåge flexor spasticitet med hjälp av ytan Elektromyografi (EMG) mätningar10. Det var en hypotes om att standardiseringen av armbåge joint motion kommer att förbättra Inter-rater tillförlitlighet för AoC mätningar framkallas av armbågen flexor stretch reflex. För att bevisa detta beräknades tillförlitligheten för AoC mätt med yta EMG och jämföras mellan den isokinetiska passiva och manuella snabba armbågen förlängning, med hjälp av denna utvecklade Robotic enhet och EMG. Figur 1 visar en översikt över hela försöksförfarandet. I detalj, MTS mätning skede genomfördes av två bedömare, och ordningen på experiment (manuell vs isokinetiska rörelse) och ordning bedömare fastställdes slumpmässigt, som krävde ca 50 min för varje ämne (figur 1).

Subscription Required. Please recommend JoVE to your librarian.

Protocol

1. experimentell uppsättning

  1. Patient rekrytering
    Anmärkning: alla förfaranden granskades och godkändes av Seoul National University Bundang Hospital institutionella Review Board. Dessa försökspersoner var patienter eller öppenvården med stroke-diagnoser från fyra rehabiliterings sjukhus i regionen.
    1. Utför screeningprocessen med hjälp av följande inklusionskriterier: (1) övre extremiteten hemipares på grund av stroke; (2) över 20 års ålder. (3) mild armbåge gemensamma spasticitet av MAS 1-2; (4) ingen tidigare sjukdom som påverkar funktionen av hemiparetic armen, med undantag för stroke; 5) fri från hemodynamisk instabilitet. (6) ingen svår armbåge kontraktur; (7) möjlighet för skuldran att bli bortförd 90 ° och underarm vara i neutralläge utan ledvärk; och (8) normal kognitiv, språk, visuospatial, eller uppmärksamhet förmåga att följa experimentella procedurer.
      Obs: kriterierna är utformade för att avskärma patienter som kan delta i experimentet och reglera faktorer som påverkar resultaten.
    2. Rekrytera försökspersoner som ges en utförlig förklaring av hela studien och förväntade kliniska problem. Samtycke måste inhämtas före inklusion.
    3. Demografiska och grundläggande karakteristika för de rekryterade ämnena visas i tabell 1.
  2. Experimentellt system
    Obs: en anpassad robotstyrd enhet används för att producera standardiserade rörelser och mäta kvantitativa data samtidigt. Robotsystemet består av en robot del, styrsystem och mätenheter. Den övergripande konfigurationen visas iFigur 2.
    1. Robotic del
      1. För Robotic delen, Använd en en-graders-of-Freedom planar robot bestående av en motor och en underarm manipulandum, med tre andra komponenter för att justera robotens höjd och installera enheten till olika skrivbord. Den totala sammansättningen visas i figur 2A.
      2. För under armen manipulandum, använda en armbåge gemensamt ansluten till motorn, en linjär Slider med en fixering block för att justera den totala längden och två manschetten enheter för fixera under armen och hand (som visas i figur 3). Armbågsleden har en roterande platta och en axiallager för att förhindra skavning under experimentet, och manschetten enheterna var böjda liknande den i en mänsklig underarm och gjordes med hjälp av en 3D-skrivare. Handtaget är utformat för att rymma både vänster och högerhänt personer, vilket gör den tillgänglig för alla ämnen.
      3. Använd en motor med ett lågt utväxlingsförhållande på 51:1, som bör ha back-körbara egenskaper och förmågan att producera en nominell hastighet på 315 °/s och ett kontinuerligt vridmoment på 42,33 nm.
      4. Använd en Lab Jack enhet som är ansluten till botten av motorn för att justera höjden på motor enheten. Höjden på roboten kommer att kunna justeras till sittande höjd olika ämnen.
      5. Placera en fixeringsarm för montering av enheten på skrivbordet på robotens främre del. Fixeringsarmen kommer att vara rörlig upp och ner genom en linjär axel och har klämmor för säkring till skrivbordet.
      6. Placera hjul med propp på robotens undersida, vilket gör roboten flyttbar och jordad under experimentet.
    2. Styrsystem
      1. Använd en persondator (PC), realtids processor och motor drivrutin för det centrala styrsystemet. Det detaljerade blockdiagrammet för kontrollarkitektur visas i figur 4.
      2. Använd ett grafiskt användargränssnitt (GUI) för att styra experiment läget (maximal ROM-mätning, isokinetisk MTS och manuella MTS-mätlägen) och lagra robot rörelsedata. Den innehåller en kontrollpanel och en övervaknings panel (figur 5). Information om GUI-konfigurationen ingår i tillägget.
      3. Implementera robotkontrollalgoritmen med hjälp av en realtids processor. Kontrollalgoritmen består av tre kontroll slingor. Den första slingan är en datainmatning/utgångs slinga som löper på 1 MHz från FPGA-modulen i sbRIO. Den andra är en robot rörelsekontroll slinga som löper på 1 kHz från Real-Time VI-nivå. Den sista är en datakommunikation loop som körs på 250 Hz. Denna slinga sänder robot data (tid, vinkel, vridmoment och trigger signal för matchning med EMG-data).
        Obs: realtids processorn har två kommunikationsmoduler: NI-9237 och NI-9853. NI-9237 är en analog inmatningsenhet för mottagning av moment sensordata, och NI-9853 är en CAN kommunikationsmodul för kommunikation med motor föraren.
    3. Måttenheter
      1. Montera en vridmomentgivare mellan manipulandum och motorn för att mäta reaktionskraften. Moment data överförs till realtids processorn via NI-9237. NI-9237 har ett eget passband-, stopband-och alias-fritt bandbredds filter. Den filtrerade datan går in i FPGA-modulen och bearbetas igen vid 100 Hz med ett lågpassfilter för att ta bort ljud.
      2. Mät den gemensamma vinkeln med en kodare (HEDL 9140, Maxon, Schweiz) fäst vid motorn. Vinkel data överförs till realtids processorn via motor drivrutinen.
      3. Mät muskelaktivitet med en åtta-kanals yta EMG enhet. EMG-data samlades in med en samplingsfrekvens på 1024 Hz och behandlades initialt med ett bandpass filter (20 – 450 Hz) och ett hack filter (60 Hz). De uppmätta EMG-data överförs direkt till datorn.

2. experimentell uppsättning

Anmärkning: två bedömare bör delta i detta experiment. I vårt fall var den första bedömare en Physiatrist med mer än 6 års erfarenhet av rehabilitering, och den andra bedömare var en arbetsterapeut med mer än 3 års erfarenhet av stroke rehabilitering.

  1. Inställning av ursprunglig hållning
    1. Placera patienten i en stol med ryggen i en rak kroppshållning.
    2. Säkra båda sidor av skuldran och buken med säkerhetsbälten för att hålla axel positionen stabil under hela experimentet.
    3. Placera motivet är hemiparetic arm lätt på roboten manipulandum utan att fästa remmen.
    4. Lossa fixeringsblocket på den linjära skjutreglaget så att manschetten kan flyttas fritt på reglaget och låta motivet ' s hemiparetic arm placeras på roboten manipulandum utan att fästa banden.
    5. Justera robotens höjd med Lab-uttaget tills patientens axel är bortförd 90 °. Bekräfta Abduktion vinkeln med hjälp av en goniometer.
    6. Instruera motivet att hålla handtaget och fäst handen till handtaget med remmar. Rikta in rotationsaxeln på roboten och den anatomiska axeln i armbågsleden.
    7. Böj och förläng armbågsleden så att manschettens position kan justeras naturligt i ett optimalt läge utan att skapa motstånd under armbågs rörelsen. Fäst sedan fixeringsblocket för att fixera manschettpositionen och spänn fast remmarna på underarms manschetten.
    8. Fäst ytan EMG elektroder på biceps brachii muskeln i hemiparetic armen.
  2. Passiv ROM-mätning
    Anmärkning: passiv ROM används som gräns-ROM i följande experiment för att förhindra problem som orsakas av rörelse utanför patientens operationsområde.
    1. Mata in patientens hemiparetic sida information i programmets GUI (höger eller vänster).
    2. Ställ armbågen 90 ° böjd med en goniometer. Tryck på 90 deg set -knappen på GUI-panelen. Denna process matchar den vinkel som erkänns av roboten med den faktiska mänskliga gemensamma vinkeln.
    3. Tryck på finish set -knappen på GUI för att byta roboten till aktiverings staten.
    4. Klicka på knapparna på motor kör panelen på vänster sida av GUI för uppifrån och ned.
    5. Slå på vinkel uppsättnings knappen och Ställ in hastigheten på 1 °/s. Klicka sedan på Run -knappen. Roboten kommer att förlänga armbågen långsamt vid 1 °/s från en 90 ° böjd hållning tills reaktions momentet når en viss tröskelnivå eller sträcker sig med 170 °.
      Anmärkning: i detta experiment var vridmomenttröskeln satt till 0,6 Nm. Detta värde bestäms experimentellt via en pilotstudie.
    6. Den maximala utökade vinkeln lagras automatiskt som den maximala ROM-skivan.
    7. Ändra hastigheten till-1 °/s och klicka på knappen Kör igen. Roboten flexar armbågen långsamt tills reaktions momentet når tröskelnivån.
    8. Den maximala böjda vinkeln lagras automatiskt som minsta ROM.

3. MTS-mätning

Obs: den tid som krävs för varje steg visas i figur 1. Den totala tid det tar för ett ämne att utföra alla experiment är ca 50 min (inklusive experiment set-up steg), men för det mesta bör spenderas vila för att bibehålla konsekvensen av trötthet.

  1. Tröghets Effektkompensation
    Anmärkning: teoretiskt bör det inte finnas någon tröghets effekt under den isokinetiska rörelsen. Det kan dock finnas en tröghets effekt i början av rörelsen. Den tröghetskraft bör kompenseras för att mäta endast reaktionskraften som genereras av en stretch reflex. Eftersom tröghets kraftens storlek skiljer sig åt för varje ämne, bör ett preliminärt test för tröghets kraftens kompensation utföras före den faktiska MTS-mätningen. Ett exempel resultat visas i figur 6.
    1. Klicka på bakåtknappen på Kontrollpanelen. Roboten kommer att böja armbågen till minsta vinkel hållning (maximally böjd hållning).
    2. Ställ in hastigheten på 150 °/s och slå på tröghets test knappen och sedan på knappen Kör . Roboten kommer att applicera en kort störning på 5 ° till patienten med en hastighet av 150 °/s. Högsta vridmoment och period värde för varje provperiod staplas automatiskt och visas på GUI-panelen.
    3. Upprepa steg 3.1.2 – 3.1.3 två gånger till. Bestäm ett korrekt högsta vridmoment värde och period värde från uppmätta data och ange värdet på programmets GUI. Kompensations moment profilen (τcomp) genereras automatiskt baserat på ekvation 1 nedan, där: arepresenterar den bestämda amplituden och λ representerar perioden.
      Equation 1
      Obs: formen på tröghetsmomentet modelleras som en upphöjd cosinus-form för att minska beräknings belastningen. Kompensations momentet, som är konstruerat för två perioder på grund av tröghets effekten, försvinner nästan efter den andra perioden. Amplituden för den andra perioden är utformad för att vara 15% av den första perioden.
  2. Bekanta steg
    1. Före själva experimentet, utföra tre tränings operationer för att bekanta patienten med plötsliga rörelser.
    2. Klicka på bakåtknappen på panelen. Roboten kommer att böja armbågen till den minsta vinkeln hållning.
    3. Klicka på knappen Kör när du har informerat ämnet. Roboten kommer att förlänga patientens armbåge med en hastighet av 150 °/s, tills vinkeln når till en maximal vinkel eller reaktions momentet når tröskelnivån.
    4. Upprepa steg 3.2.2 – 3.2.3 ytterligare två gånger och ta en 5 min vila innan du påbörjar testet.
  3. Isokinetisk MTS-mätning
    Obs: den isokinetiska MTS mätningen är utformad för att implementera en idealisk MTS mätnings villkor. Roboten ger exakt konstant hastighet rörelse vid en förutbestämd hastighet (150 °/s) tills den når den maximala ROM eller tills når en viss tröskel av reaktions momentet. Det maximala ROM-värdet bestäms i steg 2,2, och vridmomenttröskelvärdet bestäms som 0,6 via tidigare pilotstudier, vilket är tillräckligt för att detektera stretch reflexer.
    1. Klicka på bakåtknappen för att böja armbågen till den minsta vinkeln hållning.
    2. Klicka på knappen Kör utan att informera motivet. Roboten kommer att förlänga patientens armbåge med en hastighet av 150 °/s tills vinkeln når den maximala vinkeln eller reaktions momentet når en viss tröskelnivå. Tid, vinkel, reaktionsmoment och utlösarsignaldata lagras under provningen.
    3. Ta en 2 min paus mellan uppsättningarna och upprepa steg 3.3.1 – 3.3.3 två gånger till.
    4. Ta en 5 min vila efter att ha utfört tre uppsättningar.
  4. Manuell MTS-mätning
    Obs: den manuella MTS mätningen är utformad för att simulera MTS mätning normalt utförs på faktiska medicinska platser. För att jämföra resultaten av isokinetiska MTS används robot enheten endast som ett kvantitativt mätverktyg som tar bort mätfelet, och den faktiska mätningen utförs av en mänsklig bedömare. För detta ändamål kompenserar roboten endast friktionen av roboten själv. Specificerar av friktions borttagningen är i bilagan.
    1. Klicka på bakåtknappen för att böja armbågen till den minsta vinkeln hållning.
    2. Klicka på Free Run -knappen så kommer robotens drift att ändras till manuellt driftläge.
    3. Håll handtaget på manipulandum och sträcka föremålet arm. Under drift ska bedömare generera en konstant hastighet på 150 °/s.
    4. Stäng av Free Run -läget och ta en 2 min paus.
    5. Upprepa steg 3.4.1 – 3.4.4 två gånger till.
  5. Upprepa MTS-mätning
    1. Ta en 10 min vila efter avslutad hela experimentet med den första rater.
    2. Ändra rater (till den andra bedömare) och upprepa steg 3.3 – 3.4.

4. kvantifiera AoC

Anmärkning: AoC bestäms baserat på två data: EMG och vridmoment. AoC bestäms genom manuell analys på grund av de bullriga egenskaperna hos EMG-data och variationer av individuella egenskaper. AoC-urvalet utförs av en tredje bedömare, som är blind för raters order.

  1. Isokinetiska MTS experimentdata analys
    1. AoC-utvärdering med EMG-data
      Anmärkning: i allmänhet bestäms AoC som den vinkel vid vilken det maximala toppvärdet för EMG inträffar. Emellertid, en stretch reflex varaktighet är olika för varje patient; Således, med hjälp av EMG maximal topp punkt som ett AoC förväntas ha låg tillförlitlighet. Tidsskillnaden kanske inte är stor; dock kan AoC fel vara betydande på grund av den snabba bedömningen hastigheten på MTS-metoden. Därför väljs vinkeln vid början av EMG uppsving Point som AOC.
      1. Bearbeta de råa EMG-data med hjälp av roten Mean Square (RMS) för att jämna ut data och förstärka den 50x.
      2. Synkronisera EMG data och robot vinkel data med hjälp av utlösarsignalerna för varje datamängd.
        Anmärkning: i detta system mäts EMG-data av en oberoende enhet, till skillnad från andra data. referenstiden kan därför vara annorlunda. EMG-enheten har en Utlösarfunktion för trigger-avbrott, som hämtar utlösarsignalen från en realtids processor vid MTS-bedömningens början.
      3. Bestäm AoC-värdet manuellt som startpunkt för RMS-EMG-upsurge. Exemplet visas i figur 7.
        Anmärkning: RMS EMG av < 0,1 ignoreras här eftersom det visas ofta även utan stretch reflex. Således väljs en tydlig uppsving punkt vid början av toppen som AOC.
    2. AoC-utvärdering med hjälp av moment data
      Obs: muskler har passiva mekaniska egenskaper som fungerar som ett fjäderspjäll system. Även om muskeln inte utövar någon kraft, reaktionskraften kan öka när musklerna stretch. Eftersom intensiteten hos den passiva mekaniska egenskapen och stretch reflex varierar från patient till patient, är det svårt att identifiera fångsten med endast det absoluta värdet av reaktionskraften. Istället, i denna studie, fångsten bestäms genom att ändra den passiva egenskapen på grund av spasticitet snarare än det absoluta värdet av reaktionskraften. Förändringen av den passiva egenskapen bestäms manuellt av förändringen i lutningen på regressionslinjen av reaktions momentet.
      1. Rita en regressionslinje från den punkt där utlösarsignalen går upp och rita en annan regressionslinje från den punkt där utlösarsignalen går ner.
      2. Jämför sluttningarna av de två Regressions linjerna. Om gradienter av två Regressions linjer visar en signifikant skillnad, kan AoC bestämmas vid skärningspunkten mellan två Regressions linjer. Exemplet visas i figur 8.
  2. Manuell dataanalys för MTS-experiment
    Anmärkning: i fråga om manuell MTS, är det svårt att separera den kraft som utövas av motivet och som tillämpas av bedömare med endast en moment sensor. Därför, när det gäller manuell MTS, utförs endast en AoC-analys med hjälp av EMG-data utan att utföra AoC-analys med hjälp av moment data.
    1. AoC-utvärdering med EMG-data
      Anmärkning: metoden för att fastställa AOC utvärdering med EMG är i grunden densamma som för isokinetiska MTS fall.
      1. Bearbeta rådata från EMG med hjälp av RMS-metoden för att jämna ut data och förstärka den 50x.
      2. Synkronisera EMG-data och robot vinkel data med hjälp av utlösarsignalerna för varje datamängd.
      3. Bestäm AoC-värdet manuellt som startpunkt för RMS-EMG-upsurge. Ett exempel visas i figur 9.

5. analys av data

  1. Normaliserad bedömning rörelse index (NAMI)
    Anmärkning: AoC av MTS kan påverkas av olika rörelsefaktorer, såsom bedömning hastighet, acceleration, etc. Därför bör bedömningen rörelse vara så isokinetiska som möjligt. Den NAMI föreslås för att utvärdera idealitet av bedömningen rörelse. Det föreslagna indexet är ett icke-dimensionellt index som kan användas för att utvärdera konsekvensen i den bedömnings rörelse som tilldelats försökspersonerna i varje prövning.
    1. Beräkna ROM, maximal hastighet och bedömnings tid från varje utvärderingsversion.
      Anmärkning: vinkeln mäts av kodaren. Således är den beräknade hastigheten bullrig. Därför bestäms den maximala hastigheten som den maximala hastigheten för trendlinjen, inte topp punkten.
    2. Beräkna NAMI-värdet för varje testperiod under hela experimentet med hjälp av ekvation 3:Equation 2
      Där: θMax och θmin representerar högsta respektive lägsta vinkel mätt under försöket, ω Max är den maximala bedömnings hastigheten. och Δt är den totala tid som tillbringas för en bedömning. Figur 10 visar ett exempel på varje variabel.
      Anmärkning: det föreslagna indexet ger en poäng nära 1 om bedömningen rörelse är nära helt isokinetiska och en poäng nära 0 om hastigheten på rörelsen är inkonsekvent.
  2. Statistisk analys
    Obs: alla statistiska analyser utförs med hjälp av det statistiska PASW-paketet (SPSS version 18,0). Intraklass korrelationskoefficienten (ICC) metoden används för att identifiera test-retest tillförlitlighet och Inter-rater tillförlitlighet. Endast resultat från den andra och tredje test används för att beräkna ICC.
    1. För att verifiera test-retest tillförlitlighet, beräkna ICC från uppmätta AoC data och NAMI resultat.
    2. För att verifiera Inter-rater tillförlitlighet, beräkna ICC från genomsnittet av AoC och NAMI data.
    3. Beräkna p-värdet för AoC-resultaten med hjälp av Parade prov t-tester för att utvärdera skillnaderna mellan varje bedömare eller varje utvärderings prövning.
      Anmärkning: P-värden på < 0,05 anses vara statistiskt signifikanta.
    4. Beräkna Pearsons korrelationskoefficient mellan AoC baserat på EMG-kriterier och moment kriterier för att verifiera ett samband mellan de två metoderna.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Tillförlitligheten är uppdelad i fyra klasser enligt ICC-värdet: extremt utmärkt (> 0,90), utmärkt (0,75 < ICC ≤ 0,90), Fair to Good (0,40 < ICC ≤ 0,75), och fattiga (< 0,40). Standardfel för mätningar (SEM) beräknades för att fastställa fel komponenten i variansen. Den minsta detekterbara skillnaden (SDD) beräknades från SEM av test-retest data.

Normaliserad Assessment motion index (NAMI): NAMI-poängen under en isokinetisk rörelse var alltid 1, vilket innebär att den isokinetiska enheten alltid genererade en jämn konstant ingångshastighet. Men test-retest tillförlitlighet NAMI under en manuell rörelse var dålig för både rater 1 (ICC [95% CI] =-0,035 [-0.495-0.441]) och rater 2 (ICC [95% CI] = 0,438 [-0.038-0.752]). Dessutom var Inter-bedömare tillförlitlighet NAMI under manuell rörelse också dålig (ICC [95% CI] = 0,148 [-0.344-0.576]). Omvänt, resultaten av de två mänskliga bedömare visade nästan lika i genomsnitt NAMI värden (0,68 och 0,67 för varje rater). Konsekvensen fel av de två mänskliga bedömare var större än den isokinetiska enheten, visar en stor skillnad mellan de två bedömare. Dessa resultat indikerar att en bedömning rörelse av en mänsklig bedömare saknas i isokinetiska egenskaper och att rörelse är inkonsekvent beroende på motivet.

Test-retest tillförlitlighet: tabell 2 visar test-retest tillförlitlighet för AOC resultat i tre villkor (isokinetic-EMG, isokinetic-vridmoment, manual-EMG). Test-retest tillförlitlighet för manuell MTS var utmärkt (ICC = 0,804 och 0,840). Den isokinetiska MTS-mätningen förbättrar dock tillförlitligheten hos den extremt utmärkta sorten på både EMG-och moment kriterierna (tabell 2).

Inter-bedömare tillförlitlighet: tabell 3 visar Inter-bedömare tillförlitlighet för AOC mätning prestanda i tre förhållanden. ICC av Inter-rater tillförlitlighet handboken MTS var 0,788, som var nära den nedre gränsen för den utmärkta kvalitet. Den isokinetiska MTS förbättrad Inter-rater tillförlitlighet till ICC av 0,890 baserat på EMG data och ICC av 0,931 baserat på vridmoment data.

Korrelationer och enhetlighet vid tidpunkten för AoC mellan EMG-och moment kriterierna: de två AoC-resultaten beräknade från EMG-data och moment data under den isokinetiska MTS visar en signifikant hög korrelation i båda rater 1 (Pearson korrelationskoefficient = 0,937, p < 0,001) och rater 2 (Pearsons korrelationskoefficient = 0,957, p < 0,001). Dessutom var tidpunkten för AoC mellan de två resultaten i hög grad förenlig med en ICC på 1 (p < 0,001).

Figure 1
Bild 1: diagram för experiment flöde.
Denna siffra är ändrad från sin et al.10. Vänligen klicka här för att se en större version av denna siffra.

Figure 2
Figur 2: isokinetisk MTS-testrobot.
A) konfiguration av den isokinetiska robot enheten. (B) enhetens inre konfiguration. Styrsystemet inkluderar en realtids processor och motor förare. (B) tidigare publicerades av sin et al.10. Vänligen klicka här för att se en större version av denna siffra.

Figure 3
Figur 3: sammansättningen av manipulandum.
Två manschetter för handleden och under armen är anslutna till den linjära reglaget genom ett fixeringsblock, vilket gör positionen av manschetten justerbar. Ett handtag och handrem är omkopplingsbar från vänster till höger. Vänligen klicka här för att se en större version av denna siffra.

Figure 4
Figur 4: konfiguration av styrsystem.
De tre högra blocken visar hierarkin för styrsystemet och pilar visar dataflödet mellan varje enhet. Vänligen klicka här för att se en större version av denna siffra.

Figure 5
Bild 5: grafiskt användargränssnitt (GUI).
Den vänstra sidan är Kontrollpanelen, som innehåller de olika knapparna eller de numeriska kontrollerna som krävs för robot kontroll. Den högra sidan är en övervaknings panel som visar vinkeln, interaktions momentet och trigger signalen i realtid. Vänligen klicka här för att se en större version av denna siffra.

Figure 6
Figur 6: exempel på tröghets Effektkompensation.
Den gröna linjen indikerar det råa vridmomentet. den blå streckad linje indikerar tröghetskraft modellen; och den röda linjen indikerar kompensations resultatet för tröghetsmomentet. Denna siffra har tidigare publicerats av sin et al.10. Vänligen klicka här för att se en större version av denna siffra.

Figure 7
Figur 7: exempel på AoC-utvärdering med EMG-data (isokinetisk MTS-fall).
Ett RMS EMG-värde på mindre än 0,1 betraktas som normalt. Val av startpunkten för den tydliga EMG uppsving punkten utförs, och vinkelvärdet vid den tidpunkten bestäms som AOC. Denna siffra har tidigare publicerats av sin et al.10. Vänligen klicka här för att se en större version av denna siffra.

Figure 8
Figur 8: exempel på AoC-utvärdering med moment data (isokinetisk MTS-fall).
Utvärderingen omfattar följande steg: Rita två linjer som förbinder vridmomentet för bedömnings startpunkten och slutpunkten med ett godtyckligt moment data, respektive; hitta den punkt där de två linjerna blir regressionslinjen av moment data före och efter den valda punkten; om det finns en signifikant skillnad mellan lutningen på två regressionslinjen, det bedöms att en stretch reflex inträffar vid denna punkt. Denna siffra har tidigare publicerats av sin et al.10. Vänligen klicka här för att se en större version av denna siffra.

Figure 9
Figur 9: exempel på AoC-utvärdering med EMG-data (manuellt MTS-fodral).
Som i det isokinetiska fallet (figur 7) bestäms AOC som vinkeln när en tydlig ökning av EMG inträffar. Denna siffra har tidigare publicerats av sin et al.10. Vänligen klicka här för att se en större version av denna siffra.

Figure 10
Figur 10: variabler för det normaliserade rörelse indexet för bedömningar (NAMI).
Intuitivt är NAMI-värdet förhållandet mellan området under hastighets diagrammet och området i den grå rutan. Mer isokinetiska rörelser visar värden närmare 1. Denna siffra har tidigare publicerats av sin et al.10. Vänligen klicka här för att se en större version av denna siffra.

Variabel Resultatet
Ålder, år, medelvärde (SD) 54,6 (12,2)
Kön, n (%)
Män 14 (82,4)
Kvinnor 3 (17,6))
Dagar från stroke debut, median (IQR) 722 (1226)
Hemiplegic sida, n (%)
Rätt 10 (58,8)
Vänster 7 (41,2)
Typ av stroke, n (%)
Ischemisk 11 (64,7)
Hemorragisk 6 (35,3)
Stroke lesion, n (%)
Kortikala 4 (23,5)
Subkortikala 13 (76,5)
Brunnstrom arrangerar, median (IQR)
Arm 4 (1)
Hand 3 (1)
Ben 4 (1)
Muskelkraft, median (IQR)
Armbåge flexor 4 (1)
Armbåge extensor 4 (1)
MAS, armbåge flexor, n (%)
1 7 (41,2)
1 + 5 (29,4)
2 5 (29,4)

Tabell 1: demografiska frågor och baslinjeegenskaper.

Test Testa P Sem Sdd ICC (2, 1) (95% KI)
Medelvärde (SD) Medelvärde (SD)
Rater 1
Isokinetisk (150 °/s) rörelse med EMG 93,74 (28,35) 90,93 (25,44) 0,216 12,12 33,59 0,948 (0.857-0.981)
Isokinetisk (150 °/s) rörelse med vridmoment 90,30 (27,93) 89,61 (27,25) 0,201 3,02 8,37 0,997 (0.992-0.996)
Manuell rörelse med EMG 82,67 (19,11) 82,03 (21,73) 0,838 17,21 47,7 0,804 (0.538-0924)
Rater 2
Isokinetisk (150 °/s) rörelse med EMG 90,77 (28,69) 88,14 (28,34) 0,123 15,1 41,86 0,929 (0.929-0.991)
Isokinetisk (150 °/s) rörelse med vridmoment 97,06 (23,47) 94,37 (25,86) 0,192 9,9 27,44 0,959 (0.873-0.987)
Manuell rörelse med EMG 80,96 (21,30) 80,46 (22,81) 0,875 16,94 46,96 0,840 (0.601-0.941)

Tabell 2: testa retest Tillförlitlighets resultat för fångst vinkeln mätt med isokinetiska robotstyrda enheter och robotstyrda enheter med manuell rörelse.
Denna tabell publicerades av sin et al.10 (p-värden beräknas med Parade prov t-test). SEM: standardfel av mätning, SDD: minsta detekterbara skillnaden, ICC: intraclass korrelationskoefficienten, EMG: electromyography.

Rater 1 Rater 2 P Sem ICC (2, 1) (95% KI)
Medelvärde (SD) Medelvärde (SD)
Isokinetisk (150 °/s) rörelse med EMG 88,16 (28,24) 89,46 (28,33) 0,973 17,81 0,890 (0.685-0.961)
Isokinetisk (150 °/s) rörelse med vridmoment 94,32 (240,13) 95,71 (24,44) 0,775 12,54 0,931 (0.791-0.978)
Manuell rörelse med EMG 80,81 (18,98) 80,71 (21,17) 0,586 17,5 0,788 (0.493-0.920)

Tabell 3: Inter-bedömare tillförlitlighet resultat för vinkeln på fångsten mätt med isokinetiska Robotic enheter och Robotic enheter med manuell rörelse.
Denna tabell publicerades av sin et al.10 (p-värden beräknas med Parade prov t-test). SEM: standardfel av mätning, ICC: intraclass korrelationskoefficienten, EMG: Elektromyografi.

Bilaga. Vänligen klicka här för att ladda ner denna fil.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Denna studie försökte standardisera MTS-mätningen med hjälp av en robotstyrd isokinetisk enhet. Det har undersökts hur konsistensen av bedömnings rörelse påverkar resultaten av MTS mätning.

NAMI-värdet föreslogs att representera graden av variation i bedömningen rörelse. Som förväntat, till skillnad från isokinetiska rörelse metod utan variation, den manuella metoden visade variabilitet mellan tester och mellan bedömare, vilket resulterar i dålig tillförlitlighet, vilket är förenligt med resultaten från tidigare studier7,8 . Resultaten på tillförlitlighet för AoC mätning visar att ISO Kinetic rörelse själv kan öka interrater tillförlitlighet, jämfört med manuell rörelse. Även om det har förekommit farhågor om mindre stretch reflex provokation av isokinetiska rörelse11,12, ämnen i denna studie med mild armbåge flexor spasticitet (Mas 1, 1 +, 2) visade konsekventa stretch reflexer mätt med yta EMG under isokinetisk rörelse. Detta visar att en isokinetisk enhet kan användas för att mäta AoC tillförlitligt, även hos patienter med mild armbåge spasticitet. AoC beräknades också genom moment kriterierna i denna studie. Intressant, AoC mätt med både EMG och vridmoment kriterier visade en hög korrelation, medan vridmoment kriterierna ensamt visade en högre Inter-rater tillförlitlighet, vilket är förenligt med de resultat som Lynn et al.13. Därför förväntas spasticitet utvärdering med hjälp av moment kriterierna vara en bättre metod med avseende på tillförlitlighet och bekvämlighet.

Denna nya metod för att kvantifiera MTS mätningen har vissa problem och begränsningar. Första, hållning under AoC mätningar i denna studie var annorlunda än konventionella MTS mätningar14. Den konventionella MTS utfördes i avsaknad av skuldra bortförande; i denna studie utfördes däremot mätningar med axeln bortförda 90 grader. Syftet med denna studie var dock att kontrollera effekterna av konsekvens i bedömningen rörelse på AoC tillförlitlighet. Den hållning som används i detta experiment gör det enkelt att mäta AoC med hjälp av moment data genom att eliminera påverkan av underarms vikt, vilket är svårt att mäta separat. Därför ger detta experiment ett perspektiv på hur bedömningen rörelse påverkar tillförlitligheten av AoC mätningar.

För det andra utfördes AoC-mätningen med både moment-och EMG-kriterierna subjektivt. Detta genomfördes dock av en tredje bedömare som var blind för ämnet information och ordning bedömare att minimera potentiella bias. För det tredje var ökningen av reaktions momentet på grund av passiva mekaniska egenskaper oväntat vid utformningen av experimentet initialt. Det förväntades att reaktions momentet främst orsakas av stretch reflex; men hos patienter med mild spasticitet, många fall visade att reaktionen vridmoment orsakad av passiv stelhet var dominerande. Därför erhölls AoC genom post-experimentell dataanalys snarare än identifiering i realtid. Slutligen var det avslappning av armbågen flexor under repetitiva passiv stretching. Experimentet utformades för att införliva tillräcklig vilotid för att förhindra trötthet i hela experimentet, och inga motiv klagade över trötthet. Emellertid, det är svårt att förhindra avslappning av muskeln på grund av upprepad passiv stretching. För att minska denna effekt, experimentet var utformad för att randomize lines ordningen på raters, och resultaten visade inga betydande avslappnings fenomen mellan de två raters.

Målet med denna studie var att förbättra utvärderingsmetoder som förlitar sig på den subjektiva känslan av bedömare och hålla dem till mer objektiva och kvantitativa normer. Resultaten visar möjligheten att öka tillförlitligheten för bedömningar med hjälp av en robotstyrd enhet. Men den metod som utförs i denna studie är bara halvautomatiserad, eftersom AoC utvärderingen görs av en människa. Det förväntas att ytterligare studier kommer att möjliggöra realtid spasticitet utvärdering med hög tillförlitlighet och objektivitet.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Alla författare förklarar ingen intressekonflikt.

Acknowledgments

Denna studie stöddes av Seoul National University Bundang Hospital Research Fund (14-2014-035) och Korea och National Research Foundation of Korea (NRF) Grant finansieras av den koreanska regeringen (A100249). Vi skulle vilja tacka SEO Hyun Park och HAE-i Kim för att hjälpa till att förbereda och fortsätta med skytte video.

Materials

Name Company Catalog Number Comments
3D printer Lokit 3Dison+ FDA type 3D printer
Ball sprine shaft Misumi LBF15
Bridge Analog Input module National Instruments NI 9237
CAN communication module National Instruments NI 9853
Caster Misumi AC-50F
Electromyography (EMG) device Laxtha WEMG-8
EMG electrode Bioprotech 1.8x1.2 mm Ag–AgCl
Encoder Maxon HEDL 9140 500 CPT
Gearbox Maxon GP 81 51:1 ratio
Lab jack Misumi 99-1620-20
Linear slider Misumi KSRLC16
Motor Maxon EC-60 brushless EC motor
Motor driver Elmo DC Whistle
PLA Lokit 3D printer material
Real-time processor National Instruments sbRIO-9632
Torque sensor Transducer Techniques TRS-1K

DOWNLOAD MATERIALS LIST

References

  1. Sommerfeld, D. K., Gripenstedt, U., Welmer, A. K. Spasticity after stroke: An overview of prevalence, test instruments, and treatments. American Journal of Physical Medicine & Rehabilitation. 91 (9), 814-820 (2012).
  2. Sommerfeld, D. K., Eek, E. U. B., Svensson, A. K., Holmqvist, L. W., von Arbin, M. H. Spasticity after Stroke: Its Occurrence and Association with Motor Impairments and Activity Limitations. Stroke. 35 (1), 134-139 (2004).
  3. Lundström, E., Terént, A., Borg, J. Prevalence of disabling spasticity 1 year after first-ever stroke. European Journal of Neurology. 15 (6), 533-539 (2008).
  4. Ashford, S., Turner-Stokes, L. Systematic Review of Upper-limb Function Measurement Methods in Botulinum Toxin Intervention for Focal Spasticity. Physiotherapy Research International. 18 (3), 178-189 (2013).
  5. Patrick, E., Ada, L. The Tardieu Scale differentiates contracture from spasticity whereas the Ashworth Scale is confounded by it. Clinical Rehabilitation. 20 (2), 173-189 (2006).
  6. Li, F., Wu, Y., Li, X. Test-retest reliability and inter-rater reliability of the Modified Tardieu Scale and the Modified Ashworth Scale in hemiplegic patients with stroke. European Journal of Physical and Rehabilitation Medicine. 50 (1), 9-15 (2014).
  7. Mehrholz, J., et al. Reliability of the Modified Tardieu Scale and the Modified Ashworth Scale in adult patients with severe brain injury: a comparison study. Clinical Rehabilitation. 19 (7), 751-759 (2005).
  8. Ansari, N. N., Naghdi, S., Hasson, S., Azarsa, M. H., Azarnia, S. The Modified Tardieu Scale for the measurement of elbow flexor spasticity in adult patients with hemiplegia. Brain Injury. 22 (13-14), 1007-1012 (2008).
  9. van den Noort, J. C., Scholtes, V. A., Harlaar, J. Evaluation of clinical spasticity assessment in Cerebral palsy using inertial sensors. Gait & Posture. 30 (2), 138-143 (2009).
  10. Sin, M., Kim, W. S., Cho, K., Cho, S., Paik, N. J. Improving the test-retest and inter-rater reliability for stretch reflex measurements using an isokinetic device in stroke patients with mild to moderate elbow spasticity. Journal of Electromyography and Kinesiology. 39 (1), 120-127 (2018).
  11. Grippo, A., et al. Biomechanical and electromyographic assessment of spastic hypertonus in motor complete traumatic spinal cord-injured individuals. Spinal Cord. 49 (1), 142-148 (2011).
  12. Rabita, G., Dupont, L., Thevenon, A., Lensel-Corbeil, G., Pérot, C., Vanvelcenaher, J. Differences in kinematic parameters and plantarflexor reflex responses between manual (Ashworth) and isokinetic mobilisations in spasticity assessment. Clinical Neurophysiology. 116 (1), 93-100 (2005).
  13. Lynn, B. O., et al. Comprehensive quantification of the spastic catch in children with cerebral palsy. Research in Developmental Disabilities. 34 (1), 386-396 (2013).
  14. Boyd, R. N., Graham, H. K. Objective measurement of clinical findings in the use of botulinum toxin type A for the management of children with cerebral palsy. European Journal of Neurology. 6 (1), 23-35 (1999).

Tags

Bioteknik stroke muskel spasticitet stretch reflex isokinetic tillförlitlighet kvantifiering elektromyografi vridmoment
ISO Kinetic Robotic Device för att förbättra test-omtest och Inter-bedömare tillförlitlighet för stretch reflex mätningar hos strokepatienter med spasticitet
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Sin, M., Kim, W. S., Cho, K., Paik,More

Sin, M., Kim, W. S., Cho, K., Paik, N. J. Isokinetic Robotic Device to Improve Test-Retest and Inter-Rater Reliability for Stretch Reflex Measurements in Stroke Patients with Spasticity. J. Vis. Exp. (148), e59814, doi:10.3791/59814 (2019).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter