Methodenartikel

Motorische Doppelaufgaben für die Ganganalyse und -bewertung bei Patienten nach einem Schlaganfall

DOI:

10.3791/62302

⸱

11. März 2021

 ,  ,  ,  ,  ,  ,  ,  ,  ,  , 
1Department of Rehabilitation Medicine, The Fifth Affiliated Hospital of Guangzhou Medical University, 2Department of Rehabilitation Medicine, Guangzhou Medical University, 3Rehabilitation Medicine Lab, Guangzhou Medical University, 4Guangzhou Key Laboratory of Enhanced Recovery after Abdominal Surgery, The Fifth Affiliated Hospital of Guangzhou Medical University

* These authors contributed equally

In diesem Artikel

Zusammenfassung

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

In dieser Arbeit wird ein Protokoll vorgestellt, das speziell für die Analyse des Gangs mit dualer motorischer Aufgabe bei Schlaganfallpatienten mit motorischen Kontrolldefiziten entwickelt wurde.

Zusammenfassung

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Achtzehn Schlaganfallpatienten wurden für diese Studie rekrutiert, die die Bewertung der Kognition und der Gehfähigkeit sowie die Multitasking-Ganganalyse umfasste. Die Multitasking-Ganganalyse bestand aus einer einzelnen Gehaufgabe (Aufgabe 0), einer einfachen motorischen Doppelaufgabe (Wasserhalten, Aufgabe 1) und einer komplexen motorischen Doppelaufgabe (Überqueren von Hindernissen, Aufgabe 2). Die Aufgabe, Hindernisse zu überwinden, wurde als gleichwertig mit der Kombination einer einfachen Gehaufgabe und einer komplexen motorischen Aufgabe angesehen, da sie mehr Nervensystem, Skelettbewegungen und kognitive Ressourcen erforderte. Um Heterogenitäten in den Ergebnissen der Ganganalyse der Schlaganfallpatienten zu eliminieren, wurden die Dual-Task-Gangkostenwerte für verschiedene kinematische Parameter berechnet. Die Hauptunterschiede zeigten sich in den proximalen Gelenkwinkeln, insbesondere in den Winkeln der Rumpf-, Becken- und Hüftgelenke, die bei den dualmotorischen Aufgaben signifikant größer waren als bei der einfachen Gehaufgabe. Dieses Forschungsprotokoll zielt darauf ab, eine Grundlage für die klinische Diagnose der Gangfunktion und eine vertiefte Untersuchung der motorischen Kontrolle bei Schlaganfallpatienten mit motorischen Kontrolldefiziten durch die Analyse von dual-motorischen Gehaufgaben zu schaffen.

Einleitung

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Die Wiederherstellung der selbständigen Gehfunktion ist eine der Voraussetzungen für die Teilhabe von Patienten nach einem Schlaganfall am Gemeinschaftsleben1. Die Wiederherstellung der Gehfähigkeit erfordert nicht nur das Zusammenspiel von Wahrnehmung und kognitivem System, sondern auch die motorische Kontrolle 2,3,4. Darüber hinaus benötigen Menschen im realen Gemeinschaftsleben höhere Fähigkeiten, wie z. B. das gleichzeitige Ausführen von zwei oder mehr Aufgaben (z. B. Gehen, während man Gegenstände hält oder Hindernisse überquert). Daher haben Studien begonnen, sich auf die Interferenz von Doppelaufgaben in die Gangleistung zu konzentrieren 5,6. Frühere Dual-Task-Studien richteten sich aufgrund der Schwierigkeiten in der motorischen Leistungsfähigkeit und der Heterogenität bei Schlaganfallpatienten hauptsächlich an ältere und kognitiv beeinträchtigte Patienten. Die Gangfunktion bei Schlaganfallpatienten wurde meist durch eine einzelne Gehaufgabe beurteilt 7,8,9. Es sind jedoch weitere Forschungen zur Dual-Task-Ganganalyse erforderlich, insbesondere zu motorischen Dual-Tasks im Zusammenhang mit der motorischen Kontrolle.

In dieser Studie wird eine Methodik zur Analyse und Bewertung des Gangbildes mit dualen motorischen Aufgaben vorgestellt. Dieses Protokoll umfasst nicht nur die klinische Beurteilung der Gehfähigkeit bei Schlaganfallpatienten, sondern konzentriert sich auch auf zwei dual-motorische Aufgaben: die Aufgabe des Wasserhaltens und Gehens (eine einfache Dual-Motor-Aufgabe) und die Walking-Aufgabe beim Überqueren von Hindernissen (eine komplexe Dual-Motor-Aufgabe). Das Ziel dieser Studie war es, die Auswirkungen von dual-motorischen Aufgaben auf den Gang von Schlaganfallpatienten zu untersuchen und die Dual-Task-Gangkosten (DTC)-Werte10 von Dual-Task-Parametern (der Unterschied zwischen einer Einzelaufgabe und einer Doppelaufgabe) zu verwenden, um die Heterogenität bei Schlaganfallpatienten auszuschließen. Das Design der experimentellen Aufgaben ermöglichte eine vertiefte Diskussion der motorischen Kontrollfunktion von Schlaganfallpatienten, die neue Ideen für die klinische Diagnostik und Bewertung der Gangfunktion von Schlaganfallpatienten lieferte.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Protokoll

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

HINWEIS: Die klinische Studie wurde von der Medical Ethics Association of the Fifth Affiliated Hospital of Guangzhou Medical University genehmigt (NO. KY01-2019-02-27) und wurde beim China Clinical Trial Registration Center (No. ChiCTR1800017487 mit dem Titel "Die multiplen modalen Aufgaben zur Gangkontrolle und motorischen Kognition nach Schlaganfall").

1. Rekrutierung

  1. Rekrutierung von Schlaganfallpatienten mit den folgenden Einschlusskriterien: Patienten, die die diagnostischen Kriterien für zerebrovaskuläre Erkrankungen der Neurologischen Abteilung der Chinesischen Ärztekammer (2005) erfüllen; Hirninfarkt, bestätigt durch Computertomographie oder Magnetresonanztomographie; Schädigung des unilateralen Kortex oder mit einer subkortikalen Läsion; Fähigkeit, selbstständig zu gehen, Brunnström-Stufe ≥ 4 Stufen; Modifizierte Ashworth-Skala11 ≤ 2 Punkte; Erfüllung der Anforderungen der dreidimensionalen (3D) Ganganalyse und die Fähigkeit, den gesamten Prozess zu tolerieren; und die Fähigkeit, eine Einwilligung nach Aufklärung zu erteilen.
  2. Stellen Sie sicher, dass die folgenden Ausschlusskriterien erfüllt sind: Herzinsuffizienz, tiefe Venenthrombose der unteren Extremitäten, maligne progrediente Hypertonie, Ateminsuffizienz oder andere Erkrankungen und ernsthaftes Sturzrisiko.
  3. Holen Sie vor Beginn der Studie die schriftliche Einverständniserklärung aller Patienten ein.

2. Klinische Bewertung

  1. Erfassen Sie die demografischen Merkmale des Patienten, einschließlich Name, Geschlecht, Geburtsdatum, Bildungsstand, Hauptbeschwerde, aktuelle Krankengeschichte, Vorgeschichte, medizinische Behandlung und aktuelle Medikamente.
  2. Beurteilung der kognitiven Funktionen
    1. Bitten Sie den Patienten, die Mini-Mental-State-Untersuchung (MMSE)12 auszufüllen, um die Antworten des Patienten auf eine 30-Fragen-Skala mit einer Gesamtpunktzahl von 30 Punkten für die Kognitionsbewertung aufzuzeichnen, die die folgenden sieben Aspekte umfasst: Zeitorientierung, Positionsorientierung, Sofortgedächtnis, Aufmerksamkeit und Rechenleistung, verzögertes Gedächtnis, Sprache und visueller Raum.
      HINWEIS: Die MMSE-Werte stehen in engem Zusammenhang mit dem Bildungsniveau. Der normale kognitive Standard ist Analphabetismus > 17 Punkte, Grundschule > 20 Punkte und Mittelschule > 24 Punkte13.
    2. Bitten Sie den Patienten, das Montreal Cognitive Assessment (MoCA)14 auszufüllen, um die Antworten des Patienten auf eine 11-Fragen-Skala mit einer Gesamtpunktzahl von 30 Punkten für die kognitive Bewertung aufzuzeichnen, die die folgenden acht Aspekte umfasst: Aufmerksamkeit und Konzentration, exekutive Funktionen, Gedächtnis, Sprache, visuelle Strukturfähigkeiten, abstraktes Denken, Rechnen und Orientierung.
      HINWEIS: Der normale kognitive Standard liegt ≥ 26 Punkten. Wenn das Subjekt weniger als 12 Jahre ausgebildet wurde, sollte es 1 Punkt zur Punktzahl15 hinzufügen.
  3. Beurteilung der Gehfähigkeit
    1. Führen Sie den 10-m-Gehtest (10 MWT)16 durch. Bitten Sie den Patienten, drei aufeinanderfolgende Versuche in einem selbst gewählten Tempo durchzuführen, um Sicherheit, Komfort bzw. höhere Geschwindigkeit zu gewährleisten. Notieren Sie die Zeit, die benötigt wird, um die mittleren 6 m in jedem Versuch zu erreichen (um Beschleunigungs- und Verzögerungseffekte auszuschließen).
    2. Führen Sie den Timed-up-and-go-Test (TUGT)17 durch. Bitten Sie den Patienten, drei aufeinanderfolgende TUG-Versuche (Aufstehen, 3 m gehen, Drehen, Zurückgehen und Hinsetzen) in einem selbst gewählten Tempo durchzuführen, um Sicherheit und Komfort zu gewährleisten18.

3. .3D Ganganalyse

  1. Vorbereitung des Patienten
    1. Informieren Sie den Patienten über die Vorsichtsmaßnahmen und den Zweck des Experiments.
    2. Bitten Sie den Patienten, enge Unterwäsche zu tragen, um den Nacken, die Schultern, die Taille und die unteren Gliedmaßen vollständig zu entblößen.
    3. Zeichnen Sie die Werte verschiedener anthropometrischer Indikatoren auf, darunter Größe, Gewicht, bilaterale Breite der Sprunggelenke, bilateraler Kniedurchmesser, Beckenbreite, bilaterale Beckentiefe und bilaterale Beinlänge.
    4. Platzieren Sie 22 Marker an Schlüsselpunkten des Patienten gemäß dem Davis-Protokoll19: drei Marker am Rumpf (7. Halswirbel, Schultern auf beiden Seiten); drei Marker am Becken (beide Seiten der vorderen oberen Darmbeinwirbelsäule und des Sprunggelenks); sechs Marker am Oberschenkel (beidseitiger Trochanter femoralis major, Femurkondylus und Mittelpunkt des Trochanters femoralis major und Femurkondylus auf derselben Seite); sechs Marker an der Wade (beidseitiger Oberarmkopf, seitliches Sprunggelenk und Mittelpunkt des Oberarmkopfes und des seitlichen Sprunggelenks auf derselben Seite); vier Markierungen am Fuß (der fünfte Mittelfußkopf und die Ferse auf beiden Seiten) (Abbildung 1).
    5. Klicken Sie auf die Schaltfläche Start des 3D-Ganganalysesystems und erstellen Sie ein neues Profil für den Patienten.
    6. Geben Sie grundlegende Patienteninformationen und zuvor gemessene Parameter ein.
  2. Stehende Datenerfassung
    1. Weisen Sie den Patienten an, mindestens 3-5 s lang eine aufrechte Position auf der Kraftmessplatte beizubehalten, um die Ausgangsdaten zu erfassen.
    2. Klicken Sie auf die Schaltfläche Proc_Davis_Standing , um die Position des Markers schnell zu überprüfen.
  3. Datenerfassung für Gehaufgaben
    1. Bestimmen Sie die zufällige Reihenfolge von drei Gehaufgaben, indem Sie das Los ziehen.
    2. Bitten Sie den Patienten, fünf Versuche lang auf dem Gehpass mit einer selbst gewählten angenehmen Geschwindigkeit zu gehen, die als Aufgabe 0 markiert ist (betrachten Sie die einzelne Gehaufgabe als Basisaufgabe).
    3. Bitten Sie den Patienten, mit einer Flasche Wasser auf dem Wanderpass für fünf Versuche in einer selbst gewählten angenehmen Geschwindigkeit zu gehen, die als Aufgabe 1 (einfache Aufgabe mit zwei Motoren) gekennzeichnet ist.
      HINWEIS: Bitten Sie den Patienten, eine 550-ml-Flasche Wasser in der nicht betroffenen Hand zu halten, während Sie die Armposition des Schultergelenks bei 0° und die Ellbogenbeugung bei 90° halten.
    4. Bitten Sie den Patienten, die Linie in der Mitte des Gehpasses für fünf Versuche mit einer selbst gewählten angenehmen Geschwindigkeit zu überqueren, die als Aufgabe 2 (komplexe zweimotorische Aufgabe ) gekennzeichnet ist.
      HINWEIS: Platzieren Sie ein weiches Lineal in der Mitte des Laufdurchgangs, bevor Sie die Datenerfassung für Aufgabe 2 durchführen.

4. Datenverarbeitung und -analyse

  1. Wählen Sie die mittleren drei Versuche jeder zu bearbeitenden Gehaufgabe aus, um sicherzustellen, dass der Patient stabil ist.
  2. Identifizieren Sie jeden Gangzyklus mit zwei aufeinanderfolgenden Fersenschrittpunkten auf derselben Seite.
  3. Markieren Sie den Zehenabdruckpunkt in jedem Gangzyklus20.
  4. Klicken Sie auf die Schaltfläche Proc_DavisHeel+GI_AE , um die kinematischen Parameter des Gangbildes sowie die Berechnung des Gait Performance Score (GPS)-Index zu berechnen.

5. Datenextraktion und statistische Analyse von Interesse

  1. Wählen Sie aus den verarbeiteten Daten Parameter für die Region of Interest aus, zu denen spezielle-temporäre Parameter (Standphase, Schwungphase, Einzelstand, Doppelstand, Trittfrequenz), Gelenkwinkelparameter (Rumpfschiefe (Frontalebene), Rumpfneigung (Sagittalebene), Rumpfrotation (Transversalebene), Beckenschiefstand (Frontalebene), Beckenneigung (Sagittalebene), Beckenrotation (Transversalebene), Hüftflexstreckung, Hüftabadduktion, Hüftrotation, Knieflexstreckung, Dorsi-Plantarflexion des Knöchels und GPS-Index.
  2. Berechnen Sie die Fehlercodewerte nach der folgenden Formel[10]:
    ([Single-Task-Ganggeschwindigkeit - Dual-Task-Ganggeschwindigkeit]/ Single-Task-Ganggeschwindigkeit) × 100 (1)
  3. Die statistische Analyse (siehe Materialtabelle) wird mit der zuvor beschriebenen Methodik20,21 durchgeführt.
    1. Zeigen Sie parametrische Daten als Mittelwerte und Standardabweichung an, wenn normalverteilt ist, oder als Mediane, wenn dies nicht der Fall ist.
    2. Verwenden Sie den gepaarten t-Test, um die Unterschiede in den kinematischen Parametern zwischen Patienten unter den Bedingungen von Aufgabe 1 und Aufgabe 2 zu vergleichen.
    3. Verwenden Sie die unidirektionale Varianzanalyse, um drei verschiedene Aufgaben (Aufgabe 0, Aufgabe 1 und Aufgabe 2) der kinematischen Parameter zu vergleichen. Legen Sie die statistische Signifikanz auf P < 0,05 fest.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Ergebnisse

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Achtzehn Patienten mit halbseitiger Lähmung nach Schlaganfall wurden für diese Studie rekrutiert. Das Durchschnittsalter der Teilnehmer betrug 51,61 ± 12,97 Jahre; Alle waren Männer. Der Anteil der linken und rechten Hemiplegie betrug 10/8; die durchschnittliche Brunnström-Stufe lag bei 4,50 ± 0,76. Der Durchschnitt von MMSE und MoCA betrug 26,56 ± 1,67 bzw. 20,06 ± 2,27. Weitere demografische Merkmale (einschließlich Schlaganfallart und Zeitpunkt des Auftretens) sind in Tabelle 1 dargestellt. Für die ur...

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Diskussion

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Diese Studie beschreibt ein Protokoll zur klinischen Beurteilung der dualmotorischen Ganganalyse bei Schlaganfallpatienten mit motorischen Kontrolldefiziten. Die Konzeption dieses Protokolls basierte auf zwei Hauptpunkten. Erstens verwendeten die meisten früheren Studien eine einzige Gehaufgabe, um die Gangfunktion von Schlaganfallpatienten zu beurteilen, und die damit verbundenen Diskussionen über die motorische Kontrolle waren unzureichend, insbesondere weil die Prinzipien komplexer motorischer Bewegungen selten einbez...

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Offenlegungen

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Die Autoren haben nichts zu verraten.

Danksagungen

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Wir danken Anniwaer Yilifate für das Korrekturlesen unseres Manuskripts. Diese Studie wurde von der National Science Foundation unter Grant No. 81902281 und No. 82072544, dem General Guidance Project of Guangzhou Health and Family Planning Commission unter Grant No. 20191A011091 und No. 20211A011106, dem Guangzhou Key Laboratory Fund unter Grant No. 201905010004 und der Guangdong Basic and Applied Basic Research Foundation unter Grant No.2020A1515010578 unterstützt.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Materialien

Liste der in diesem Artikel verwendeten Materialien
NameUnternehmenKatalognummerKommentare
BTS Smart DX SystemBioengineering Technology System, Mailand, Italien1Zeitliche Datenerfassung
BTS SMART-Clinic SoftwareBioengineering Technology System, Mailand, Italien2Datenverarbeitung
SPSS Software (Version 25.0)IBM Crop., Armonk, NY, USAStatistische Auswertung

Referenzen

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Cho, K. H., Kim, M. K., Lee, H. -J., Lee, W. H. Virtual reality training with cognitive load improves walking function in chronic stroke patients. The Tohoku Journal of Experimental Medicine. 236 (4), 273-280 (2015).
  2. Delavaran, H., et al. Cognitive function in stroke survivors: A 10-year follow-up study. Acta Neurologica Scandinavica. 136 (3), 187-194 (2017).
  3. Zhang, W., et al. The effects of transcranial direct current stimulation versus electroacupuncture on working memory in healthy subjects. Journal of Alternative and Complementary Medicine. 25 (6), 637-642 (2019).
  4. Pin-Barre, C., Laurin, J. Physical exercise as a diagnostic, rehabilitation, and preventive tool: influence on neuroplasticity and motor recovery after stroke. Neural Plasticity. 2015, 608581(2015).
  5. Auvinet, B., Touzard, C., Montestruc, F., Delafond, A., Goeb, V. Gait disorders in the elderly and dual task gait analysis: a new approach for identifying motor phenotypes. Journal of Neuroengineering and Rehabilitation. 14 (1), 7(2017).
  6. Tramontano, M., et al. Maintaining gait stability during dual walking task: effects of age and neurological disorders. European Journal of Physical and Rehabilitation Medicine. 53 (1), 7-13 (2017).
  7. Sakurai, R., Bartha, R., Montero-Odasso, M. Entorhinal cortex volume is associated with dual-task gait cost among older adults with MCI: results from the gait and brain study. The Journals of Gerontology. Series A, Biological Sciences and Medical Sciences. 74 (5), 698-704 (2019).
  8. Howcroft, J., Lemaire, E. D., Kofman, J., McIlroy, W. E. Dual-task elderly gait of prospective fallers and non-fallers: a wearable-sensor based analysis. Sensors. 18 (4), 1275(2018).
  9. Fernandez-Gonzalez, P., Molina-Rueda, F., Cuesta-Gomez, A., Carratala-Tejada, M., Miangolarra-Page, J. C. Instrumental gait analysis in stroke patients. Revista de Neurologia. 63 (10), 433-439 (2016).
  10. Montero-Odasso, M. M., et al. Association of dual-task gait with incident dementia in mild cognitive impairment: results from the gait and brain study. JAMA Neurology. 74 (7), 857-865 (2017).
  11. Bohannon, R. W., Smith, M. B. Interrater reliability of a modified Ashworth scale of muscle spasticity. Physical Therapy. 67 (2), 206-207 (1987).
  12. Llamas-Velasco, S., Llorente-Ayuso, L., Contador, I., Bermejo-Pareja, F. Spanish versions of the Minimental State Examination (MMSE). Questions for their use in clinical practice. Revista de Neurologia. 61 (8), 363-371 (2015).
  13. Yoelin, A. B., Saunders, N. W. Score disparity between the MMSE and the SLUMS. American Journal of Alzheimer's Disease and Other Dementias. 32 (5), 282-288 (2017).
  14. Julayanont, P., Brousseau, M., Chertkow, H., Phillips, N., Nasreddine, Z. S. Montreal Cognitive Assessment Memory Index Score (MoCA-MIS) as a predictor of conversion from mild cognitive impairment to Alzheimer's disease. Journal of the American Geriatrics Society. 62 (4), 679-684 (2014).
  15. Carson, N., Leach, L., Murphy, K. J. A re-examination of Montreal Cognitive Assessment (MoCA) cutoff scores. International Journal of Geriatric Psychiatry. 33 (2), 379-388 (2018).
  16. Peters, D. M., Fritz, S. L., Krotish, D. E. Assessing the reliability and validity of a shorter walk test compared with the 10-Meter Walk Test for measurements of gait speed in healthy, older adults. Journal of Geriatric Physical Therapy. 36 (1), 24-30 (2013).
  17. Podsiadlo, D., Richardson, S. The timed "Up & Go": a test of basic functional mobility for frail elderly persons. Journal of the American Geriatrics Society. 39 (2), 142-148 (1991).
  18. Lin, Q., et al. Quantitative static and dynamic assessment of balance control in stroke patients. Journal of Visualized Experiments: JoVE. (159), e60884(2020).
  19. Davis, R. B., Ounpuu, S., Tyburski, D., Gage, J. R. A gait analysis data collection and reduction technique. Human Movement Science. 10 (5), 575-587 (1991).
  20. Liang, J., et al. The lower body positive pressure treadmill for knee osteoarthritis rehabilitation. Journal of Visualized Experiments: JoVE. (149), e59829(2019).
  21. Liang, J., et al. The effect of anti-gravity treadmill training for knee osteoarthritis rehabilitation on joint pain, gait, and EMG: Case report. Medicine (Baltimore). 98 (18), 15386(2019).
  22. Balaban, B., Tok, F. Gait disturbances in patients with stroke. PM & R: The Journal of Injury, Function, and Rehabilitation. 6 (7), 635-642 (2014).
  23. Li, M., Xu, G., Xie, J., Chen, C. A review: Motor rehabilitation after stroke with control based on human intent. Proceedings of the Institute of Mechanical Engineers. Part H, Journal of Engineering in Medicine. 232 (4), 344-360 (2018).
  24. Bloem, B. R., Valkenburg, V. V., Slabbekoorn, M., Willemsen, M. D. The Multiple Tasks Test: development and normal strategies. Gait Posture. 14 (3), 191-202 (2001).
  25. Montero-Odasso, M., Muir, S. W., Speechley, M. Dual-task complexity affects gait in people with mild cognitive impairment: the interplay between gait variability, dual tasking, and risk of falls. Archives of Physical Medicine and Rehabilitation. 93 (2), 293-299 (2012).
  26. Selvaraj, U. M., Poinsatte, K., Torres, V., Ortega, S. B., Stowe, A. M. Heterogeneity of B cell functions in stroke-related risk, prevention, injury, and repair. Neurotherapeutics. 13 (4), 729-747 (2016).

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Nachdrucke und Genehmigungen

Genehmigung beantragen, um den Text oder die Abbildungen dieses JoVE-Artikels zu verwenden

Genehmigung beantragen

Schlagwörter

Dual Task Gangmotorisches Dual TaskingGehf higkeit3D GanganalyseGelenkwinkelmessungTimed Up and GoMini Mental Status TestHindernis berquerung

Verwandte Artikel