Summary
Ved hjelp av en Robotic innvilget enhet med Elektromyografi (EMG) målinger, denne protokollen illustrerer at innvilget bevegelse i seg selv kan forbedre Inter-rater pålitelighet for vinkelen på fangst målinger i hjerneslag pasienter med mild albue flexor spastisitet.
Abstract
Måle spastisitet er viktig i behandlings planleggingen og for å bestemme effekt etter behandling. Men, det nåværende verktøyet som brukes i kliniske miljøer har vist å være begrenset i Inter-rater pålitelighet. En faktor i denne stakkars rater påliteligheten er variasjonen av passiv bevegelse mens måle vinkelen på fangst (AoC) målinger. Derfor har en innvilget enhet blitt foreslått å standardisere den manuelle felles bevegelse; fordelene med innvilget bevegelse for AoC-målinger har imidlertid ikke blitt testet på en standardisert måte. Denne protokollen undersøker om innvilget bevegelse i seg selv kan forbedre rater pålitelighet for AoC-målinger. For dette formålet, en Robotic innvilget enhet ble utviklet som er kombinert med overflate Elektromyografi (EMG). To forhold, manuelle og innvilget bevegelser, sammenlignes med standardisert metode for å måle vinkelen og subjektive følelse av fangst. Det er vist at i 17-takts pasienter med mild albue flexor spastisitet, innvilget bevegelse forbedret intraclass korrelasjonskoeffisient (ICC) for Inter-rater pålitelighet SUT målinger til 0,890 [95% sikkerhetsintervall (CI): 0.685 – 0.961] av EMG kriterier, og 0,931 (95% CI: 0.791 – 0.978) ved dreiemoment kriteriene, fra 0,788 (95% CI: 0.493 – 0.920) ved manuell bevegelse. Som konklusjon, innvilget bevegelse i seg selv kan forbedre Inter-rater pålitelighet SUT målinger i hjerneslag pasienter med mild spastisitet. Gitt at dette systemet kan gi større standardiserte vinkelmålinger og fangst av følelse, kan det være et godt alternativ for evaluering av spastisitet i en klinisk setting.
Introduction
Spastisitet etter hjerneslag er vanlig og har vist å indusere komplikasjoner, inkludert smerte og kontrakturer, noe som resulterer i redusert livskvalitet1,2,3. Måling av spastisitet er viktig å riktig planlegge løpet av behandlingen og bestemme effekten av behandlingen. Ofte brukte verktøy i klinisk setting er modifisert Ashworth skala (MAS)4, som er et nominelt målesystem for motstand mot passiv bevegelse, og den modifiserte Tardieu skala (MTS), som måler vinkelen på fangst (AoC), som representerer hastighet avhengig karakteristisk for spastisitet5. Imidlertid har disse måleverktøyene blitt vist å ha begrenset Inter-rater pålitelighet6,7, som krever samme rater for å utføre disse testene for å opprettholde tilfredsstillende pålitelighet8.
Tre faktorer har blitt vist induserer variasjon i AoC under MTS-måling, inkludert (1) feil fra vinkelmålinger ved en goniometry; (2) variasjon av manuelt flyttet felles bevegelse profil mellom raters; og (3) variasjon i sensing fangsten mellom raters9. En roman innvilget Robotic enhet med dreiemoment sensorer er presentert i denne protokollen. Denne enheten påføres hjerneslag pasienter med mild albue flexor spastisitet ved hjelp av overflate Elektromyografi (EMG) målinger10. Det var hypotetisk gjennomsnitt at standardisering av albueleddet bevegelse vil forbedre Inter-rater pålitelighet for AoC målinger elicited av albuen flexor strekk refleks. For å bevise dette, påliteligheten for AoC målt ved overflaten EMG ble beregnet og sammenlignet mellom innvilget passive og manuelle rask albue forlengelse, ved hjelp av denne utviklet Robotic enheten og EMG. Figur 1 viser en oversikt over hele eksperiment prosedyren. I detalj ble MTS måle fasen utført av to raters, og rekkefølgen på eksperimenter (manuell g. innvilget bevegelse) og rekkefølgen av raters ble tilfeldig bestemt, noe som krevde omtrent 50 min for hvert emne (figur 1).
Subscription Required. Please recommend JoVE to your librarian.
Protocol
1. eksperimentell oppsett
- Rekruttering av pasient
Merk: alle prosedyrer ble gjennomgått og godkjent av Seoul National University Bundang Hospital institusjonelle gjennomgang Board. Disse fagene ble sosialmedisinsk eller polikliniske pasienter med slag diagnoser fra fire rehabiliteringssykehus i regionen.- Utfør screening prosessen ved hjelp av følgende inkludering kriterier: (1) øvre ekstremiteter hemiparese grunn av slag; (2) over en alder av 20 år; (3) mild albueleddet spastisitet av MAS 1-2; (4) ingen tidligere sykdom påvirker funksjonen av hemiparetic armen, bortsett fra slag; (5) fri fra hemodynamisk ustabilitet; (6) ingen alvorlig albue Contracture; (7) mulighet for skulderen å bli bortført 90 ° og underarm å være i nøytral posisjon uten leddsmerter; og (8) normal kognitiv, språk, Tilegning eller oppmerksomhet evne til å følge eksperimentelle prosedyrer.
Merk: kriteriene er utformet for å skjermen pasienter som er i stand til å delta i eksperimentet og regulere faktorer som påvirker resultatene. - Rekruttere som er utstyrt med en detaljert forklaring av hele studien og forventede kliniske problemer. Samtykke må innhentes før inkludering.
- Demografi og Baseline kjennetegner de rekruttert fagene er vist i tabell 1.
- Utfør screening prosessen ved hjelp av følgende inkludering kriterier: (1) øvre ekstremiteter hemiparese grunn av slag; (2) over en alder av 20 år; (3) mild albueleddet spastisitet av MAS 1-2; (4) ingen tidligere sykdom påvirker funksjonen av hemiparetic armen, bortsett fra slag; (5) fri fra hemodynamisk ustabilitet; (6) ingen alvorlig albue Contracture; (7) mulighet for skulderen å bli bortført 90 ° og underarm å være i nøytral posisjon uten leddsmerter; og (8) normal kognitiv, språk, Tilegning eller oppmerksomhet evne til å følge eksperimentelle prosedyrer.
- Eksperimentell system
Merk: en tilpasset robot enhet brukes til å produsere standardisert bevegelse og måle kvantitative data samtidig. Robot systemet består av en robot del, et kontrollsystem og målenheter. Den generelle konfigurasjonen vises iFigur 2.- Robot del
- For robot delen, bruk en en-grad-av-frihet Planar robot bestående av en motor og en underarm manipulandum, med tre andre komponenter for justering av roboten høyde og installere enheten til ulike pulter. Den generelle sammensetningen er vist i figur 2a.
- For under armen manipulandum, bruk en albue skjøt koblet til motoren, en lineær glidebryteren med en fiksering blokk for å justere den totale lengden og to cuff enheter for fixating under armen og hånd (som vist i Figur 3). Albueleddet har en roterende plate og en thrust peiling for å hindre gnagsår under eksperimentet, og mansjetten enhetene var buet lik som en menneskelig underarm og ble gjort ved hjelp av en 3D-skriver. Håndtaket enheten er designet for å imøtekomme både venstre og høyre hånd individer, noe som gjør den tilgjengelig for alle.
- Bruk en motor med lav gir-ratio på 51:1, som skal ha kjørbare egenskaper og evnen til å produsere en nominell hastighet på 315 °/s og et kontinuerlig dreiemoment på 42,33 NM.
- Bruk en lab-Jack-enhet som er festet til bunnen av motoren for å justere høyden på motorenheten. Høyden på roboten vil være i stand til å bli justert til den sittende høyde av ulike.
- Plasser en fiksering arm for montering av enheten til skrivebordet på fremre del av roboten. Fikserings armen vil være bevegelig opp og ned gjennom en lineær aksel og har klemmer for festing til skrivebordet.
- Plasser hjul med propp på undersiden av roboten, noe som gjør roboten bevegelig og jordet under eksperimentet.
- Kontrollsystem
- Bruk en personlig datamaskin (PC), sann tids prosessor og motor driver for det sentrale kontrollsystemet. Den detaljerte kontroll arkitekturen blokk diagram er vist i Figur 4.
- Bruk et grafisk brukergrensesnitt (GUI) til å kontrollere eksperiment modusen (maksimal ROM-måling, innvilget MTS og manuelle MTS-målings modi) og lagre bevegelsesdata for roboter. Den inneholder et Kontrollpanel og et overvåkings panel (figur 5). Detaljer om GUI-konfigurasjonen er inkludert i tillegget.
- Implementer algoritmen for robot kontroll ved hjelp av en sann tids prosessor. Kontroll algoritmen består av Trekontroll løkker. Den første sløyfen er en data inngang/output loop som kjører på 1 MHz fra FPGA modulen av sbRIO. Den andre er en robot Motion Control loop som kjører på 1 kHz fra Real-Time VI nivå. Den siste er en datakommunikasjon loop som kjører på 250 Hz. Denne sløyfen overfører robot data (tid, vinkel, dreiemoment og utløser signal for MATCHING med EMG data).
Merk: sann tids prosessoren har to kommunikasjonsmoduler: NI-9237 og NI-9853. NI-9237 er en analog inndataenhet for mottak av Moment sensor data, og NI-9853 er en CAN kommunikasjonsmodul for kommunikasjon med motor føreren.
- Målenheter
- Monter en Moment sensor mellom manipulandum og motoren for å måle reaksjonsstyrken. Dreiemoment dataene overføres til sann tids prosessoren via NI-9237. NI-9237 har sin egen passband, stopband og alias-fri båndbredde filter. De filtrerte dataene kommer inn i FPGA-modulen og behandles på nytt ved 100 Hz med et low-pass-filter for å fjerne lyder.
- Mål felles vinkelen med en koder (HEDL 9140, Maxon, Sveits) festet til motoren. Vinkel dataene overføres til sann tids prosessoren via motor drive ren.
- Mål muskelaktivitet med en åtte-kanals overflate EMG enhet. EMG-dataene ble samlet inn med en samplingsfrekvens på 1024 Hz, og ble først behandlet med et båndpassfilter (20 – 450 Hz) og et hakk filter (60 Hz). De målte EMG-dataene overføres direkte til PCen.
- Robot del
2. eksperimentell oppsett
Merk: to raters bør delta i dette eksperimentet. I vårt tilfelle var den første rater en fysioterapeut med mer enn 6 års erfaring i rehabilitering, og den andre rater var en yrkes terapeut med mer enn 3 års erfaring i slag rehabilitering.
-
Innledende holdning innstilling
- Plasser pasienten i en stol med hans/hennes tilbake i en rett holdning.
- Sikre begge sider av skulderen og magen med setebelter for å holde skulder posisjonen stabil gjennom hele eksperimentet.
- Plasser hemiparetic armen lett på robot manipulandum uten å feste stroppen.
- Løsne fikserings blokken på den lineære glidebryteren slik at mansjetten kan beveges fritt på glidebryteren og la motivet være hemiparetic arm som skal plasseres på roboten manipulandum uten å feste stroppene.
- Juster høyden på roboten ved hjelp av lab-kontakten til pasientens skulder er bortført 90 °. Bekreft bortføring vinkelen ved hjelp av en goniometer.
- Instruere motivet til å holde håndtaket og fest hånden til håndtaket med stropper. Juster rotasjons aksen til roboten og den anatomiske aksen til albueleddet.
- Flex og forlenge albueleddet slik at plasseringen av mansjetten kan være justeres naturlig i en optimal posisjon uten å generere motstand under albuen bevegelse. Deretter festes fikserings blokken for å fikse posisjonen til mansjetten og fest stroppene på under armen.
- Fest overflaten EMG elektroder på biceps brachii muskelen i hemiparetic armen.
-
Passiv ROM-måling
Merk: passiv ROM brukes som en grense-ROM i følgende eksperimenter for å forhindre problemer forårsaket av bevegelse utenfor pasientens operasjonsområde.- Input pasientens hemiparetic Sideinformasjon i programmet GUI (høyre eller venstre).
- Sett albuen 90 ° flexed ved hjelp av en goniometer. Trykk på 90 -knappen på GUI-panelet. Denne prosessen matcher vinkelen gjenkjent av roboten med den faktiske menneskelige felles vinkelen.
- Trykk på finish sett knappen på GUI for å bytte roboten til actuating tilstand.
- Klikk på knappene på motor Run panelet på venstre side av GUI i rekkefølge fra topp til bunn.
- Slå på vinkel sett knappen og sett hastigheten til 1 °/s. Klikk deretter på Kjør -knappen. Roboten vil forlenge albuen langsomt på 1 °/s fra en 90 ° flexed holdning til reaksjons momentet når en viss terskel nivå eller strekker seg med 170 °.
Merk: i dette eksperimentet ble dreiemoment terskelen satt til 0,6 NM. Denne verdien bestemmes eksperimentelt via en pilotstudie. - Den maksimale utvidede vinkelen lagres automatisk som den maksimale ROM-en.
- Endre hastigheten til-1 °/s og klikk på Kjør -knappen på nytt. Roboten bøyer albuen langsomt til reaksjons momentet når terskel nivået.
- Den maksimale flexed vinkelen lagres automatisk som minimum ROM.
3. MTS-måling
Merk: tiden som kreves for hvert trinn, vises i figur 1. Den totale tiden som er tatt av en gjenstand for å utføre alle eksperimentet er ca 50 min (inkludert eksperimentet satt opptrinn), men mesteparten av tiden bør brukes hviler for å opprettholde konsistens av tretthet.
- Treghet effekt kompensasjon
Merk: teoretisk sett bør det ikke være noen treghet effekt under innvilget bevegelse. Det kan imidlertid være en treghet effekt i begynnelsen av bevegelsen. Den treghet kraft bør kompenseres for å måle bare reaksjonsstyrken generert av en strekk refleks. Siden størrelsen på den treghet kraften er forskjellig for hvert emne, bør det utføres en foreløpig test for treghet styrke kompensasjon før den faktiske MTS-målingen. Et eksempel resultat er vist i figur 6.- Klikk på tilbake -knappen på kontrollpanelet. Roboten vil bøye albuen til minimum vinkel holdning (maksimalt flexed holdning).
- Sett hastigheten til 150 °/s og slå på treghet test -knappen deretter Kjør -knappen. Roboten vil påføre en kort forstyrrelsene på 5 ° til pasienten med en hastighet på 150 °/s. Topp momentet og periode verdien for hver prøve blir automatisk stablet og vist i GUI-panelet.
- Gjenta trinn 3.1.2 – 3.1.3 to ganger til. Bestem en riktig topp dreiemoment verdi og periode verdi fra de målte data og angi verdien på programmet GUI. Kompensasjons Moment profilen (τcomp) genereres automatisk basert på Formel 1 nedenfor, der: a, representerer den fastsatte amplitude og λ representerer perioden.
Merk: formen på treghet dreiemoment er modellert som en hevet cosinus form for å redusere beregningen belastningen. Kompensasjons dreiemoment, som er utformet for to perioder på grunn av treghet, forsvinner nesten etter den andre perioden. Amplituden til den andre perioden er utformet for å være 15% av den første perioden.
- Familiarization trinn
- Før selve eksperimentet utfører du tre trenings operasjoner for å gjøre pasienten kjent med plutselige bevegelser.
- Klikk tilbake -knappen på panelet. Roboten vil bøye albuen til minimum vinkel holdning.
- Klikk på Kjør -knappen etter å ha informert emnet. Roboten vil forlenge pasientens albue med en hastighet på 150 °/s, inntil vinkelen når til en maksimal vinkel eller reaksjons momentet når terskel nivået.
- Gjenta trinn 3.2.2-3.2.3 to ganger og ta en 5 min hvile før du starter testen.
- Innvilget MTS-måling
Merk: innvilget MTS-måling er utformet for å implementere en ideell MTS-måling. Roboten produserer nøyaktig konstant hastighet bevegelse med en forhåndsbestemt hastighet (150 °/s) til å nå maksimal ROM eller til å nå en viss terskel for reaksjons momentet. Den maksimale ROM-verdien bestemmes i trinn 2,2, og verdien for Moment terskel fastsettes som 0,6 via tidligere pilotstudier, som er tilstrekkelig for å oppdage strekk reflekser.- Klikk på tilbake -knappen for å bøye albuen til minimum vinkel holdning.
- Klikk på Kjør -knappen uten å informere emnet. Roboten vil forlenge pasientens albue med en hastighet på 150 °/s til vinkelen når den maksimale vinkelen eller reaksjons momentet når et visst terskel nivå. Tid, vinkel, reaksjons Moment og Trigger signal data lagres under testen.
- Ta en 2 min pause mellom settene og gjenta trinn 3.3.1-3.3.3 to ganger til.
- Ta en 5 min hvile etter å ha utført tre sett.
- Manuell MTS-måling
Merk: den manuelle MTS-målingen er utformet for å simulere MTS-målingen som vanligvis utføres på faktiske medisinske områder. For å sammenligne resultatene av innvilget MTS brukes robot enheten bare som et kvantitativ måleverktøy som fjerner målings feilen, og den faktiske målings operasjonen utføres av en menneskelig rater. For dette formålet, kompenserer roboten bare friksjonen av roboten selv. Detaljer om friksjon fjerning er i vedlegget.- Klikk på tilbake -knappen for å bøye albuen til minimum vinkel holdning.
- Klikk på gratis Run -knappen, og roboten operasjonen vil endres til manuell drift modus.
- Hold i håndtaket på manipulandum og strekk på armen til motivet. Under drift bør rater generere en konstant hastighet på 150 °/s.
- Slå av gratis kjøre modus og ta en 2 min pause.
- Gjenta trinn 3.4.1 – 3.4.4 to ganger til.
- Gjenta MTS-måling
- Ta en 10 min hvile etter endt hele eksperimentet med den første rater.
- Endre rater (til andre rater) og gjenta trinn 3.3 – 3.4.
4. kvantifisere SUT
Merk: AoC bestemmes basert på to data: EMG og dreiemoment. AoC bestemmes av manuell analyse på grunn av støyende egenskaper av EMG data og variasjon av individuelle egenskaper. AoC utvalget er utført av en tredje rater, som er blind for rekkefølgen av raters.
-
Innvilget dataanalyse for MTS-eksperimenter
- AoC evaluering bruker EMG data
Merk: vanligvis er AoC bestemt som vinkelen som den maksimale høyeste verdien av EMG oppstår. Men en strekk refleks varighet er forskjellig for hver pasient; Dermed vil bruk av EMG maksimale topp punkt som en AoC forventes å ha lav pålitelighet. Tidsforskjellen er kanskje ikke stor. AoC-feilen kan imidlertid være betydelig på grunn av den raske vurderings hastigheten til MTS-metoden. Derfor er vinkelen på begynnelsen av EMG oppsving punktet valgt som AoC.- Behandle rå EMG data ved hjelp av root Mean Square (RMS) for å glatte ut dataene og forsterke den 50x.
- Synkroniser EMG data og robot vinkel data ved hjelp av Trigger signalene for hvert datasett.
Merk: i dette systemet måles EMG-dataene av en uavhengig enhet, i motsetning til andre data; referansetiden kan derfor være forskjellig. EMG-enheten har en utløser avbrudds funksjon som henter trigger signalet fra en sann tids prosessor ved starten av MTS-vurderingen. - Bestem AoC manuelt som startpunktet for RMS EMG oppsving. Eksempelet er vist i figur 7.
Merk: RMS-EMG på < 0.1 ignoreres her fordi det vises ofte selv uten strekk refleks. Således er et klart oppsving punkt ved starten av toppen valgt som AoC.
- AoC evaluering ved hjelp av dreiemoment data
Merk: musklene har passive mekaniske egenskaper som fungerer som et fjær spjeld system. Selv om muskelen ikke utøve noen kraft, kan reaksjonsstyrken øke etter hvert som musklene strekke. Fordi intensiteten av den passive mekaniske egenskapen og strekk refleks varierer fra pasient til pasient, er det vanskelig å identifisere fangsten med bare den absolutte verdien av reaksjonsstyrken. I stedet, i denne studien, er fangsten bestemmes ved å endre den passive eiendommen på grunn av spastisitet snarere enn den absolutte verdien av reaksjonsstyrken. Endringen av den passive egenskapen bestemmes manuelt av endringen i skråningen av regression linjen i reaksjons momentet.- Tegn en regresjon linje fra det punktet der trigger signalet går opp og trekke en annen regresjon linje fra det punktet der trigger signalet går ned.
- Sammenlign bakkene i de to regression linjene. Hvis graderinger av to regresjon linjer viser en betydelig forskjell, kan AoC bestemmes i skjæringspunktet mellom to regression linjer. Eksempelet er vist i Figur 8.
- AoC evaluering bruker EMG data
-
Manuell dataanalyse i MTS-eksperimenter
Merk: når det gjelder manuell MTS, er det vanskelig å skille styrken som utøves av motivet, og som påføres av rater ved hjelp av bare én Moment sensor. Derfor, i tilfelle av manuell MTS, utføres bare en AoC-analyse ved hjelp av EMG-data uten å utføre AoC-analyse ved hjelp av dreiemoment data.- AoC evaluering bruker EMG data
Merk: metoden for å bestemme AoC evaluering bruker EMG er i utgangspunktet den samme som for innvilget MTS saken.- Behandle rådata EMG data ved hjelp av RMS-metoden til å glatte ut dataene og forsterke den 50x.
- Synkroniser EMG-dataene og robot vinkel dataene ved hjelp av Trigger signalene for hvert datasett.
- Bestem AoC manuelt som startpunktet for RMS EMG oppsving. Et eksempel er vist i figur 9.
- AoC evaluering bruker EMG data
5. data analyse
-
Normalisert vurdering Motion index (NAMI)
Merk: AoC i MTS kan påvirkes av ulike bevegelses faktorer, for eksempel vurderings hastighet, akselerasjon osv. Derfor bør vurderings bevegelsen være så innvilget som mulig. NAMI foreslås å evaluere ideality av vurderings bevegelsen. Den foreslåtte indeksen er en ikke-dimensjonal indeks som kan brukes til å evaluere konsekvensen av vurderingen bevegelse tildelt fagene i hvert forsøk.- Beregn ROM, maksimal hastighet og vurderings tid fra hver vurderings prøve.
Merk: vinkelen måles av koderen. Dermed er beregnet hastighet støyende. Derfor bestemmes maksimal hastighet som den maksimale hastigheten på trendlinjen, ikke topp punktet. - Beregn NAMI-verdien for hver prøveperiode under hele eksperimentet ved hjelp av formel 3:
Hvor: θMax og θmin representerer maksimum og minimum vinkler, henholdsvis målt under eksperimentet; ω Max er den maksimale vurderings hastigheten; og Δt er den totale tiden som er brukt på en vurdering. Figur 10 viser et eksempel på hver variabel.
Merk: den foreslåtte indeksen gir en poengsum nær 1 Hvis vurderingen bevegelsen er nær helt innvilget og en poengsum nær 0 hvis hastigheten på bevegelsen er inkonsekvent.
- Beregn ROM, maksimal hastighet og vurderings tid fra hver vurderings prøve.
-
Statistisk analyse
Merk: alle statistiske analyser utføres ved hjelp av PASW statistiske pakke (SPSS versjon 18,0). ICC-metoden (intraclass korrelasjonskoeffisient) brukes til å identifisere påliteligheten til test testingen og rater pålitelighet. Bare resultater fra andre og tredje testene brukes til å beregne ICC.- Hvis du vil kontrollere påliteligheten for test testingen, beregner du ICC fra de målte AoC-dataene og NAMI-resultatet.
- For å verifisere rater pålitelighet, Beregn ICC fra gjennomsnittet av SUT-og NAMI-data.
- Beregn p-verdien av AoC-resultatene ved hjelp av sammenkoblede prøve-t-tester for å evaluere forskjellene mellom hver rater eller evaluerings prøve.
Merk: P-verdier på < 0,05 betraktes som statistisk signifikante. - Beregn Pearson korrelasjonskoeffisienten mellom AoC basert på EMG kriterier og dreiemoment kriterier for å verifisere en korrelasjon mellom de to metodene.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Påliteligheten er delt inn i fire karakterer i henhold til ICC-verdien: ekstremt utmerket (> 0.90), utmerket (0,75 < ICC ≤ 0,90), rimelig for godt (0,40 < ICC ≤ 0,75) og fattig (< 0.40). Standard feil av målinger (SEM) ble beregnet for å fastslå feil komponenten i avviket. Den minste forskjellen som oppdages (SDD) ble beregnet ut fra SEM på test data.
Normalisert vurdering Motion index (NAMI): NAMI score under en innvilget bevegelse var alltid 1, noe som betyr at innvilget enheten alltid generert en ensartet konstant input hastighet. Imidlertid var påliteligheten til test testingen av NAMI under en manuell bevegelse dårlig for både rater 1 (ICC [95% CI] =-0,035 [-0.495 – 0.441]) og rater 2 (ICC [95% CI] = 0,438 [-0.038 – 0.752]). Videre var den Inter-rater påliteligheten til NAMI under manuell bevegelse også dårlig (ICC [95% CI] = 0,148 [-0.344 – 0.576]). Omvendt viste resultatene av de to menneskelige raters nesten like gjennomsnitt NAMI verdier (0,68 og 0,67 for hver rater). Konsekvens feil av de to menneskelige raters var større enn for den innvilget enheten, viser en stor forskjell mellom de to raters. Disse resultatene tyder på at en vurdering bevegelse av en menneskelig rater mangler i innvilget egenskaper og at bevegelse er inkonsekvent avhengig av motivet.
Pålitelighet for test tester: tabell 2 viser påliteligheten til test testingen for AoC-resultatene i tre forhold (INNVILGET-EMG, innvilget, manuell-EMG). Påliteligheten til test testingen for manuell MTS var utmerket (ICC = 0,804 og 0,840). Den innvilget MTS-målingen forbedret imidlertid påliteligheten til test testingen til den ekstremt gode karakteren både på EMG-og dreiemoment kriteriene (tabell 2)
Rater pålitelighet: tabell 3 viser rater pålitelighet for SUT målings ytelsen i tre forhold. ICC for den Inter-rater påliteligheten til den manuelle MTS var 0,788, som var nær nedre grense for den utmerkede karakteren. Innvilget MTS forbedret rater pålitelighet til ICC for 0,890, basert på EMG-data og til ICC for 0,931 basert på dreiemoment data.
Sammenhenger og konsistens av timing av AoC mellom EMG og dreiemoment kriterier: de to AoC resultater beregnet fra EMG data og dreiemoment data under innvilget MTS viser en signifikant høy korrelasjon i begge rater 1 (Pearson korrelasjonskoeffisient = 0,937, p < 0,001) og rater 2 (Pearson korrelasjonskoeffisient = 0,957, p < 0,001). Videre var timingen av AoC mellom de to resultatene svært konsistent med en ICC på 1 (p < 0,001).
Figur 1: flytskjema for eksperimenter.
Dette tallet er modifisert fra sin et al.10. Vennligst klikk her for å se en større versjon av dette tallet.
Figur 2: innvilget MTS test robot.
(A) konfigurasjon av innvilget robot enhet. (B) innside konfigurasjon av enheten. Kontrollsystemet inkluderer en sann tids prosessor og motor driver. (B) ble tidligere utgitt av sin et al.10. Vennligst klikk her for å se en større versjon av dette tallet.
Figur 3: sammensetningen av manipulandum.
To mansjetter for håndleddet og under armen er koblet til den lineære glidebryteren gjennom en fikserings blokk, slik at plasseringen av mansjetten justerbar. Et håndtak og hånd REM kan byttes fra venstre mot høyre. Vennligst klikk her for å se en større versjon av dette tallet.
Figur 4: kontrollsystem konfigurasjon.
De tre riktige blokkene viser hierarkiet til kontrollsystemet og pilene viser dataflyten mellom hver enhet. Vennligst klikk her for å se en større versjon av dette tallet.
Figur 5: grafisk brukergrensesnitt (GUI).
Den venstre siden er kontrolleren panelet, som inneholder de ulike knappene eller numeriske kontroller som kreves for robot kontroll. Retten side er en avlytting panel det viser vinkelen, vekselvirkningen dreiemoment, og avtrekker signal inne virkelig-tid. Vennligst klikk her for å se en større versjon av dette tallet.
Figur 6: eksempel på treghet effekt kompensasjon.
Den grønne linjen indikerer rå dreiemoment; den blå stiplede linjen indikerer treghet kraft modell; den røde linjen indikerer det treghet Moment kompensasjons resultatet. Dette tallet ble tidligere utgitt av sin et al.10. Vennligst klikk her for å se en større versjon av dette tallet.
Figur 7: eksempel på AoC-evaluering ved hjelp av EMG-data (innvilget MTS-etui).
En RMS EMG-verdi på mindre enn 0,1 regnes som normalt. Valg av startpunktet for det klare EMG oppsving punktet utføres, og vinkel verdien på dette tidspunktet fastsettes som AoC. Dette tallet ble tidligere utgitt av sin et al.10. Vennligst klikk her for å se en større versjon av dette tallet.
Figur 8: eksempel på AoC-evaluering ved hjelp av dreiemoment data (innvilget MTS-deksel).
Evalueringen omfatter følgende trinn: tegne to linjer som forbinder dreiemomentet til vurderings startpunktet og sluttpunktet med et vilkårlig dreiemoment data, henholdsvis; finne punktet der de to linjene blir en regresjon linje av dreiemoment data før og etter det valgte punktet; Hvis det er en betydelig forskjell mellom gradient av to regresjon linje, er det dømt at en strekk refleks oppstår på dette punktet. Dette tallet ble tidligere utgitt av sin et al.10. Vennligst klikk her for å se en større versjon av dette tallet.
Figur 9: eksempel på AoC-evaluering ved hjelp av EMG-data (manuell MTS-sak).
Som gjort i innvilget tilfellet (figur 7), er AoC bestemmes som vinkelen når en klar OPPSVING av EMG oppstår. Dette tallet ble tidligere utgitt av sin et al.10. Vennligst klikk her for å se en større versjon av dette tallet.
Figur 10: variabler for normalisert Assessment Motion index (NAMI).
Intuitivt, NAMI verdi er forholdet mellom området under Velocity grafen til området av den grå boksen. Flere innvilget bevegelser viser verdier nærmere 1. Dette tallet er tidligere utgitt av sin et al.10. Vennligst klikk her for å se en større versjon av dette tallet.
| Variabel | Resultatet |
| Alder, år, gjennomsnitt (SD) | 54,6 (12,2) |
| Kjønn, n (%) | |
| Menn | 14 (82,4) |
| Kvinner | 3 (17,6)) |
| Dager fra slag utbruddet, median (IQR) | 722 (1226) |
| Hemiplegisk IDen, n (%) | |
| Høyre | 10 (58,8) |
| Venstre | 7 (41,2) |
| Type tak, n (%) | |
| Iskemiske | 11 (64,7) |
| Hemoragisk | 6 (35,3) |
| Hjerneslag lesjon, n (%) | |
| Kortikale | 4 (23,5) |
| Subkortikal | 13 (76,5) |
| Brunnstrom scene, median (IQR) | |
| Arm | 4 (1) |
| Hånd | 3 (1) |
| Beinet | 4 (1) |
| Muskelkraft, median (IQR) | |
| Albue flexor | 4 (1) |
| Albue extensor | 4 (1) |
| MAS, albue flexor, n (%) | |
| 1 | 7 (41,2) |
| 1 + | 5 (29,4) |
| 2 | 5 (29,4) |
Tabell 1: emner demografi og egenskaper for grunnlinje.
| Test | Retest | P | Sem | Sdd | ICC (2, 1) (95% CI) | |
| Gjennomsnitt (SD) | Gjennomsnitt (SD) | |||||
| Rater 1 | ||||||
| Innvilget-bevegelse (150 °/s) med EMG | 93,74 (28,35) | 90,93 (25,44) | 0,216 | 12,12 | 33,59 | 0,948 (0.857-0.981) |
| Innvilget-bevegelse (150 °/s) med dreiemoment | 90,30 (27,93) | 89,61 (27,25) | 0,201 | 3,02 | 8,37 | 0,997 (0.992-0.996) |
| Manuell bevegelse med EMG | 82,67 (19,11) | 82,03 (21,73) | 0,838 | 17,21 | 47,7 | 0,804 (0.538-0924) |
| Rater 2 | ||||||
| Innvilget-bevegelse (150 °/s) med EMG | 90,77 (28,69) | 88,14 (28,34) | 0,123 | 15,1 | 41,86 | 0,929 (0.929-0.991) |
| Innvilget-bevegelse (150 °/s) med dreiemoment | 97,06 (23,47) | 94,37 (25,86) | 0,192 | 9,9 | 27,44 | 0,959 (0.873-0.987) |
| Manuell bevegelse med EMG | 80,96 (21,30) | 80,46 (22,81) | 0,875 | 16,94 | 46,96 | 0,840 (0.601-0.941) |
Tabell 2: test-teste pålitelighets resultater for vinkelen på fangsten målt med innvilget Robotic enheter og Robotic enheter med manuell bevegelse.
Denne tabellen ble publisert av sin et al.10 (p-verdier er beregnet av parede sample t-test). SEM: standard feil måling, SDD: minste merkbar forskjell, ICC: intraclass korrelasjonskoeffisient, EMG: Elektromyografi.
| Rater 1 | Rater 2 | P | Sem | ICC (2, 1) (95% CI) | |
| Gjennomsnitt (SD) | Gjennomsnitt (SD) | ||||
| Innvilget-bevegelse (150 °/s) med EMG | 88,16 (28,24) | 89,46 (28,33) | 0,973 | 17,81 | 0,890 (0.685-0.961) |
| Innvilget-bevegelse (150 °/s) med dreiemoment | 94,32 (240,13) | 95,71 (24,44) | 0,775 | 12,54 | 0,931 (0.791-0.978) |
| Manuell bevegelse med EMG | 80,81 (18,98) | 80,71 (21,17) | 0,586 | 17,5 | 0,788 (0.493-0.920) |
Tabell 3: Inter-rater pålitelighets resultater for vinkelen på fangsten målt med innvilget robot enheter og robot enheter med manuell bevegelse.
Denne tabellen ble publisert av sin et al.10 (p-verdier er beregnet av parede sample t-test). SEM: standard feil måling, ICC: intraclass korrelasjonskoeffisient, EMG: Elektromyografi.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Denne studien forsøkte å standardisere MTS-målingen ved hjelp av en robot innvilget enhet. Det ble undersøkt hvordan konsekvens av vurderings bevegelse påvirker resultatene av MTS-måling.
NAMI-verdien ble foreslått for å representere graden av variasjon i vurderings bevegelsen. Som forventet, i motsetning til innvilget Motion-metoden uten variasjon, viste den manuelle metoden variasjon mellom tester og mellom raters, noe som resulterte i dårlig pålitelighet, noe som er konsistent med resultater fra tidligere studier7,8 . Resultatene på pålitelighet for AoC måling viser at innvilget bevegelse i seg selv kan øke interrater pålitelighet, sammenlignet med manuell bevegelse. Selv om det har vært bekymringer om mindre strekk refleks provokasjon av innvilget bevegelse11,12, i denne studien med mild albue flexor spastisitet (mas 1, 1 +, 2) viste konsistente strekk reflekser målt ved overflaten EMG under innvilget bevegelse. Dette viser at en innvilget enhet kan brukes til å måle AoC pålitelig, selv hos pasienter med mild albue spastisitet. AoC ble også beregnet av dreiemoment kriteriene i denne studien. Interessant, AoC målt ved hjelp av både EMG og dreiemoment kriterier viste en høy korrelasjon, mens dreiemoment kriteriene alene viste en høyere Inter-rater pålitelighet, som er forenlig med resultatene gitt av Lynn et al.13. Derfor spastisitet evaluering ved hjelp av dreiemoment kriteriene forventes å være en bedre metode med hensyn til pålitelighet og bekvemmelighet.
Denne nye fremgangsmåten for kvantifisere av MTS-målingen har noen problemer og begrensninger. For det første var holdningen under AoC-målinger i denne studien forskjellig fra konvensjonelle MTS-målinger14. Den konvensjonelle MTS ble utført i fravær av skulder bortføring; i kontrast, i denne studien, ble målingene utført med skulderen bortført 90 grader. Men hensikten med denne studien var å verifisere virkningene av konsistens av vurderingen bevegelse på AoC pålitelighet. Holdningen som brukes i dette eksperimentet gjør det enkelt å måle AoC ved hjelp av dreiemoment data ved å eliminere påvirkning av underarm vekt, som er vanskelig å måle separat. Derfor gir dette eksperimentet et perspektiv på hvordan vurderings bevegelsen påvirker påliteligheten til AoC-målinger.
For det andre ble AoC-målingen ved hjelp av både dreiemoment og EMG-kriteriene utført subjektivt. Imidlertid ble dette gjennomført av en tredje rater som var blind for faget informasjon og orden raters å minimere potensielle bias. For det tredje var økningen av reaksjons momentet på grunn av passive mekaniske egenskaper uventet ved utforming av eksperimentet i utgangspunktet. Det var forventet at reaksjons momentet er hovedsakelig forårsaket av strekk refleks; men hos pasienter med mild spastisitet viste mange tilfeller at reaksjons momentet forårsaket av passiv stivhet var dominerende. Derfor ble AoC innhentet gjennom post-eksperimentell dataanalyse i stedet for sanntids identifisering. Til slutt var det avslapning av albuen flexor under repeterende passiv stretching. Eksperimentet ble utformet for å innlemme tilstrekkelig hviletid for å hindre tretthet gjennom hele eksperimentet, og ingen emner klaget over tretthet. Men, det er vanskelig å hindre avslapping av muskelen på grunn av repeterende passiv stretching. For å redusere denne effekten, ble eksperimentet designet for å tilfeldig rekkefølgen på raters, og resultatene viste ingen signifikant avslapping fenomen mellom de to raters.
Målet med denne studien var å forbedre evalueringsmetoder som baserer seg på den subjektive følelsen av rater og holder dem til mer objektive og kvantitative standarder. Resultatene viser muligheten for å øke vurderingen pålitelighet ved hjelp av en robot enhet. Men metoden utføres i denne studien er bare halv-automatisert, fordi SUT evaluering er gjort av et menneske. Det er forventet at de videre studiene vil muliggjøre sanntids spastisitet evaluering med høy pålitelighet og objektivitet.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Alle forfattere erklærer ingen interessekonflikt.
Acknowledgments
Denne studien ble støttet av Seoul National University Bundang Hospital Research Fund (14-2014-035) og Korea og National Research Foundation of Korea (NRF) Grant finansiert av den koreanske regjeringen (A100249). Vi vil gjerne takke SEO Hyun Park og Hae-i Kim for å hjelpe til å forberede og fortsette med skyting 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 |
References
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
