Name: 通常のハンドリム車いす推進時の外部電力出力の決定と制御 (動画) | JoVE Journal
Uploaded: 2020-02-05T12:30:00.000+00:00
Duration: 8 min 55 s
Description: 学ぶハンドリム車いす推進時の外部電力出力の決定と制御方法。コーストダウンテスト、ドラッグテスト、エルゴメーター、スピロメトリーによる評価技術を習得し、車いす使用者の安全性とパフォーマンス向上に貢献する。

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

この原稿の作成は、サヌウエルキングスヴェルバーとノールド・ネダーランド(OPSNN0109)からの助成金によって財政的に支えられ、経済省の知識と革新のための最高コンソーシアムのPPP手当によって共同融資されました。

著者たちは開示するものは何もない。

前のセクションでは、さまざまな実験室ベースのモダリティの出力を決定し、標準化するためのアクセス可能な方法論が提示されました。また、定常推進時の設定電力出力と測定電力出力の比較も行われました。体系的なエラーといくつかの変動性が存在する一方で、提示されたツールは代替案よりも優れています。これらの結果は、測定された出力を報告し、出力50を設定する別の研究に類似しています。また、条件間の一致は不十分から中程度であり、異なるモダリティを使用して研究を比較する際には特別な注意が必要であることを示す。予想通り、エルゴメータの状態は、オペレータの観点から標準化する最も簡単な環境を提示しました。エルゴメーターは、高い摩擦設定でより良いパフォーマンスを発揮しました。1つのモダリティ内のブロック(3 x 4分)は、良好対優れた、中程度から優れた一致を示した。興味深いことに、エルゴメーターは、おそらくセンサーのドリフトのために、時間の経過とともに悪化しました。したがって、すべてのブロック間でエルゴメーターを再調整することが賢明かもしれません。これらの結果は低強度定常運動用であり、プロトコルによって異なる場合があることに注意してください。
車椅子とユーザーの組み合わせにおける機械的または人間工学的のわずかな変化は、実験結果12、51に大きな影響を与えうる。材料のメンテナンスと車両の機械的原理の完全な認識は、性能の結果と実験の有効性に不可欠です。車いすとユーザーの組み合わせの車両力学(例えば、質量、ホイールサイズ、タイヤの種類と圧力、アライメント)とフィット(例えば、前方位置、質量、質量、正面面)は、環境条件と組み合わせてローリングとエアドラッグを決定します。質量と重心の向きは、後輪の大きい方と前部の小さなキャスターホイールに対して、ローリングドラッグに影響します。転がり摩擦に影響を及ぼす要因の概要を表2に示します。また、車椅子は、しばしば個別化される。各試験における介入条件(例えば、車両の整備やインターフェース)とは別に、車いすの状態も一定でなければならず、フレーム、シート、タイヤを含む車両の整備士もチェックする必要があります。タイヤは、テストや個人間で固定圧力を受ける必要があります。重要なチェックポイント52は、可能な摩擦点、後輪位置、およびホイールアライメント36、53、54、55の潜在的な変化です。
地上テストでは、心肺緊張、運動学、または運動学的結果の指標のそれぞれに対する歩行技術も必要です。これは満たすことができますが、複雑な測定の実用性は非研究環境では限られています。海岸下テストは個々の車椅子ユーザーの組合せおよび転がる表面のために特定である。ただし、それらは静的であるため、車椅子とユーザーの組み合わせ56のすべての特性をキャプチャしない場合があります。それらは、特に重心の変化に敏感であり、海岸下テストと測定された地上出力の間の小さな違いを説明するかもしれない。これらの制限は、ドラッグテストおよびエルゴメータキャリブレーションでも見られ、車椅子利用者の静的な位置も想定しています。
ドラッグテストは、個々の車椅子とユーザーの組み合わせのローリングおよび内部ドラッグの抵抗力を測定します。車椅子の車両力学に対しても明らかに敏感であるが、ユーザの位置や体の向きもまた敏感である。標準化された手順は、一定のベルト速度で、ユーザと車椅子の組み合わせが一連の傾斜角でトレッドミルのフレーム上の単次元の校正された力トランスデューサに接続されているベルトの上に引っ張られる必須です(図2)。車椅子の中心軸の高さに調節することができる負荷細胞のためのトレッドミルのアダプターは要求される。線形回帰分析を使用すると、特定の車椅子とユーザーの組み合わせに対して、トレッドミルベルトの平均抗力の静的推定値がゼロの傾斜で、ベルト速度と抗力の積で平均外部電力出力を提供します。ドラッグテストは、異なるオペレータによるテストの実行における小さな違いに関して堅牢である(例えば、ロープの位置)37。
明らかに単純なテストを想定する場合もありますが、ドラッグテストの各テスト要素は、基礎となる理論を理解し、手順8のすべての詳細に関するトレーニングを必要とします。海岸下のテストと同様に、このテストは重心の変化に特に敏感です。さらに、歪みゲージベースの力トランスデューサの挙動および感度、それらの一貫したキャリブレーション(すなわち、キャリブレーション重量の精度、一連の取り付け)20、36、37、ならびにトレッドミルの速度または傾斜角度の変化に敏感であるドラッグ試験の手順のすべてを考慮しなければならない。これは、トレッドミル自体もチェックしてキャリブレーションする必要があることを意味します37.このようなノイズ発生現象に対する一貫した意識は、日々の実験で追跡および実行されなければならない。
出力に基づくシミュレーションの精度とその結果は、実験を行う人の標準化、実践、トレーニングに完全に依存します。トレッドミル、エルゴメーター、またはその他の電子モータ駆動装置の多様性は、De Grootら51によって示されるように、問題になり得る。人口ベースのデータと引き換えに、テスト結果に対するこのような違いの潜在的な役割を認識する必要があります。どの車椅子実験でも、試験条件の適切な説明と速度、抵抗、および出力出力の実際の値のオープンプレゼンテーションは、任意のサブグループまたは測定条件のために提示されるべきです。
車椅子実験では、実際の車椅子利用者に着目した場合には、試験サンプルの異質性が逃げにくい。その中で、脊髄損傷を持つ人々は、彼らの人生の残りの部分のために安定した脊髄病変を有する傾向があるため、研究の対象となるのが最も頻繁である。病変レベル、完全性、性別、年齢、才能、およびトレーニングの状態は、そのような研究グループ57の異質性を決定する。多施設連携を通じて参加者数を増やすことは、リハビリテーション10の初期段階でも、これを回避し、実験57の力を高める重要な方法です。本論文は、既存および新しい研究者ネットワークを通じた国際的なコラボレーションと知識交換につながるリハビリテーションおよび適応スポーツコミュニティにおける車椅子実験に関する広範な議論への足掛かりとなると考えています。適切な検査インフラを利用できるため、臨床リハビリテーション、適応型スポーツ、およびその先の進歩を一貫して監視し、評価することができます。

世界の人口の推定1%が現在1,2の車輪付き移動に依存していると推定され、リハビリテーション1、3、工学4、スポーツ科学5、6などの多様な分野で国際的な研究活動の一貫した流れがますます国際的な査読付きジャーナルに現れます。これは、知識ベースの増加と人間の歩行のこの共通モードの複雑さの理解につながります。しかし、リハビリテーションと適応スポーツの実践における継続的な開発と実施のためには、研究におけるさらなる国際交流と協力が必要です。このような共同ネットワークに不可欠なのが、実験と測定の手順と技術の標準化を改善することです。さらに、実験室および/または現場における車椅子利用者の組み合わせの性能の正確なモニタリングの一貫した実施は、個人の寿命7、8、9にわたって健康でアクティブなライフスタイルが維持されている間、最適な個人機能および参加のために重要である。
実験的には、定常状態またはピーク運動条件下における手動車椅子推進力は、車椅子・ユーザー・インターフェース12、13、筋骨格負荷14、15、16、および運動学習および技能獲得17、18を調べる目的で循環的な上半身運動として接近されることが多い。周期的な動きの組み合わせの生体力学的および生理学的概念は、スピードスケートとサイクリングのためにヴァン・インゲン・シェナウ19によって最初に導入されたモデリングアプローチである「パワーバランス」の使用を可能にし、後に手動車輪付き移動性8、20、21で導入された。図1は、手動車いす推進のためのパワーバランス図を示す。これは、車椅子とユーザーの組み合わせとその3つの中央コンポーネント(車椅子、ユーザー、およびインタフェース)の重要な性能決定要因の選択から、左側の(bio)機械的および生理的なパワー分母と方程式のレイアウトに収束します。
出力出力は、スポーツと日常生活の文脈における重要な結果パラメータであり、ピーク電力出力は、適応したスポーツにおけるパフォーマンスの向上または日常生活22での活動中の機能の容易さの両方を表すことができる。また、エネルギー消費と組み合わせて、総機械的効率17、18、23(すなわち、より熟練した個人が同量の外部出力を生成するために必要な内部エネルギーが少ない場合)の観点から性能を評価するために使用することができる。実験的な観点から見ると、出力出力は、出力の変化が押し時間、回復時間24、および機械的効率25などのすべてのパフォーマンス結果に直接影響を及ぼすため、テスト中に厳しく制御する必要があるパラメータである。従って、手動車いす推進に関連するすべての研究に制御および報告力の出力は必須である。
地上試験は、有効性(すなわち、慣性、空気摩擦、光学的流れ、動的運動)の観点からゴールドスタンダードであるが、外部電力出力、速度、および関連する環境条件の標準化は、時間の経過とともにはるかに困難であり、繰り返し性に苦しむ。地上の車椅子関連の研究は1960年代27、28で始まり、車輪付き移動性の物理的な緊張に焦点を当てた。データ解釈と理解の面で重要であるが8,20、外部電力出力の概念は、異なる表面上で異なる活動を行う際の内部代謝コストの観察に限定された。現在では、測定ホイールを使用して、電力出力29、30、コーストダウン試験31、32を測定し、推進中の摩擦損失を推測し、それによって電力出力を行うことができます。
さまざまな実験室ベースの技術は、車椅子固有の運動試験33のために開発されました, エルゴメーターの多数から異なるサイズとトレッドミルのブランドに至るまで.トレッドミルは、有効性34の点で地上試験に最も近いと考えられており、車椅子運動試験35、36のために1960年代から使用されています。試験の前に、トレッドミルの斜面と速度を定期的にチェックする必要があります。同じブランドとmakeのトレッドミルでさえ、時間の経過とともにその行動が大きく異なる場合があります37.外部電力出力の決定のために、ドラッグテスト20、36は、個々の車椅子とユーザの組み合わせの圧延力と内部抗力38の合計に使用される。また、ドラッグテスト用の力センサーも定期的に校正する必要があります。時間の経過と被験者間のホイールの全体的な外部負荷の点でプロトコルの実験的な個別化のために、滑車システム(図2)は、ローディング36の以前の斜面依存勾配の代替として設計されている。
標準化された車椅子の運動テストのためのもう一つの代わりは、静止エルゴメーター33、高度に専門化されたコンピュータベースの計型計40に向けて、棚エルゴメーターソリューション39の使用である。市販されているのはごくわずかです。エルゴメーター技術と機械的特性の巨大な多様性は、試験結果33の間で大きな未知の変動度を導入する。エルゴメーターと車椅子は、設計によって接続または本質的に融合する必要があります。空気摩擦は存在せず、知覚慣性は車輪のシミュレートされた慣性に限定され、推進中にトランク、頭部、および腕の動きが経験し、車椅子利用者は本質的に静止している。ergometerは車輪が十分に詰めることができる場合、スプリントか嫌気性のテスト、等角テストを可能にする。
ラボベースの研究における手動動動きの研究のための基本的な方法論が提示される。また、現場ベースの車椅子研究方法論とその潜在的な成果に関する簡単な見通しを提供しています。主な焦点は、フィールドとラボベースの実験の両方で外部電力出力(W)を制御し、測定することです。これはしばしば総機械的効率を決定するために使用されるように、スピロメトリーを通して内部電力出力の決定も追加されます。良い習慣の実施とは別に、実験の標準化と国際情報交換に関する議論を行うことを目標とする。現在の研究は、主に手リム車椅子推進力とその測定に取り組む予定です。ただし、以下で説明する概念は、他の車椅子推進機構(例えば、レバー、クランク41)についても同様に有効です。
現在のプロトコルは、1.11 m/sで定常状態の推進中に地上、トレッドミル、および車椅子エルゴメータベースのテスト中の電力出力の標準化と測定を記述します。例として、ローリング摩擦は、まず海岸下のテストで地上試験で決定されます。この摩擦の推定値を使用して、出力出力は、研究文献から入手可能なプロトコルを使用してトレッドミルとエルゴメータのテストで設定されます。トレッドミル試験では、摩擦はドラッグテストで決定され、出力出力はプーリーシステムを使用して調整されます。エルゴメーターテストでは、コンピュータ制御のエルゴメーターを使用して、外部の電力出力と地上テストを一致させます。

<table><tbody><tr><td>「coast_down_test」ソフトウェア</td><td>フローニンゲン大学医療センター</td><td>-</td><td>カスタムメイド</td></tr><tr><td>ADA3ソフトウェア</td><td>フローニンゲン大学医療センター</td><td>-</td><td>カスタムメイド</td></tr><tr><td>角度センサー</td><td>ミツトヨ</td><td>Pro 360</td><td></td></tr>キャリブレーション<tr><td>ウェイト(1kg刻みで0-10kg)</td><td>フローニンゲン大学医療センター</td><td>-</td><td>カスタムメイド</td></tr><tr><td>ドラッグテストフォースセンサー (20kg)</td><td>AST</td><td>KAP-E/Z</td><td></td></tr><tr><td>エクストラワイドトレッドミル</td><td>Motek-forcelink</td><td>14-890-0387</td><td></td></tr><tr><td>IMUセンサーセット</td><td>X-IO Technologies</td><td>NGIMU</td><td></td></tr><tr><td>慣性ダミー</td><td>Max Mobility</td><td>Optipush</td><td></td></tr><tr><td>軽量ロープ</td><td></td><td>--</td><td>カスタムメイド</td></tr><tr><td>Lode Ergometry Manager</td><td>Lode</td><td>LEM 10</td><td></td></tr><tr><td>測定ホイール</td><td>最大可動性</td><td>Optipush</td><td></td></tr><tr><td>プーリーシステム</td><td>大学医療センター フローニンゲン</td><td>-</td><td>カスタムメイド</td></tr><tr><td>肺活量計</td><td>COSMED</td><td>K-5</td><td></td></tr><tr><td>ストップウォッチ</td><td>Oneplus</td><td>6T</td><td>電話ストップウォッチ</td></tr><tr><td>タコメーター</td><td>チェックライン</td><td>CDT-2000HD</td><td></td></tr><tr><td>ドラッグテスト用トレッドミルアタッチメント</td><td>フローニンゲン大学医療センター</td><td>-</td><td></td></tr><tr><td>プーリー用カスタムメイドウェイト(5g刻みで0-2kg)</td><td>フローニンゲン大学医療センター</td><td>-</td><td>カスタムメイド</td></tr><tr><td>車椅子</td><td>K&uuml;sschall</td><td>K-series</td><td></td></tr><tr><td>車いすローラーエルゴメーター</td><td>Lode</td><td>Esseda</td><td></td></tr></tbody></table>

通常のハンドリム車いす推進時の外部電力出力の決定と制御

Determining and Controlling External Power Output During Regular Handrim Wheelchair Propulsion

手動車椅子の使用は、世界の人口の1%にとって非常に重要です。人力車輪付き移動研究はかなり成熟しており、過去数十年にわたって改善された研究技術が利用可能になりました。車輪付き移動性能の理解を深めるために、解析が必要です。重要な踏石は、リハビリテーションの実践、日常生活の活動を改善することを目的とした実験の解釈と比較に極めて重要な外部電力出力(ワット単位で測定)の正確な測定と標準化です。そして適応スポーツ。地上、トレッドミル、エルゴメータベースのテスト中に正確な電力出力決定の異なる方法論と利点を詳しく説明します。オーバーグランド推進は、テスト用に最も外部的に有効なモードを提供しますが、標準化は面倒な場合があります。トレッドミル推進は、地上推進と機械的に似ていますが、旋回と加速は不可能です。エルゴメーターは最も制約があり、標準化は比較的簡単です。目標は、世界中の臨床およびスポーツ科学を応用した研究施設との間で理論とその応用のさらなる発展を促進するために良い実践と標準化を刺激することです。

前述の手順を使用して、地上の前後の海岸ダウンテスト(5回の試験の平均)を持つ17人の慣れ親しんだ(2つの30分の練習)有能な参加者に対して電力出力が決定されました。海岸ダウンプロファイルは、滑らかな病院の廊下で測定ホイールで特徴付けられた。その後、オーバーグラウンド(25.0 x 9.0 m回路)、トレッドミル(2.0 x 1.2m)、エルゴメータ車いす推進時に参加者を測定しました。トレッドミルとエルゴメータのモダリティの出力は、本稿で説明したプロトコルを使用して地上条件と一致した。
同じ長さの慣れ親しんだブロックの後に車椅子推進の4分の3ブロックの間に同じ測定ホイールから出力が得られた。各ブロックの最後の分だけが、定常的な推進力を前提として、分析に使用されました。地上推進データには長いストレート(25m)のみが使用されました。すべてのデータ (前) 処理は Python 3.7 (Python ソフトウェアファウンデーション) で実行されました。ICC 推定値とその95%信頼区間は、単一定、絶対一致、ランダム効果モデルを使用してR 3.3.4(Rコアチーム)で計算されました。
車椅子ユーザーシステムの平均合計重量は92.6 kg(±8.3)であった。海岸ダウン試験からの予想電力出力平均は9.7W(±1.6)であった。測定ホイールから算出された出力は、オーバーグランド8.1W(±1.4)、トレッドミル7.8W(±1.9)、エルゴメータ8.7W(±2.2)車椅子推進器の場合は低かった。目標電力出力と測定電力出力の平均差は、それぞれ-1.6(±1.6)、-1.8(±1.4)、-1.0(±1.0)W(地上、トレッドミル、エルゴメータ推進)でした。これらの結果は、表1、図 5、および図 6にも示されています。
地上推進の出力は、目標出力との不十分な中等度(ICC:0.38、CI:0.00-0.73)合意を示した。対照的に、トレッドミル推進は、貧弱な善(ICC:0.45、CI:0.00-0.79)合意とエルゴメーター推進力を示し、貧弱な対優秀(ICC:0.77、CI:0.11-0.93)合意を示した。絶対誤差は、エルゴメーターの推進力の出力出力(r = -0.55、p = 0.02)と負の相関がありましたが、他の2つの条件(地上:r = 0.47、p = 0.06;トレッドミル:r = 0.22、p = 0.40)では相関しませんでした。
条件間の合意は不十分から中等度であった(ICC:0.49、CI:0.20-0.74)。内モダリティ(3つの4分ブロックの間)信頼性は、地上(ICC:0.91、CI:0.82-0.97)とトレッドミル(ICC:0.97、CI:0.93-0.99)推進力とエルゴメータ推進のための中程度から優れた(ICC:0.97-91.99)に対して優れていました。エルゴメーターは時間の経過とともに悪化しているように見え、繰り返し測定ANOVA(F(2,32)=64.7,p&lt;0.01)で確認されましたが、地上(F(2,32)=0.9、p=0.418)、トレッドミル(F(2,32)=0.9、p.02.42の時間効果はありませんでした。
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/60492/60492fig1.jpg"> 図1:手動車いす推進に適用されるパワーバランスP出力:外部電源出力(W);ME:総機械的効率(%);F:抵抗力を意味する。V:コースティング速度を意味します。A: プッシュまたはサイクルごとの作業 (J);fr: プッシュまたはサイクルの頻度 (1/s);Pint:内部損失 (W);P空気: 空気力抵抗 (W);Pロール:ローリング摩擦(W);Pは、傾斜(W)による損失を含む。この図はファン・デル・ワウデらから転載されています。<a href="https://www.jove.com/files/ftp_upload/60492/60492fig1large.jpg" target="_blank">この図の大きなバージョンを表示するには、ここをクリックしてください。</a>
<img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/60492/60492fig2.jpg"> 図2:トレッドミルのセットアップ左:Puleyは推進の間にトレッドミルの外的な出力を高めるためにセットアップする。右:テスト設定をドラッグして、トレッドミル車いす推進時の摩擦力を測定します。<a href="https://www.jove.com/files/ftp_upload/60492/60492fig2large.jpg" target="_blank">この図の大きなバージョンを表示するには、ここをクリックしてください。</a>
<img alt="Figure 3" class="xfigimg" src="/files/ftp_upload/60492/60492fig3a.jpg"> 図3:車椅子エルゴメーターのプロトコル設定ウィンドウ出力出力は、出力と目標速度、ローリング摩擦、目標速度を選択して設定できます。<a href="https://www.jove.com/files/ftp_upload/60492/60492fig3large.jpg" target="_blank">この図の大きなバージョンを表示するには、ここをクリックしてください。</a>
<img alt="Figure 4" class="xfigimg" src="/files/ftp_upload/60492/60492fig4.jpg"> 図4:ラインプロットの形で車椅子エルゴメーターに関するフィードバック。左右のローラー速度がプロットされます。参加者は、(画面上の線を水平に保つことによって)直線で行く間、安定した速度を保つようにしてください。速度データは、設定で変更できるスライディングウィンドウで平滑化されます。<a href="https://www.jove.com/files/ftp_upload/60492/60492fig4large.jpg" target="_blank">この図の大きなバージョンを表示するには、ここをクリックしてください。</a>
<img alt="Figure 5" class="xfigimg" src="/files/ftp_upload/60492/60492fig5.jpg"> 図5:オーバーグラウンド(OG)、トレッドミル(TM)、およびエルゴメータ(WE)車椅子推進時のコーストダウン摩擦と測定出力の相対および絶対差分布。ウィスカーは四分位間範囲の1.5倍を示す。<a href="https://www.jove.com/files/ftp_upload/60492/60492fig5large.jpg" target="_blank">この図の大きなバージョンを表示するには、ここをクリックしてください。</a>
<img alt="Figure 6" class="xfigimg" src="/files/ftp_upload/60492/60492fig6.jpg"> 図6:グランドダウン(左)、トレッドミル(中央)、エルゴメータ(右)の車いす推進時の海岸下摩擦と測定された出力のためのブランド・アルトマンプロット。濃い灰色の点線は、組み合わせのプールされた平均を示し、赤い点線は平均 + 1.96 標準偏差です。<a href="https://www.jove.com/files/ftp_upload/60492/60492fig6alarge.jpg" target="_blank">この図の大きなバージョンを表示するには、ここをクリックしてください。</a>
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always"><tbody>
<tr>
<td></td>
			<td>値の両側 (W)2
</td>
			<td>ターゲットとの違い</td>
			<td>目標との差(%)</td>
			<td>ターゲット(abs)との違い</td>
			<td>ターゲットPO(ICC)との契約3
</td>
			<td>ブロック間の信頼性(ICC)3
</td>
		</tr>
<tr>
<td>ターゲットPO1
</td>
			<td>9.68 (± 1.57)</td>
			<td>Na</td>
			<td>Na</td>
			<td>Na。</td>
			<td>Na</td>
			<td>Na。</td>
		</tr>
<tr>
<td>オーバーグラウンド PO</td>
			<td>8.12 (± 1.41)</td>
			<td>-1.56 (± 1.57)</td>
			<td>-15.30 (± 13.70)</td>
			<td>1.72 (± 1.57)</td>
			<td>0.38 (0.00-0.73)*</td>
			<td>0.91 (0.82-0.97)*</td>
		</tr>
<tr>
<td>トレッドミルPO</td>
			<td>7.84 (± 1.92)</td>
			<td>-1.84 (± 1.38)</td>
			<td>-18.98 (± 13.42)</td>
			<td>1.91 (± 1.16)</td>
			<td>0.45 (0.00-0.79)*</td>
			<td>0.97 (0.93-0.99)*</td>
		</tr>
<tr>
<td>エルゴメーター PO</td>
			<td>8.65 (± 2.24)</td>
			<td>-1.02 (± 0.97)</td>
			<td>-11.82 (± 11.94)</td>
			<td>1.16 (± 0.78)</td>
			<td>0.77 (0.11-0.93)*</td>
			<td>0.97 (0.71-0.99)*</td>
		</tr>
<tr>
<td colspan="7">1. コーストダウン摩擦から計算。2. 測定ホイールで決定。3.双方向、絶対合意、95%の信頼区間を有する固定評価者。* p &lt; 0.001.</td>
		</tr>
</tbody></table>表1:測定ホイールで測定した設定電力出力と実際の電力出力の比較
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always"><tbody>
<tr>
<td>要因</td>
			<td>転がり抵抗</td>
		</tr>
<tr>
<td>ボディマス ↑</td>
			<td>↑</td>
		</tr>
<tr>
<td>車いすマス↑</td>
			<td>↑</td>
		</tr>
<tr>
<td>タイヤの空気圧↓</td>
			<td>↑</td>
		</tr>
<tr>
<td>ホイールサイズ ↑</td>
			<td>↓</td>
		</tr>
<tr>
<td>硬度フロア↓</td>
			<td>↑</td>
		</tr>
<tr>
<td>キャンバー角 ↑</td>
			<td>?</td>
		</tr>
<tr>
<td>つま先イン/アウト ↑</td>
			<td>↑↑</td>
		</tr>
<tr>
<td>キャスターシミー ↑</td>
			<td>↑</td>
		</tr>
<tr>
<td>後輪の質量の中心</td>
			<td>↓</td>
		</tr>
<tr>
<td>折り枠</td>
			<td>↑</td>
		</tr>
<tr>
<td>メンテナンス↓</td>
			<td>↑</td>
		</tr>
</tbody></table>表2:手動車いす推進中の転がり摩擦と出力に影響を与える要因このテーブルはファンデル・ワウデら8から転載されています。
補足材料 1.<a href="https://www.jove.com/files/ftp_upload/60492/supplement1.zip" target="_blank">このファイルを表示するには、ここをクリックしてください (右クリックしてダウンロードしてください)。</a>
補足材料 2.<a href="https://www.jove.com/files/ftp_upload/60492/supplement2.zip" target="_blank">このファイルを表示するには、ここをクリックしてください (右クリックしてダウンロードしてください)。</a>
補足材料 3.<a href="https://www.jove.com/files/ftp_upload/60492/supplement3.zip" target="_blank">このファイルを表示するには、ここをクリックしてください (右クリックしてダウンロードしてください)。</a>
補足材料 4.<a href="https://www.jove.com/files/ftp_upload/60492/supplement4.zip" target="_blank">このファイルを表示するには、ここをクリックしてください (右クリックしてダウンロードしてください)。</a>
補足材料 5.<a href="https://www.jove.com/files/ftp_upload/60492/supplement5.zip" target="_blank">このファイルを表示するには、ここをクリックしてください (右クリックしてダウンロードしてください)。</a>
補足材料 6.<a href="https://www.jove.com/files/ftp_upload/60492/supplement6.zip" target="_blank">このファイルを表示するには、ここをクリックしてください (右クリックしてダウンロードしてください)。</a>

外部電力出力の正確かつ標準化された評価は、手動車椅子推進における生理学的、生体力学的、知覚された応力、ひずみ、容量の評価において極めて重要です。現在の記事では、実験室およびそれ以降の車いす推進研究中に出力を決定し、制御するための様々な方法を紹介しています。

The use of a manual wheelchair is critical to 1% of the world&#39;s population. Human powered wheeled mobility research has considerably matured, which ...

すべての車椅子推進研究において、電力出力の制御と報告が不可欠です。これらの測定技術は、我々は、その後、我々は、トレッドミルやエルゴメーター上の測定のためだけでなく、地上の車椅子推進に適用することができ、電力出力の測定と推定を可能にします。車いすの推進力は、肩の怪我や非活動のリスクが高い緊張活動であり、適切な研究技術が必要な理由です。これらの方法は、毎日の車椅子推進のためだけでなく、車椅子スポーツやリハビリ中に使用することができます。手順のデモンストレーションは、私たちのチームのポストドキュメントの1つであるマリカ・レヴィングと博士号のリック・デ・クラークです。コーストダウンテストを行うためには、参加者は足の休息、膝の上の手、まっすぐ前を見て、可能な限り標準化されたアクティブな位置に座るようにします。車椅子の参加者の位置は非常に重要であり、測定中の位置を反映する必要があります。IMU を使用して減速データを記録するには、1 つの IMU を各ホイール ハブに、もう 1 つは、座席の下の椅子の中央に取り付けます。IMU がどの場所とどの方向に接続されているかを後で参照するために書き留め、NextGen IMU 同期ネットワーク マネージャの実行可能ファイルを使用して IMU をオンにして接続します。時間と速度のデータを収集するには、[ツール] タブを開き、[データ ロガー] を選択して [開始] をクリックします。その後、短時間高速に車椅子を加速し、すぐに時間と速度のデータを記録しながら、干渉することなく、車椅子が完全に停止に減速させます。最後の分析の後、コンピュータ上の海岸ダウンテストソフトウェアを開き、参加者の体重を設定します。[データのインポート] を選択して、海岸下のデータ ファイルをインポートします。スライダーを使用して、データ内の海岸下のセクションを選択し、各データ選択の後に選択をクリックします。すべてのデータを選択したら、[結果を計算]をクリックし、平均ローリング摩擦係数とローリング摩擦係数をメモします。ドラッグテストを実行するには、測定の少なくとも30分前にトレッドミル電源をオンにして、ドラッグテストコンピュータとフォースセンサーを設定します。ドラッグテストコンピュータソフトウェアで、パワーテーブルの測定値をクリックし、参加者が標準化されたアクティブな位置にあるトレッドミル上にあることを確認します。ロードセルのオフセットを測定するには、まずロープを付けずに力を記録します。測定の最後に、[OK] をクリックします。軽量ロープで車椅子を力トランスデューサに接続し、ロードセルとロープが車椅子の後輪車軸と水平に整列するようにします。目的の速度にベルトを加速し、トレッドミルの傾斜を増加させます。トレッドミルと車椅子のユーザーの組み合わせの位置が安定している場合は、力と角度を記録します。次に、角度と力を使用して線形回帰式に適合し、[Accept] と [OK] をクリックしてトレッドミルのゼロ角度で力を計算します。電源出口を設定するには、ターゲット摩擦からドラッグテストの摩擦を引いて必要なプーリーの重量を計算し、プーリが中央に配置されていることを確認するために、トレッドミルの前部または後ろに滑車を配置します。車いすにプーリーを取り付け、ロープがレベルであることを確認します。滑車の重量が車椅子を動かし、既知の低質量のバスケットとカラビナを使用して滑車システムに0〜1キロの重量を取り付けるかもしれないことを参加者に知らせます。その後、所望の出力が達成されるまで、必要に応じて徐々に重量を増やします。エルゴメーターベースのテスト中に外部電源を出力する場合は、テストの30分前にエルゴメーターの電源を入れ、コンピュータ上で関連ソフトウェアを開きます。参加者ウィジェットをクリックし、参加者に ID を追加して割り当てます。車椅子アイコンをクリックし、車椅子の仕様を入力して[OK]をクリックします。プロトコルウィジェットをクリックします。カスタム プロトコルを作成するには、[追加] と [カスタム プロトコル] を選択し、[次へ] をクリックします。プロトコルに適切な名前を割り当てて、[作成] をクリックします。海岸下降試験から得られる摩擦係数に対する抵抗を設定するには、ステージを選択し、ステージと抵抗を追加をクリックします。抵抗係数を 0.01 に、参加者の目標速度を時速 4 キロメートルに設定し、使用期間を 16 に設定して、[OK] をクリックします。参加者画面を設定するには、画面からすべてのウィジェットを削除し、[ウィジェットの追加] をクリックします。その後、車椅子の方向ウィジェットを選択し、メインウィンドウにウィジェットをドラッグします。調整システムを使用して、車椅子をローラーに合わせ、4ベルトシステムを使用して車椅子を締めます。車輪がエルゴメーターに触れていないこと、正しく整列していることを確認し、参加者を標準化されたアクティブな位置に配置します。関連ソフトウェアでエルゴメーターをキャリブレーションするには、十字アイコンをクリックして[キャリブレーション開始]を押します。ハンドリム車椅子推進中の内部出力を推定するには、キャリブレーションまたはテストの少なくとも45分前にスピロメーターをオンにします。関連するソフトウェアを使用して、工場のガイドラインに従ってスピロメーターをキャリブレーションします。参加者にスパイロメーターマスクを配置します。ヘッドキャップの弾性バンドを調整して、顔の周りに密閉を作成し、動きを妨げないようにスピロメーターホースを固定します。次に、テストアイコンを押して分析を開始します。スピロメーターの表示で新しい件名を選択します。サブマキシム運動テストでは、呼吸ごとのモードを選択します。録音を開始するには、録音キーを押します。この分析では、オーバーグラウンド、トレッドミル、およびエルゴメーター車椅子推進中の海岸下摩擦と測定された出力との相対的および絶対差分布を、地上推進のために計算した全体的な低出力で決定されます。陸上、トレッドミル、エルゴメーター車椅子推進中の沿岸摩擦および測定された出力に対するブランド・アルトマン分析は、これらの知見を確認した。推定電力出力は、キャリブレーション中に参加者が位置していた位置に対してのみ有効であり、表面に大きく依存していることを覚えておいてください。この手順の後、我々は、肩の力を計算するために、精密登録と測定ホイールを使用することができます。これらの技術により、我々は今、コラボレーションを容易にする電力出力を監視し、標準化することができます。被験者は、どのテスト中も緩い服やぶら下がっている服を着るべきではありません。

determining-controlling-external-power-output-during-regular-handrim

Research

JoVE Journal

Medicine

医学

ニューラル·マシン·インターフェース（NMI）は、ユーザの移動モードを同定するために開発されてきた。これらのNMIは、動力義足の神経制御のための潜在的に有用であるが、十分に発揮されていない。本稿では、安全に下肢切断の患者に対する神経的制御の義足を評価するために、実験室環境での容易な実装と開発神経制御のパワー下肢義肢および（2）実験およびプロトコルのための（1）私たちの設計し、エンジニアリング·プラットフォームを発表かつ効率的に。...

エンジニアリング·プラットフォームおよび神経的に制御されたパワードTransfemoral人工関節の設計と評価のための実験プロトコール

義肢の発達が自然制御の目標に向かって進むにつれて、切断者の新たな運動技能を学ぶ能力を利用することで、習熟度が可能になるかもしれません。この原稿では、多機能補綴制御を改善するための、模倣、反復、強化学習戦略を含む構造化されたリハビリテーションプロトコルについて説明します。...

改良された多機能人工制御のための構造化リハビリテーションプロトコル：ケーススタディ

麻痺のある人が動力付き外骨格を使用して歩行できるように訓練することは、困難を伴うかもしれません。目標は、候補者の選択基準と、参加者のスキルレベルが向上するにつれて進歩できる外骨格介在歩行およびその他の可動スキルのトレーニング手順を提示することです。...

パワードスーツを使用して歩行する脊髄損傷者のトレーニング

私たちは、リハビリテーション医師からのフィードバックを通じて健康な被験者に関する臨床研究、および決定タスクを実施し、自動制御技術を使用して、片麻痺腕の機能回復のためのリアルタイムミラーロボットシステムを開発しました。この単純なミラーロボットは、片麻痺腕で脳卒中患者の作業療法に効果的に適用することができます。...

片麻痺腕の機能回復のためのロボットミラーセラピーシステム

脊髄損傷は、慢性二次代謝障害のリスクが高い可能性のある外傷性病状です。ここでは、これら医学的な問題のいくつかを改善する機能的電気刺激下四肢戦略としてサイクリングと組み合わせて表面神経筋電気刺激筋力トレーニングを使用してプロトコルを提案します。...

脊髄損傷後下肢電気刺激の訓練のパラダイム

この原稿は、筋腱板再生末梢神経インターフェース(MC-RPNI)と呼ばれる生物学的末梢神経インターフェースを開発するための革新的な方法を提供します。 この外科的構成物は、関連する末梢神経の運動遠心性信号を増幅して、運動意図の正確な検出と外骨格デバイスの潜在的な制御を容易にすることができます。...

無傷の末梢神経信号の増幅のための筋腱板再生末梢神経インターフェース

慢性脳卒中患者の保険付きリハビリテーションは、一般的に期間限定です。歩行関連の運動課題による脳活動の画像診断に基づく研究は、改善された結果を測定し、オーダーメイドの治療の延長を正当化するためのバイオマーカーの確立につながる可能性があります。新しい磁気共鳴対応の可変抵抗フットモーションデバイスと、機能的磁気共鳴画像法中に使用するためのプロトコルが提示されます。...

足部麻痺患者の機能的磁気共鳴画像評価のための足誘導デジタル制御抵抗デバイスの使用

このプロトコルは、脳卒中患者の指のリハビリテーションを支援するために調整された柔軟なウェアラブルな超過数ロボット四肢を導入します。このデザインには、人間とロボットのシームレスな相互作用を容易にする曲げセンサーが組み込まれています。健康なボランティアと脳卒中患者の両方が参加する実験による検証は、提案された研究の有効性と信頼性を強調しています。...

慢性脳卒中患者のための柔軟な装着型超過ロボット四肢

我々は、成体マウスにおける脳静脈性高血圧の信頼性モデルを作成するための方法を記載している。このモデルは、広くラットに記述され、テストされている。マウスにおけるこの新たな対応物の遺伝子改変動物を使用する可能性を開き、それによってモデルの適用を広げる。...

成体マウス静脈性高血圧モデル：外頸静脈吻合部の総頸動脈。

適応深部脳刺激（のADB）は、症状の改善、パーキンソン病に対して有効であり、従来の深部脳刺激（CDBS）と比較して消費電力を低減する。 ADBSでは、リアルタイムで局所電場潜在バイオマーカー（ベータ振動振幅）を追跡し、刺激のタイミングを制御するために、これを使用しています。...

アダプティブ脳深部刺激とパーキンソン病の防除

学ぶハンドリム車いす推進時の外部電力出力の決定と制御方法。コーストダウンテスト、ドラッグテスト、エルゴメーター、スピロメトリーによる評価技術を習得し、車いす使用者の安全性とパフォーマンス向上に貢献する。

通常のハンドリム車いす推進時の外部電力出力の決定と制御

さらに動画を探す