Waiting
Login processing...

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

Bioengineering

Isokinetisk robot anordning til forbedring af test-retest og Inter-rater pålidelighed til stræk refleks målinger i slagtilfælde patienter med spasticitet

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

Summary

Ved hjælp af en robot isokinetisk enhed med Elektromyografi (EMG) målinger, illustrerer denne protokol, at isokinetisk bevægelse selv kan forbedre Inter-rater pålidelighed for vinklen af fangst målinger i slagtilfælde patienter med mild albue flexor spasticitet.

Abstract

Måling af spasticitet er vigtigt i behandlingen planlægning og bestemmelse af effekten efter behandling. Men det nuværende værktøj, der anvendes i kliniske indstillinger har vist sig at være begrænset i Inter-rater pålidelighed. En faktor i denne dårlige Inter-rater pålidelighed er variabiliteten af passiv bevægelse, mens måle vinklen af fangst (AoC) målinger. Derfor er en isokinetisk anordning blevet foreslået at standardisere den manuelle fælles bevægelse; fordelene ved isokinetisk bevægelse for AoC-målinger er dog ikke blevet afprøvet på en standardiseret måde. Denne protokol undersøger, om isokinetisk bevægelse selv kan forbedre Inter-rater pålidelighed for AoC målinger. Til dette formål blev der udviklet en robot isokinetisk anordning, som er kombineret med overflade Elektromyografi (EMG). To betingelser, manuelle og isokinetiske bevægelser, sammenlignes med den standardiserede metode til at måle vinklen og subjektiv følelse af fangst. Det er påvist, at i 17 takts patienter med mild albue flexor spasticitet forbedrede isokinetisk bevægelse intraclass korrelationskoefficienten (ICC) for Inter-rater pålidelighed af AoC målinger til 0,890 [95% konfidensinterval (CI): 0.685 – 0.961] af EMG kriterier, og 0,931 (95% CI: 0.791 – 0.978) efter drejningsmoment kriterierne, fra 0,788 (95% CI: 0.493 – 0.920) ved manuel bevægelse. Afslutningsvis kan isokinetisk bevægelse i sig selv forbedre Inter-rater pålidelighed af AoC målinger i slagtilfælde patienter med mild spasticitet. I betragtning af, at dette system kan give større standardiseret vinkel målinger og fangst af følelse, det kan være en god mulighed for vurdering af spasticitet i en klinisk indstilling.

Introduction

Spasticitet efter slagtilfælde er almindelig og har vist sig at fremkalde komplikationer, herunder smerte og kontrakturer, hvilket resulterer i nedsat livskvalitet1,2,3. Måling af spasticitet er vigtigt at korrekt planlægge behandlingsforløbet og bestemme effekten af behandlingen. Almindeligt anvendte værktøjer i den kliniske indstilling er den modificerede Ashworth Scale (MAS)4, som er et nominelt målesystem for resistens over for passiv bevægelse, og den modificerede Tardieu Scale (MTS), som måler vinklen af fangsten (AOC), der repræsenterer hastighedsafhængig Karakteristik af spasticitet5. Men disse måleværktøjer har vist sig at have begrænset Inter-rater pålidelighed6,7, der kræver den samme rater til at udføre disse tests for at opretholde tilfredsstillende pålidelighed8.

Tre faktorer er blevet påvist fremkalde variabilitet i AoC under MTS måling, herunder (1) fejl fra vinkel målinger ved en goniometri; (2) variabilitet af manuelt flyttede fælles bevægelses profil mellem raters; og (3) variabilitet i registrering af fangsten mellem bedømmerne9. Denne protokol præsenterer en ny isokinetisk robot anordning med moment sensorer. Denne enhed anvendes til slagtilfælde patienter med mild albue flexor spasticitet ved hjælp af overflade Elektromyografi (EMG) målinger10. Det var en hypotese, at standardiseringen af albue fælles bevægelse vil forbedre Inter-rater pålidelighed for AoC målinger fremkaldt af albuen flexor stretch refleks. For at bevise dette blev pålideligheden for AoC målt ved Surface EMG beregnet og sammenlignet mellem den isokinetiske passive og manuelle hurtige albue udvidelse ved hjælp af denne udviklede robot enhed og EMG. Figur 1 viser en oversigt over hele forsøgs proceduren. I detaljer blev MTS-måle stadiet udført af to ratere, og rækkefølgen af eksperimenter (manuel vs. isokinetisk bevægelse) og rækkefølgen af ratere blev tilfældigt fastlagt, hvilket krævede ca. 50 min for hvert emne (figur 1).

Subscription Required. Please recommend JoVE to your librarian.

Protocol

1. eksperimentel opsætning

  1. Patient rekruttering
    Bemærk: alle procedurer blev gennemgået og godkendt af Seoul National University Bundang Hospital institutions Review Board. Disse forsøgspersoner var inpatienter eller ambulenter med slagtilfælde diagnoser fra fire rehabiliterings hospitaler i regionen.
    1. Udfør screeningsprocessen ved hjælp af følgende inklusionskriterier: (1) øvre ekstremitet hemiparese på grund af slagtilfælde; (2) over en alder af 20 år; (3) mild albue fælles spasticitet af MAS 1-2; (4) ingen tidligere sygdom påvirker funktionen af den hemiparetiske arm, undtagen for slagtilfælde; (5) fri for hæodynamisk ustabilitet; (6) ingen svær albue kontraktur; (7) mulighed for, at skulderen kan bortføres 90 °, og under armen skal være i neutral stilling uden ledsmerter; og (8) normal kognitiv, sprog, visuospatial, eller opmærksomhed evne til at følge eksperimentelle procedurer.
      Bemærk: kriterierne er designet til at screene patienter, som er i stand til at deltage i forsøget og regulere faktorer, der påvirker resultaterne.
    2. Rekruttere forsøgspersoner, der er forsynet med en detaljeret forklaring af hele studiet og forventede kliniske problemer. Samtykke skal indhentes inden optagelsen.
    3. De rekrutterede forsøgspersonernes demografi og baseline-karakteristika er vist i tabel 1.
  2. Eksperimentelt system
    Bemærk: en tilpasset robot enhed bruges til at producere standardiseret bevægelse og måle de kvantitative data samtidigt. Robotsystemet består af en robot del, et kontrolsystem og måleenheder. Den overordnede konfiguration vises iFigur 2.
    1. Robotic del
      1. For den robotiske del skal du bruge en One-Degree-of-Freedom planar robot bestående af en motor og en underarm manipulandum, med tre andre komponenter til justering af robot højden og installation af enheden til forskellige skriveborde. Den samlede sammensætning er vist i figur 2a.
      2. For under armen manipulandum, brug en albue fælles forbundet til motoren, en lineær skyder med en fikserings blok til at justere den samlede længde og to manchet enheder til fastgørelse af under armen og hånd (som vist i figur 3). Albueleddet har en roterende plade og et trykbærende for at forhindre gnidning under eksperimentet, og manchet enhederne var buede magen til en menneskelig underarm og blev lavet ved hjælp af en 3D-printer. Håndtag enheden er designet til at rumme både venstre og højrehåndede individer, hvilket gør den tilgængelig for alle emner.
      3. Brug en motor med et lavt gear forhold på 51:1, som skal have tilbage-drivable egenskaber og evnen til at producere en nominel hastighed på 315 °/s og et kontinuerligt drejningsmoment på 42,33 nm.
      4. Brug en lab-stik enhed, der er fastgjort til bunden af motoren, til at justere højden på motorenheden. Højden af robotten vil være i stand til at blive justeret til siddehøjden af forskellige.
      5. Placer en fikserings arm til montering af enheden på skrivebordet på den forreste del af robotten. Fikserings armen vil være bevægelig op og ned gennem en lineær aksel og har klemmer til fastgørelse til skrivebordet.
      6. Placer hjulene med prop på bunden af robotten, og gør robotten bevægelig og jordet under eksperimentet.
    2. Kontrolsystem
      1. Brug en personlig computer (PC), realtids processor og motor driver til det centrale kontrolsystem. Det detaljerede kontrol arkitektur Blokdiagram er vist i figur 4.
      2. Brug en grafisk brugergrænseflade (GUI) til at styre eksperiment tilstanden (maksimal ROM-måling, isokinetisk MTS og manuelle MTS-måle tilstande) og gemme robot bevægelsesdata. Den indeholder et Kontrolpanel og et monitorerings panel (figur 5). Detaljer om GUI konfigurationen er inkluderet i tillægget.
      3. Implementer robot styrings algoritmen ved hjælp af en realtids processor. Kontrol algoritmen består af tre kontrol sløjfer. Den første løkke er en data input/output-løkke, der kører ved 1 MHz fra FPGA-modulet i sbRIO. Den anden er en robot Motion Control loop, der kører på 1 kHz fra Real-time VI niveau. Den sidste er en datakommunikation loop, der kører på 250 Hz. Denne løkke overfører robot data (tid, vinkel, drejningsmoment og trigger signal til at matche med EMG data).
        Bemærk: realtids processoren har to kommunikationsmoduler: NI-9237 og NI-9853. NI-9237 er en analog indgangsenhed til modtagelse af moment sensordata, og NI-9853 er et CAN-kommunikationsmodul til kommunikation med motor føreren.
    3. Måleenheder
      1. Monter en moment sensor mellem manipulandum og motoren for at måle reaktionskraften. Moment data overføres til realtids processoren via NI-9237. NI-9237 har sit eget passband, stop band og alias-fri båndbredde filter. De filtrerede data kommer ind i FPGA-modulet og behandles igen ved 100 Hz med et lavpasfilter for at fjerne lyde.
      2. Mål den fælles vinkel af en encoder (HEDL 9140, MAXON, Schweiz), der er fastgjort til motoren. Vinkel dataene overføres til realtids processoren via motor driveren.
      3. Mål muskel aktivitet med en otte-kanals Surface EMG enhed. EMG-data blev indsamlet ved en samplingfrekvens på 1024 Hz og blev oprindeligt behandlet med et båndpas-filter (20 – 450 Hz) og et hak filter (60 Hz). De målte EMG-data overføres direkte til pc'en.

2. eksperimentel opsætning

Bemærk: to ratere bør deltage i dette eksperiment. I vores tilfælde, den første rater var en fysioterapeut med mere end 6 års erfaring i rehabilitering, og den anden rater var en ergoterapeuten med mere end 3 års erfaring i slagtilfælde rehabilitering.

  1. Indledende indstilling af kropsholdning
    1. Placer patienten i en stol med hans/hendes ryg i en lige stilling.
    2. Fastgør begge sider af skulderen og maven med sikkerhedsseler for at holde skulder positionen stabil under hele eksperimentet.
    3. Placer emnerens hemiparetiske arm let på robotten manipulandum uden fastgørelse af remmen.
    4. Frigør fikserings klodsen på den lineære skyder, så manchetten kan bevæges frit på skyderen, og gør det muligt at sætte motivet i den halvparetiske arm på robotten manipulandum uden at fastspænde stropperne.
    5. Juster højden af robotten ved hjælp af Lab-stikket, indtil patientens skulder er bortført 90 °. Bekræft bortførelse vinkel ved hjælp af en goniometer.
    6. Instruer motivet at holde håndtaget og fastgør hånden til håndtaget med stropper. Juster rotationsaksen på robotten og den anatomiske akse i albueleddet.
    7. Flex og Udvid albueleddet, så positionen af manchetten kan justeres naturligt i en optimal position uden at generere modstand under albue bevægelsen. Fastgør derefter fikserings blokken for at fastgøre manchetten og fastgør remmene på underarm-manchetten.
    8. Fastgør overfladen EMG elektroderne på Biceps Triceps-musklen i den hemiparetiske arm.
  2. Passiv ROM-måling
    Bemærk: passiv ROM bruges som grænse ROM i følgende eksperimenter for at forhindre problemer forårsaget af bevægelse uden for patientens operationsområde.
    1. Indtast patientens hemiparetiske sideoplysninger i programmet GUI (højre eller venstre).
    2. Indstil albuen 90 ° bøjet med et goniometer. Tryk på knappen 90 deg set på GUI-panelet. Denne proces svarer til den vinkel, som robotten anerkendes med den egentlige menneskelige ledvinkel.
    3. Tryk på knappen finish set på GUI for at skifte robotten til aktiveringstilstand.
    4. Klik på knapperne på motor Run panelet på venstre side af GUI i rækkefølge fra top til bund.
    5. Tænd for vinklen set -knappen, og Indstil hastigheden til 1 °/s. Klik derefter på knappen Kør . Robotten vil forlænge albuen langsomt ved 1 °/s fra en 90 ° bøjet stilling, indtil reaktions momentet når et bestemt tærskelniveau eller strækker sig med 170 °.
      Bemærk: i dette eksperiment blev moment tærsklen sat til 0,6 nm. Denne værdi bestemmes eksperimentelt via en pilotundersøgelse.
    6. Den maksimale udvidede vinkel gemmes automatisk som den maksimale ROM.
    7. Skift hastigheden til-1 °/s, og klik på knappen Kør igen. Robotten bøjer albuen langsomt, indtil reaktions momentet når tærskelniveauet.
    8. Den maksimale bøjet vinkel gemmes automatisk som minimum Rom.

3. MTS-måling

Bemærk: den tid, der kræves til hvert trin, vises i figur 1. Den samlede tid taget af et emne til at udføre hele forsøget er omkring 50 min (herunder eksperiment set-up trin), men det meste af tiden bør bruges hvile for at opretholde konsistens af træthed.

  1. Kompensation for inerti virkning
    Bemærk: teoretisk set bør der ikke være nogen inerti effekt under den isokinetiske bevægelse. Der kan dog være en inerti effekt i begyndelsen af bevægelsen. Inerti kraften bør kompenseres for kun at måle reaktionskraften genereret af en stræk refleks. Da inerti styrkens størrelse er forskellig for hvert emne, skal der udføres en foreløbig test for den inerti styrke kompensation før den egentlige MTS-måling. Et eksempel resultat er vist i figur 6.
    1. Klik på knappen tilbage på kontrolpanelet. Robotten vil bøje albuen til minimal vinkelstilling (maksimalt fleksstilling).
    2. Indstil hastigheden til 150 °/s og tænd for inerti test knappen og derefter knappen Kør . Robotten vil anvende en kort forstyrrelse på 5 ° til patienten med en hastighed på 150 °/s. Det maksimale drejningsmoment og periode værdien for hvert forsøg stables automatisk og vises på GUI-panelet.
    3. Gentag trin 3.1.2-3.1.3 to gange mere. Bestem en korrekt peak drejningsmoment værdi og periodeværdi fra de målte data og Indtast værdien på programmet GUI. Kompensations moment profilen (τcomp) genereres automatisk baseret på ligning 1 nedenfor, hvor: a, repræsenterer den fastsatte amplitude, og λ repræsenterer perioden.
      Equation 1
      Bemærk: formen af inerti drejningsmomentet er modelleret som en hævet cosinus form for at reducere beregnings belastningen. Kompensations momentet, som er konstrueret til to perioder på grund af inerti effekten, forsvinder næsten efter den anden periode. Den anden periodens amplitude er beregnet til at være 15% af den første periode.
  2. Familiariserings trin
    1. Før det egentlige eksperiment skal du udføre tre træningsoperationer for at gøre patienten fortrolig med pludselige bevægelser.
    2. Klik på knappen tilbage på panelet. Robotten vil bøje albuen til den mindste vinkelstilling.
    3. Klik på knappen Kør efter at have informeret emnet. Robotten vil forlænge patientens albue med en hastighed på 150 °/s, indtil vinklen når til en maksimum vinkel eller reaktions momentet når tærskelniveauet.
    4. Gentag trin 3.2.2 – 3.2.3 to gange mere, og tag 5 min hvile, før testen påbegyndes.
  3. Måling af isokinetisk MTS
    Bemærk: den isokinetiske MTS-måling er designet til at implementere en ideel MTS-måle betingelse. Robotten producerer nøjagtig konstant hastigheds bevægelse ved en forudbestemt hastighed (150 °/s), indtil den når den maksimale ROM, eller indtil den når en bestemt tærskel for reaktions momentet. Den maksimale ROM-værdi bestemmes i trin 2,2, og moment tærsklen bestemmes som 0,6 via tidligere pilotundersøgelser, hvilket er tilstrækkeligt til at detektere stræk reflekser.
    1. Klik på knappen tilbage for at bøje albuen til den mindste vinkelstilling.
    2. Klik på knappen Kør uden at informere emnet. Robotten forlænger patientens albue med en hastighed på 150 °/s, indtil vinklen når den maksimale vinkel, eller reaktions momentet når et bestemt tærskelniveau. Tid, vinkel, reaktions moment og udløser signal data gemmes under testen.
    3. Tag en 2 min pause mellem sæt og Gentag trin 3.3.1-3.3.3 to gange mere.
    4. Tag en 5 min hvile efter at have udført tre sæt.
  4. Manuel MTS-måling
    Bemærk: den manuelle MTS-måling er designet til at simulere den MTS-måling, der normalt udføres på faktiske medicinske steder. For at sammenligne resultaterne af isokinetisk MTS bruges robot enheden kun som et kvantitativt måleværktøj, der fjerner målefejlen, og den faktiske måleoperation udføres af en menneskelig rater. Til dette formål kompenserer robotten kun for selve robottens friktion. Nærmere oplysninger om friktions fjernelsen findes i tillægget.
    1. Klik på knappen tilbage for at bøje albuen til den mindste vinkelstilling.
    2. Klik på knappen fri løb , og robotten vil skifte til manuel driftstilstand.
    3. Hold grebet af manipulandum og strække motivet arm. Under drift skal rater generere en konstant hastighed på 150 °/s.
    4. Slukke for den omkostningsfrit opstille måde og holde en 2 minut pause.
    5. Gentag trin 3.4.1 – 3.4.4 to gange mere.
  5. Gentag MTS-måling
    1. Tag en 10 min hvile efter endt hele eksperimentet med den første rater.
    2. Skift rater (til den anden rater), og Gentag trin 3.3 – 3.4.

4. kvantificering af AoC

Bemærk: AoC bestemmes ud fra to data: EMG og drejningsmoment. AoC bestemmes ved manuel analyse på grund af EMG'S støjende karakteristika og variabilitet af individuelle egenskaber. AoC udvælgelse udføres af en tredje rater, der er blind for rækkefølgen af raters.

  1. Analyse af isokinetisk MTS-eksperimentdata
    1. AoC-evaluering ved hjælp af EMG-data
      Bemærk: generelt bestemmes AoC som den vinkel, hvor den maksimale spidsværdi af EMG forekommer. Men en strækning refleks varighed er forskellig for hver patient; således, ved hjælp af EMG maksimale peak point som en AoC forventes at have lav pålidelighed. Tidsforskellen er muligvis ikke stor. AoC-fejlen kan dog være signifikant på grund af MTS-metodens hurtige vurderings hastighed. Derfor vælges vinklen ved starten af EMG stigning point som AOC.
      1. Behandl de rå EMG-data ved hjælp af Root Mean Square (RMS) for at udjævne dataene og forstærke det 50x.
      2. Synkroniser EMG-data og robot vinkel data ved hjælp af udløser signalerne for hvert datasæt.
        Bemærk: i dette system måles EMG-dataene af en uafhængig enhed i modsætning til andre data. Derfor kan referencetiden være anderledes. EMG-enheden har en udløser afbryder markeringsfunktion, som opnår udløser signalet fra en realtids processor ved starten af MTS-vurderingen.
      3. Bestem AoC manuelt som udgangspunkt for RMS EMG upsurge. Eksemplet er vist i figur 7.
        Bemærk: RMS EMG af < 0.1 ignoreres her, fordi det vises ofte selv uden stretch refleks. Således er et klart opspændings punkt i starten af toppen valgt som AoC.
    2. AoC-evaluering ved hjælp af moment data
      Bemærk: musklerne har passive mekaniske egenskaber, der fungerer som et fjeder spjæld system. Selv om musklen ikke udøver nogen kraft, kan reaktionskraften øges, når musklerne strækker sig. Fordi intensiteten af den passive mekaniske egenskab og stræk refleks varierer fra patient til patient, er det vanskeligt at identificere fangsten ved hjælp af kun den absolutte værdi af reaktionskraften. I stedet, i denne undersøgelse, fangsten bestemmes ved at ændre den passive ejendom på grund af spasticitet snarere end den absolutte værdi af reaktionskraften. Ændringen af den passive egenskab bestemmes manuelt af ændringen i hældningen af regressionslinjens regression.
      1. Tegn en regressionslinje fra det punkt, hvor udløser signalet går op, og tegn en anden regressionslinje fra det punkt, hvor udløser signalet går ned.
      2. Sammenlign skråningerne af de to regressions linjer. Hvis gradueringer af to regressions linjer viser en væsentlig forskel, kan AoC bestemmes ved skæringspunktet mellem to regressions linjer. Eksemplet er vist i figur 8.
  2. Manuel MTS eksperimentdata analyse
    Bemærk: i tilfælde af manuel MTS er det vanskeligt at adskille den kraft, der udøves af motivet, og som anvendes af rater ved hjælp af kun én moment sensor. I tilfælde af manuel MTS udføres der derfor kun en AoC-analyse ved hjælp af EMG-data uden at udføre AoC-analyse ved hjælp af moment data.
    1. AoC-evaluering ved hjælp af EMG-data
      Bemærk: metoden til bestemmelse af AoC-evaluering ved hjælp af EMG er dybest set den samme som for den isokinetiske MTS-sag.
      1. Behandl de rå EMG-data ved hjælp af RMS-metoden for at udjævne dataene og forstærke den 50x.
      2. Synkroniser EMG-data og robot vinkel data ved hjælp af udløser signalerne for hvert datasæt.
      3. Bestem AoC manuelt som udgangspunkt for RMS EMG upsurge. Et eksempel er vist i figur 9.

5. data analyse

  1. Det normaliserede vurderings bevægelses indeks (NAMI)
    Bemærk: AoC af MTS kan påvirkes af forskellige bevægelses faktorer, såsom vurdering hastighed, acceleration, etc. Derfor skal vurderings bevægelsen være så isokinetisk som muligt. NAMI er foreslået at evaluere idealiteten af vurderingen bevægelse. Det foreslåede indeks er et ikke-dimensionelt indeks, der kan bruges til at evaluere konsistensen af den vurderings bevægelse, som er tildelt emnerne i hvert forsøg.
    1. Beregn ROM, maksimal hastighed og vurderingstidspunkt fra hvert vurderings forsøg.
      Bemærk: vinklen måles af koderen; således er den beregnede hastighed støjende. Derfor er den maksimale hastighed bestemmes som den maksimale hastighed af tendensen linje, ikke peak point.
    2. Beregn NAMI-værdien for hvert forsøg under hele eksperimentet ved hjælp af ligning 3:Equation 2
      Hvor: εMax og εmin repræsenterer henholdsvis maksimum-og minimumsvinkler målt under forsøget; ω Max er den maksimale vurderings hastighed; og Δt er den samlede tid, der er brugt til en vurdering. Figur 10 viser et eksempel på hver variabel.
      Bemærk: det foreslåede indeks giver en score tæt på 1, hvis vurderingen bevægelse er tæt på helt isokinetisk og en score tæt på 0, hvis hastigheden af bevægelsen er inkonsekvent.
  2. Statistisk analyse
    Bemærk: alle statistiske analyser udføres ved hjælp af den statistiske PASW-pakke (SPSS version 18,0). Den intraclass korrelationskoefficient (ICC) metode bruges til at identificere test-retest pålidelighed og Inter-rater pålidelighed. Kun resultater fra den anden og tredje test bruges til at beregne ICC.
    1. For at verificere test-retest pålidelighed, Beregn ICC fra de målte AoC data og NAMI resultat.
    2. For at verificere Inter-rater pålidelighed, Beregn ICC fra gennemsnittet af AoC og NAMI data.
    3. Beregn p-værdien af AoC-resultaterne ved hjælp af parrede prøve-t-tests for at evaluere forskellene mellem hver rater eller hvert vurderings forsøg.
      Bemærk: P-værdier på < 0,05 betragtes som statistisk signifikante.
    4. Beregn Pearsons korrelationskoefficient mellem AoC baseret på EMG-kriterier og drejningsmoment kriterier for at verificere en sammenhæng mellem de to metoder.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Pålideligheden er opdelt i fire kvaliteter i henhold til ICC værdi: yderst fremragende (> 0,90), fremragende (0,75 < ICC ≤ 0,90), fair to Good (0,40 < ICC ≤ 0,75), og dårlig (< 0,40). Standardfejl målingen (SEM) blev beregnet til at bestemme fejl komponenten for variansen. Den mindste detekterbare forskel (SDD) blev beregnet ud fra SEM af test-retest data.

Normaliseret vurderings bevægelses indeks (NAMI): NAMI-scoren under en isokinetisk bevægelse var altid 1, hvilket betyder, at den isokinetiske anordning altid genererede en ensartet konstant indgangshastighed. Den test-retest pålidelighed af NAMI under en manuel bevægelse var imidlertid 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]). Desuden var den inter-rater pålidelighed af NAMI under manuel bevægelse var også dårlig (ICC [95% CI] = 0,148 [-0.344 – 0.576]). Omvendt viste resultaterne af de to menneskelige ratere næsten lige gennemsnitligt NAMI-værdier (0,68 og 0,67 for hver rater). De to menneskelige bedømmerne konsistensfejl var større end den isokinetiske enheds enhed, hvilket viste en stor forskel mellem de to ratere. Disse resultater indikerer, at en vurdering bevægelse af en menneskelig rater mangler i de isokinetiske egenskaber, og at bevægelse er inkonsekvent afhængigt af emnet.

Test-retest pålidelighed: tabel 2 viser test-retest pålidelighed for AOC resultater i tre betingelser (isokinetisk-EMG, isokinetisk-drejningsmoment, manual-EMG). Testen-retest pålidelighed for manuel MTS var fremragende (ICC = 0,804 og 0,840). Men den isokinetiske MTS måling forbedret test-retest pålidelighed til den ekstremt fremragende kvalitet på både EMG og drejningsmoment kriterier (tabel 2)

Inter-rater pålidelighed: tabel 3 viser rater pålidelighed for AOC måling ydeevne i tre betingelser. ICC af Inter-rater pålidelighed af manualen MTS var 0,788, som var nær den nedre grænse for den fremragende kvalitet. Den isokinetiske MTS forbedret Inter-rater pålidelighed til ICC af 0,890 baseret på EMG data og til ICC af 0,931 baseret på drejningsmoment data.

Korrelationer og konsistens i timingen af AoC mellem EMG og drejningsmoment kriterier: de to AoC resultater beregnet ud fra EMG data og drejningsmoment data under den isokinetiske MTS viser en signifikant høj korrelation i både rater 1 (Pearson korrelationskoefficient = 0,937, p < 0,001) og rater 2 (Pearson korrelationskoefficient = 0,957, p < 0,001). Desuden var timingen af AoC mellem de to resultater i høj grad i overensstemmelse med en ICC af 1 (p < 0,001).

Figure 1
Figur 1: eksperiment rutediagram.
Dette tal er ændret fra sin et al.10. Venligst klik her for at se en større version af dette tal.

Figure 2
Figur 2: isokinetisk MTS test robot.
A) konfiguration af den isokinetiske robot enhed. B) enhedens indvendige konfiguration. Styresystemet omfatter en realtids processor og motor driver. (B) tidligere blev offentliggjort af sin et al.10. Venligst klik her for at se en større version af dette tal.

Figure 3
Figur 3: manipulandums sammensætning.
To manchetter til håndled og underarm er forbundet til den lineære skyder gennem en fikserings blok, hvilket gør placeringen af manchetten justerbar. Et håndtag og en hånd strop kan skiftes fra venstre mod højre. Venligst klik her for at se en større version af dette tal.

Figure 4
Figur 4: styring af systemkonfigurationen.
De rigtige tre blokke viser hierarkiet af kontrolsystemet og pilene viser datastrømmen mellem hver enhed. Venligst klik her for at se en større version af dette tal.

Figure 5
Figur 5: grafisk brugergrænseflade (GUI).
Venstre side er kontrolpanelet, som indeholder de forskellige knapper eller numeriske kontrolelementer, der kræves til Robotstyring. Højre side er et overvågnings panel, der viser vinklen, interaktions momentet og udløser signalet i realtid. Venligst klik her for at se en større version af dette tal.

Figure 6
Figur 6: eksempel på kompensation for inerti effekt.
Den grønne linje angiver det rå drejningsmoment. den blå stiplede linje angiver den inerti styrke model; og den røde linje indikerer det inertimoment kompensations resultat. Dette tal blev tidligere offentliggjort af sin et al.10. Venligst klik her for at se en større version af dette tal.

Figure 7
Figur 7: eksempel på AoC-evaluering med EMG-data (isokinetisk MTS-tilfælde).
En RMS EMG-værdi på mindre end 0,1 betragtes som normal. Valg af udgangspunktet for det klare EMG-stigning-punkt udføres, og vinkel værdien på det pågældende tidspunkt bestemmes som AOC. Dette tal blev tidligere offentliggjort af sin et al.10. Venligst klik her for at se en større version af dette tal.

Figure 8
Figur 8: eksempel på AoC-evaluering med drejningsmoment data (isokinetisk MTS-tilfælde).
Evalueringen omfatter følgende trin: træk to linjer, som forbinder drejningsmomentet i vurderings udgangspunktet og slutpunktet med henholdsvis et vilkårligt moment data; Find det punkt, hvor de to linjer bliver regressionslinjen for moment data før og efter det valgte punkt; Hvis der er en signifikant forskel mellem gradient af to regressionslinje, det vurderes, at en stretch refleks forekommer på dette punkt. Dette tal blev tidligere offentliggjort af sin et al.10. Venligst klik her for at se en større version af dette tal.

Figure 9
Figur 9: eksempel på AoC-evaluering ved hjælp af EMG-data (manuel MTS-sag).
Som det er gjort i det isokinetiske tilfælde (figur 7), bestemmes AOC som vinklen, når der opstår en klar stigning i EMG. Dette tal blev tidligere offentliggjort af sin et al.10. Venligst klik her for at se en større version af dette tal.

Figure 10
Figur 10: variabler for det normaliserede vurderings bevægelses indeks (NAMI).
Intuitivt er NAMI-værdien forholdet mellem arealet under hastigheds grafen og området for den grå boks. Flere isokinetiske bevægelser viser værdier tættere på 1. Dette tal er tidligere udgivet af sin et al.10. Venligst klik her for at se en større version af dette tal.

Variabel Resultat
Alder, år, gennemsnit (SD) 54,6 (12,2)
Køn, n (%)
Mænd 14 (82,4)
Kvinder 3 (17,6))
Dage fra slagtilfælde, median (IQR) 722 (1226)
Hemiplegic side, n (%)
Højre 10 (58,8)
Venstre 7 (41,2)
Slag type, n (%)
Iskæmisk 11 (64,7)
Hæmoragisk 6 (35,3)
Slagtilfælde, n (%)
Kortikale 4 (23,5)
Subkortikale 13 (76,5)
Brunnstrom Stage, median (IQR)
Arm 4, stk. 1
Hånd 3, stk. 1
Ben 4, stk. 1
Muskel effekt, median (IQR)
Albue flexor 4, stk. 1
Albue extensor 4, stk. 1
MAS, albue flexor, n (%)
1 7 (41,2)
1 + 5 (29,4)
2 5 (29,4)

Tabel 1: forsøgspersoner demografi og baselinekarakteristika.

Test Genteste P Sem Sdd ICC (1,2) (95% CI)
Gennemsnit (SD) Gennemsnit (SD)
Rater 1
Isokinetisk (150 °/s) bevægelse 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) bevægelse med drejningsmoment 90,30 (27,93) 89,61 (27,25) 0,201 3,02 8,37 0,997 (0.992-0.996)
Manuel bevægelse 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) bevægelse 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) bevægelse med drejningsmoment 97,06 (23,47) 94,37 (25,86) 0,192 9,9 27,44 0,959 (0.873-0.987)
Manuel bevægelse med EMG 80,96 (21,30) 80,46 (22,81) 0,875 16,94 46,96 0,840 (0.601-0.941)

Tabel 2: test-retest pålideligheds resultater for fangst vinklen målt med isokinetiske robotanordninger og robot enheder med manuel bevægelse.
Denne tabel blev udgivet af sin et al.10 (p-værdier beregnes ved en parret prøve t-test). SEM: standardfejl i målingen, SDD: mindste detekterbare forskel, ICC: intraclass korrelationskoefficient, EMG: Elektromyografi.

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

Tabel 3: Inter-rater pålideligheds resultater for fangst vinklen målt med isokinetiske robotanordninger og robot enheder med manuel bevægelse.
Denne tabel blev udgivet af sin et al.10 (p-værdier beregnes ved en parret prøve t-test). SEM: standardfejl måling, ICC: intraclass korrelationskoefficient, EMG: Elektromyografi.

Tillæg. Venligst klik her for at downloade denne fil.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Denne undersøgelse forsøgte at standardisere MTS-målingen ved hjælp af en robot isokinetisk anordning. Det blev undersøgt, hvordan konsistensen i vurderings bevægelsen påvirker resultaterne af MTS-målingen.

NAMI-værdien blev foreslået for at repræsentere graden af variabilitet i vurderings bevægelsen. Som forventet, i modsætning til den isokinetiske bevægelses metode uden variabilitet, viste den manuelle metode variabilitet mellem tests og mellem raters, hvilket resulterede i dårlig pålidelighed, hvilket er i overensstemmelse med resultaterne fra tidligere undersøgelser7,8 . Resultaterne af pålideligheden for AoC-måling viser, at isokinetisk bevægelse i sig selv kan øge interrater pålidelighed sammenlignet med manuel bevægelse. Selv om der har været betænkeligheder med hensyn til den mindre strækning refleks provokation af den isokinetiske bevægelse11,12, forsøgspersoner i dette studie med mild albue flexor spasticitet (Mas 1, 1 +, 2) viste konsistente stræk reflekser målt ved overflade EMG under isokinetisk bevægelse. Dette viser, at en isokinetisk anordning kan anvendes til at måle AoC pålideligt, selv hos patienter med mild albue spasticitet. AoC blev også beregnet ud fra moment kriterierne i dette studie. Det er interessant, at AoC målt ved hjælp af både EMG-og moment kriterierne viste en høj korrelation, mens moment kriterierne alene viste en højere Inter-rater pålidelighed, hvilket er i overensstemmelse med resultaterne fra Lynn et al.13. Derfor forventes spasticitets evaluering ved hjælp af moment kriterierne at være en bedre metode med hensyn til pålidelighed og bekvemmelighed.

Denne nye metode til kvantificering af MTS-målingen har nogle problemer og begrænsninger. For det første var kropsholdningen under AoC-målingerne i denne undersøgelse forskellig fra konventionelle MTS-målinger14. Den konventionelle MTS blev udført i fravær af skulder bortførelser; i modsætning hertil, i denne undersøgelse, målinger blev udført med skulderen bortført 90 grader. Formålet med denne undersøgelse var imidlertid at verificere effekten af konsekvens i vurderings bevægelsen på AoC-pålideligheden. Den kropsholdning, der anvendes i dette eksperiment, gør det nemt at måle AoC ved hjælp af moment data ved at eliminere indflydelsen fra underarm vægten, hvilket er vanskeligt at måle separat. Derfor giver dette eksperiment et perspektiv på, hvordan vurderingen motion påvirker pålideligheden af AoC målinger.

For det andet blev AoC-målingen ved hjælp af både moment-og EMG-kriterierne udført subjektivt. Men, dette blev udført af en tredje rater, der var blind for emnet information og rækkefølgen af bedømmerne at minimere potentielle bias. For det tredje var stigningen i reaktions momentet på grund af passive mekaniske egenskaber uventet, da eksperimentet blev designet i første omgang. Det blev forventet, at reaktions momentet hovedsageligt skyldes stræk refleks; hos patienter med mild spasticitet viste mange tilfælde imidlertid, at reaktions momentet som følge af passiv stivhed var dominerende. Derfor blev AoC opnået gennem post-eksperimentel dataanalyse snarere end real-time identifikation. Endelig var der afslapning af albuen flexor under gentagne passive stræk. Forsøget var designet til at indarbejde tilstrækkelig hvile tid til at forhindre træthed i hele eksperimentet, og ingen emner klagede over træthed. Men, det er svært at forhindre afslapning af musklen på grund af gentagne passive stretching. For at reducere denne effekt, forsøget var designet til at randomisere rækkefølgen af raters, og resultaterne viste ingen signifikant afslapning fænomen mellem de to raters.

Målet med denne undersøgelse var at forbedre evalueringsmetoder, der er afhængige af den subjektive fornemmelse af rater og holde dem til mere objektive og kvantitative standarder. Resultaterne viser muligheden for at øge vurderingen pålidelighed ved hjælp af en robot enhed. Men den metode, der udføres i denne undersøgelse er kun halvt automatiseret, fordi AoC evaluering er udført af et menneske. Det forventes, at de yderligere undersøgelser vil gøre det muligt real-time spasticitet evaluering med høj pålidelighed og objektivitet.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Alle forfattere erklærer ingen interessekonflikt.

Acknowledgments

Denne undersøgelse blev støttet af Seoul National University Bundang Hospital Research Fund (14-2014-035) og Korea og National Research Foundation of Korea (NRF) tilskud finansieret af den koreanske regering (A100249). Vi vil gerne takke SEO Hyun Park og HAE-i Kim for at hjælpe med at forberede og fortsætte med at optage 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 slagtilfælde muskelspasticitet stretch refleks isokinetisk pålidelighed kvantificering Elektromyografi drejningsmoment
Isokinetisk robot anordning til forbedring af test-retest og Inter-rater pålidelighed til stræk refleks målinger i slagtilfælde patienter 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