JoVE Logo

サインイン

この記事について

  • 要約
  • 要約
  • 概要
  • プロトコル
  • 結果
  • ディスカッション
  • 開示事項
  • 謝辞
  • 資料
  • 参考文献
  • 転載および許可

要約

脳卒中生存者におけるデュアルタスク能力に対する、外骨格支援型体重支援トレッドミルトレーニングとゲームベースのバーチャルリアリティを組み合わせることの有効性については、まだ研究されていません。したがって、このリハビリテーションプログラムは、脳卒中回復中の歩行能力を向上させる上でのこの組み合わせの潜在的な機能と利点を調査することを目的としています。

要約

脳卒中は、患者の可動性と自立性に大きな影響を与える脳血管イベントです。歩行パターンの回復は脳卒中リハビリテーションの重要な目標であり、テクノロジーベースの治療法は有望な結果を示しています。下肢外骨格療法、体重支援型トレッドミルトレーニング(BWSTT)、ゲームベースのバーチャルリアリティ(VR)トレーニングは、脳卒中患者の筋力、バランス、歩行能力を向上させる革新的なアプローチです。これらの治療法を包括的なリハビリテーションプログラムに統合することで、脳卒中生存者の運動回復と機能的転帰が向上する可能性があります。この研究では、脳卒中回復中のデュアルタスク能力を強化するために、外骨格支援 BWSTT とゲームベースの VR を組み合わせることの潜在的な利点を調査しています。Berg Balance Scale(BBS)は、トレーニング後に有意な改善を示しました(p = 0.03)が、Timed Up-and-Go Test(TUG、 p = 0.15)とFunctional Independence Measure(FIM、 p = 0.38)では統計的な違いは観察されませんでした。要約すると、この治療は患者のバランスの改善につながっています。脳卒中後の急性期におけるこのリハビリテーション プロトコルでの高度な技術デバイスの使用は有望であり、ランダム化比較試験を通じてさらなる調査が必要です。

概要

2020年の中国本土における脳卒中のおおよその発生率は、有病率2.6%、年間10万人あたり505.2人、死亡率は年間1,00,000人あたり343.4人でした1。この衰弱状態は、患者の70%〜80%に機能障害、運動障害、および依存を引き起こします2。歩行は人間の運動に不可欠な要素であるため、自立した移動、生理学的健康、および全体的な身体活動において重要な役割を果たします3。したがって、脳卒中患者の歩行パターンを回復することは、より大きな自立性を確保するため、リハビリテーションの重要な目標です。従来の方法では脳卒中後の歩行能力が向上していましたが、近年、テクノロジーベースの治療が脳卒中の回復において大きな進歩を遂げ、より集中的なトレーニングモデルが生まれています2。さらに、脳卒中リハビリテーションの技術的進歩は、脳卒中生存者の回復をさらに動機付け、促進することができます。

下肢外骨格(EXO)療法は、下肢の運動障害3のために歩くことができない患者を支援するための有望で革新的なアプローチです。この治療法は、高用量で高強度のトレーニングプログラムを提供し、より安全な方法で早期の動員を可能にします。最近の研究では、筋力、バランス、歩行能力の改善など、脳卒中患者に対するこの治療法の潜在的な利点が実証されています4。脊髄損傷者を比較した他の研究では、外骨格自発運動トレーニングと活動ベースのトレーニングの両方が心血管指数を大幅に改善し、外骨格自発運動トレーニングが起立ストレスに対する心臓の反応を高め、立っている心拍数を低下させる効果が高いことが示されています5。

この研究で使用されたロボット支援歩行トレーニングシステムは、歩行リハビリテーションで患者を支援するように設計されています。このロボット外骨格デバイスは、股関節と膝関節にコンピューター化されたエンジンを装備しており、患者はプログラムされたさまざまな歩行パターンに従って、受動的または能動的に支援された歩行に従事することができます。このシステムには、歩行中の制御された補助と抵抗を提供しながら、患者の下肢をサポートするロボットフレームワークが含まれています。フィードバックメカニズムがシステムに統合され、患者の動きをガイドし、臨床医にリアルタイムのデータを提供し、運動学習プロセスを強化します。

Body Weight-Supported Treadmill Training(BWSTT)は、患者の体重を部分的に支えるハーネスと、動きを容易にする電動トレッドミルを組み合わせた歩行補助トレーニングシステムです6。この研究で採用された重量支持システムは、スリングとフレームの組み合わせを使用します。このシステムは、患者の体重の一部をデバイスに再分配し、トレーニング中の体重負担を効果的に軽減します。この調整可能なウェイトサポートシステムは、依存症や異常な歩行パターンを持つ脳卒中患者が、より質の高い歩行を実現することを奨励します。患者は、片麻痺側の下肢の体重負荷を減らすことにより、患肢の自助制御を改善することができます。さらに、ハーネスは、早期および集中的な動員中に転倒を防ぐ安全な手段を提供します。BWSTTは、脳卒中患者の幅広い機能的歩行レベルでバランススキル、歩行速度、および歩行持久力を促進する顕著な可能性を示しています7

ゲームベースのバーチャルリアリティ(VR)トレーニングシステムは、脳卒中患者がレクリエーションコンピュータアプリケーション6,8を通じて現実的な環境でオブジェクトやイベントと対話することを可能にする。この研究で使用されたバーチャルリアリティシステムは、VRヘッドセットに依存していませんが、外骨格のセンサーを使用して患者の動きを画面に表示される仮想ゲーム環境に送信することにより、基本的な仮想現実体験を提供します。このトレーニングシステムは、より魅力的で刺激的であり、脳卒中生存者の好みとアドヒアランスを高め、時間のかかる回復プロセス全体を通じて、従来の身体トレーニングと比較してより大きなメリットをもたらす可能性があります。さらに、代理介入としてのVRリハビリテーションは、デュアルタスクトレーニングを提供することにより、歩行、バランス、認知能力、および日常生活動作の改善に有望な結果を示しています8。現在の研究では、VRをロボット支援運動トレーニングの補助として使用すると、慢性脳卒中患者のバランスと歩行の両方が改善されることが示され、脳卒中9の歩行者の機能向上を促進する可能性が強調されています。さらに、他の研究では、ロボット支援リハビリテーション、特にVRと統合すると、慢性脳卒中患者の認知回復と心理的健康を強化できることが示されています10

上記の治療装置を効果的に組み合わせることで、各患者のニーズに合わせた明確なリハビリテーションプログラムを作成することができます。VR 支援 BWSTT の組み合わせとして、実現可能で有望であるように見えます。研究によると、骨盤の傾きを減らすことができ、特に控えめな介入で従来の歩行トレーニングよりも優れたパフォーマンスを発揮する可能性があることが示唆されており、初期の片麻痺患者を支援します11。それに比べて、上肢リハビリテーション12とは対照的に、下肢リハビリテーションのためのVR統合外骨格の使用に関する調査はほとんど行われていませんでした。Mirelman らは、足首と足のリハビリテーションのために外骨格を VR およびビデオ ゲームと組み合わせることの有効性を実証し、歩行速度の向上、麻痺性足首運動制御の改善、ピーク足底屈モーメントの増加、および足首の発電量の増加をもたらしました13

外骨格とBWSTTおよびVRの組み合わせは、脳卒中リハビリテーションへの包括的なアプローチを提供します( 図1を参照)。この統合療法は、外骨格支援歩行トレーニング、非没入型VRテクノロジー、およびトレッドミルによって提供される調整可能な体重サポートの利点を組み合わせたものです。このアプローチは、脳卒中患者の運動回復、バランス、および全体的な機能転帰を向上させる可能性があります6。これらの技術を利用したリハビリテーション プロトコルはさまざまな調査研究で調査されてきましたが、脳卒中生存者のデュアルタスク能力に対する外骨格支援 BWSTT とゲームベースの VR の組み合わせの有効性はほとんど研究されていません。したがって、このリハビリテーションプログラムは、脳卒中回復中の歩行能力を向上させる上でのこの組み合わせの潜在的な機能と利点を調査することを目的としています。

プロトコル

この研究は、北京ユニオン医科大学病院で脳卒中後に募集された入院患者のレトロスペクティブケースシリーズでした。このリハビリテーションプログラムは、北京ユニオン医科大学病院の治験審査委員会によって承認されました。参加前に、すべての患者から書面によるインフォームドコンセントが得られました。この調査で使用した機器とソフトウェアの詳細は、 資料の表に記載されています。

1. 参加者募集

  1. 特定の選択基準に基づく厳格なスクリーニングプロセスに従って、患者を研究に登録します。患者の基本データを整理します ( 表 1 を参照)。これらの基準は次のとおりです。
    1. 年齢:20〜65歳。
    2. 脳卒中後のリハビリテーション医によって医学的安定性が確認されました(虚血性/出血性)。
    3. 修正アッシュワーススケール(MAS)スコア≤2(最小の筋肉痙攣)2
    4. -Berg Balance Scale(BBS)、Timed Up-and-Go Test(TUG)、Functional Independence Measure(FIM)6などの評価を完了するための補助装置の有無にかかわらず10m歩く能力。
  2. 以下の症状の患者を除外します。
    1. 股関節または膝関節の可動域(ROM)の制限。
    2. 深部静脈血栓症(DVT)の存在。
    3. Mini-Mental State Examination(MMSE)のスコア10 が27未満(認知障害)。
    4. 体重が150kgを超える。
    5. 身長200cmを超えるもの。
  3. すべての治療セッションの前に患者を再スクリーニングします。次の症状のいずれかが発生した場合は、試用版を終了します。
    1. 意識の変化:突然の混乱、見当識障害、または意識の喪失。
    2. 呼吸困難:急速な呼吸、息切れ、またはその他の呼吸困難。
    3. 異常な心拍数:異常に高いまたは低い心拍数、動悸、または不整脈。
    4. 異常な血圧:めまいや失神を伴う、血圧の大幅な上昇または低下。
    5. 気道閉塞:咳、窒息、または突然の呼吸困難。
    6. 痛みまたは不快感:激しい痛み、不快感、または異常な感覚。

2. 測定

注:これらの測定値は、外骨格を適切に取り付けてカスタマイズし、最適なサポートを提供するために不可欠です。全体的なプロセスは同じカテゴリの他のデバイスと似ていますが、ソフトウェア操作、コントロールボタン、ストラップの固定などの詳細は、特定の機器によって異なる場合があります。

  1. 患者が座っている間に測定を行います。
    1. 軟質テープ(ASISからASIS)を使用して骨盤の幅を測定します。
    2. 上肢の長さを測定します(大転子から外側大腿顆まで)。
    3. 下腿の長さを測定します(外側くるぶしから外側大腿顆まで)。
  2. 収集したデータに基づいて外骨格デバイスを調整します。
    注:これらの調整は、外骨格を各患者の解剖学的構造に合わせて調整するために重要です。適切なフィット感とアライメントにより、デバイスは可動性とリハビリテーションを効果的にサポートし、強化することができます。
    1. 回転ハンドル( 図2Aを参照)を使用して、骨盤の幅から2〜3cmの幅を広げて幅を調整します。
    2. 上腿ロボットアームのスロットスイッチを引き(図2B)、測定値に基づいて長さを調整し、スイッチを押し戻します。ロータリースイッチを締めてアームを固定します。膝関節をデバイスのモーターに合わせ、スムーズで同期した動きを実現します。
    3. 手順2.2.2で概説した手順に従って、下腿のロボットアームを調整します。
  3. 患者の人間工学に合うようにデバイスを調整した後、電源が接続されていることを確認してください。患者がデバイスを着用するのを支援します。.

3. ウェイトサポートシステムの装着

  1. 2 つのハンドルを反時計回りに回して ( 図 2C を参照)、緩めてから、外骨格を外側に引いて ( 図 2D を参照)、トレッドミルの滑走路をクリアし、患者のためのスペースを確保します。
  2. 患者を滑走路に誘導します。
    1. 歩行患者の場合:後部スロープから前方に案内します。
    2. 歩行をしない患者様の場合:車椅子での入場を補助し、前方にお座りください。
  3. リモコンを使用して、サスペンションシステムのハーネス( 図2Eを参照)を下げます( 図2Fを参照)。ハーネスを患者の胴体と同じ高さまたは少し下になるように調整し、適切にフィットするようにします。
  4. 患者の着替えを容易にするために、ハーネスのストラップを外します。
    注:これらの手順に従って、患者が立っているか車椅子に乗っているかにかかわらず、患者のドレッシングプロセスを容易にするために、必要に応じてハーネスを調整します。
    1. 患者の立位:固定されていないハーネスを後ろから患者の胴体に適用します。ストラップを胴体の周りに快適に固定します。レッグストラップを太ももの周りに配置して、しっかりと固定します。
    2. 車椅子の患者様:患者の胴体を背もたれから持ち上げます。バックルを外したハーネスを後ろから胴体に通し、ストラップを快適に固定します。レッグストラップを太ももの周りに配置してしっかりと固定すると、快適にフィットします。
  5. ウェイトサポートシステムを持ち上げて、患者を立位にします。ハーネスがわずかに締め付け感を感じたら停止します。リモコンを使用して減量を調整し、ユニットの減量データを監視します( 図2Gを参照)。患者の体を少し持ち上げて体重を減らし、足がぶら下がるのを防ぎます。
    注:患者の体重を過度に減らすことなく、患者の快適さと足のクリアランスのために、必要に応じて、後続のステップでいつでも昇降を繰り返してください。
    1. 患者の立っている:リモコンを使用して、患者の状態に基づいて体重減少を徐々に調整します。
    2. 車椅子の患者:患者を車椅子から慎重に持ち上げ、上昇サスペンションシステムを使用して立った位置に持ち上げます。車椅子を滑走路から取り外し、リモコンで患者の体重減少を調整します。

4. 外骨格の装着

注:これらの手順に従うことで、外骨格を適切に着用することができ、リハビリテーションや運動中に患者に必要なサポートと安定性を提供します。

  1. 外側に開いた外骨格を内側に戻し、両方のハンドルを時計回りに回して固定装置を作動させます。
  2. 折りたたんで吊り下げた外骨格を押し下げて、座った状態から立った状態に移行します( 図2Hを参照)。
  3. 患者に外骨格の胴体にもたれかかり、胸部固定ストラップを取り付けるように指示します。.
  4. デバイスの高さを調整して、腕のモーターの軸を患者の股関節と膝関節に合わせます。
  5. ベルトを快適なレベルまで締めます。太ももとふくらはぎのストラップをしっかりと固定し、患者が快適に過ごせるように適切に締められるようにします。
    注意: この手順は、運動中の機器の緩みを防ぎ、患者の安全を確保するために重要です。
  6. 患者が足を落としている場合は、足首安定剤を塗布します。

5. 外骨格の操作

  1. コンピュータ上の制御ソフトウェアにアクセスし、患者の基本情報を入力します。
  2. 治療時間、歩行速度、両側の股関節と膝関節の最大許容可動性をソフトウェアインターフェースで調整します。
    注: この研究では、デフォルトの関節可動域設定を使用し、患者の歩行速度を 1.5 km/h に設定し、治療時間を 20 分に設定します。
  3. [開始]をクリックして治療を開始します。外骨格とトレッドミルが一緒に動作を開始します。

6. ゲームベースのVRプログラムを開く

注: 表2 は、ゲームとその仕組みの概要を示しています。各ゲームは、効果的なリハビリテーションのための患者の個々のニーズを満たすように調整された特定の下肢運動を対象とするように設計されています。

  1. コンピューターで ZEPU歩行トレーニングおよび評価 ソフトウェアを開きます。 [ゲーム] を選択します。
  2. 外骨格補助運動中に患者を導きます。片方の脚が遊脚期にあるときは、患者に積極的に制御するように指示します。脚が推進力を持つ準備ができたら、患者に力強く推進し、股関節の屈曲を行うように指示します。
    注:ロボットアームのセンサーが患者のアクティブトルクを検出し、フィードバックがゲームに表示されます。
  3. 最初のセッションの前に、ゲームのインタラクションの手順と原則を患者に説明します。正しい歩行段階で能動的な力をいつ加えるべきかを理解するのに役立つように、口頭でのリマインダーを含む簡単な練習セッションを提供します。患者がデバイスを適切に使用する能力を示したら、正式な治療を開始します。

7. 外骨格の取り外し

注:除去プロセス全体を通して、患者の安全性と快適性を確保してください。

  1. ストラップを緩めて外骨格を外します。
  2. 外骨格を持ち上げて吊り下げた座位にします。
  3. 固定ハンドル( 図2Cを参照)を反時計回りに回して解放します。
  4. 外骨格を外側に広げて滑走路を空けると、安全に取り外すことができます。

8. ウェイトサポートシステムの取り外し

  1. 歩行中の患者様の場合:リモコンで患者を降ろし、ストラップを外して滑走路から離脱させます。
  2. 歩行をしない患者の場合:リモコンを使用して患者を車椅子に降ろします。ストラップを外し、軽量化システムを取り外してください。患者を滑走路から誘導します。

9. 緊急時

注:治療中に患者が手順1.3.1-1.3.6に記載されている症状を示した場合は、運動を中止し、すぐに医師の診察を受けてください。リハビリテーション中の症状や変化について、患者を注意深く監視します。

  1. 右側のレールで非常停止装置の位置を確認します ( 図 2I を参照)。ボタンをしっかりと押し続けると、機器が停止します。
  2. 危機が過ぎたら、ボタンを上に引いて機器を復元します。

10. 評価と介入

  1. 参加者が限られた歩行能力を示すことを確認し、より高い機能レベルを達成することを目指しています。
  2. 介入前の評価を実施する
    1. Berg Balance Scale(BBS)を使用してバランス能力を評価し、0(最低)から56(最高)6までのスコアを付けます。
    2. Timed Up and Go(TUG)テストを使用して歩行を評価します6.
    3. 機能的自立性測定(FIM)6を使用して、日常生活動作を測定します。
    4. 最初の治療セッションの 24 時間前にすべての評価を実行します。
  3. 4週間の介入を実施する
    1. 4週間にわたって10回の治療セッションをスケジュールします。
    2. 最初の3週間は、月曜日、水曜日、金曜日にセッションを実施します。
    3. 第 4 週の月曜日に最終セッションを管理します。
    4. すべての治療セッションが午後2:00に開始するようにしてください。
  4. リハビリテーションプログラムの実施
    1. 最初のセッションの前に、リハビリテーションプログラムを使用するように患者を訓練します。
    2. ゲームアプリケーションを通じて簡潔な指示を提供します。
    3. 4つのゲームを割り当て、各ゲームが5分間続き、セッションごとに合計20分かかります。
    4. 患者が20分間、プログラムに自立して参加できるようにします。
    5. 各セッション中に体重サポートを50%に設定します。
    6. デフォルトのジョイント可動域設定を使用して、ジョイントを最大限動かすことができます。
    7. 歩行速度を1.5 km / hに設定します。
  5. 介入後の評価を実施する
    1. 最終治療セッション6 の 24 時間後に BBS、TUG、および FIM 評価を実行します。
    2. 一貫性を維持するために、すべての臨床評価が同じ熟練した経験豊富な理学療法士によって実施されていることを確認してください。

11. 統計分析

  1. 統計ソフトウェアを使用して、実験結果を統計的に分析します。
  2. Shapiro-Wilk 検定を適用して、すべての結果変数が正規分布に従うことを確認します。
  3. 治療の前後に、各結果変数に対応する t 検定 を実施します。 p < 0.05 を統計的有意性のしきい値と見なします。
  4. グラフ作成ソフトウェアを使用して、データのグラフィカルな表現を作成します。

結果

4週間の治療を全く副作用なく完了した後、患者の進行を評価し、その結果を 表3にまとめました。BBSスコア6 は、3.80±43.88から3.66±48.38に増加し、肯定的な回答を示しています。TUGとFIMのスコアも改善を示し、TUGは21.88±5.62から5.42±17.63に減少し、FIMは92.75から12.80±98.75±13.38に増加しました。

データ( 図3参照)は、評価前と評価後の結果を比較すると、BBSスコアが有意な改善を示したことを示しました(p = 0.03、 p < 0.05)。TUG(p=0.15)とFIM(p=0.38)では統計学的に有意な差は認められませんでしたが、臨床的には改善傾向が認められました( 図4参照)。これらの知見は、治療レジメンが患者のバランスを有意に改善した一方で、歩行と日常生活スキルの改善は統計的有意性に達しなかったことを示唆しています。

figure-results-679
図1:ゲームベースのバーチャルリアリティと組み合わせた、外骨格支援型体重支援トレッドミルトレーニングシステム。 (A)トレーニングシステムは3つのデバイスを統合しており、患者は減量歩行に従事しながらデュアルタスクトレーニングを行うことができます。(B)EXO-BWSTTT-VR療法を受けている患者。 この図の拡大版を表示するには、ここをクリックしてください。

figure-results-1192
図2:操作手順と機器コンポーネントのデモンストレーション。 この図は、システム運用の理解を深めるための主要な機器コンポーネントと手順の概要を示しています。(A)円形回転ハンドル。(B)スロットスイッチ ロボットアームを調整します。(C)円形の回転ハンドル。(D)外側に引っ張られた外骨格(青い矢印)。(E)ハーネス。(F)患者の上昇(+)、下降(-)、体重サポートの増加(p)、および体重サポートの減少(q)を調整するためのリモコン。(G)重量サポートデータの表示。(H)下に押し付けられた外骨格(青い矢印)。(I)非常停止装置。 この図の拡大版を表示するには、ここをクリックしてください。

figure-results-1933
図3:治療終了時のアウトカム指標の変化。 (A)Berg Balance Scale(BBS)スコアの変化(n = 8)。(b)Timed Up-and-Go(TUG)テスト結果の変化(n = 8)。(C)機能的独立性測定(FIM)スコアの変化(n = 8)。測定は、治療前(Pre)と治療後(Post)にEXO-BWSTTT-VR療法で行われました。エラーバーは標準偏差(SD)を表します。*p < 0.05;NS:重要ではありません。 この図の拡大版を表示するには、ここをクリックしてください。

figure-results-2541
図4:各患者の治療前後のアウトカム測定値のトレンドライン(A)BBSスコアの変化。(B) TUG試験結果の変更(C) FIMスコアの変更。この図の拡大版を表示するには、ここをクリックしてください。

特性平均± SD(範囲)(特に断りのない限り)
年齢51±5.88 (44-62)
脳卒中後日数4.12±1.12 (3-6)
性別、男性/女性、n5/3
ストロークの側面、右/左、n4/4
ストロークの種類a、I/H、n6/2
MMSEの29.88±0.35 (29-30)
補助具b、Y/N、n2/6
半無視、n0
a. 「脳卒中の種類」とは、脳卒中の2つの主要な分類、すなわち出血性脳卒中と虚血性脳卒中を指します。
b. 「補助具」とは、歩行器や杖など、患者が歩行補助器として使用する器具または機器を指します。

表1:参加者の人口統計学的および臨床的特徴。 略語:SD =標準偏差;I = 虚血性;H =出血性;MMSE = ミニメンタルステート検査;Y = はい。N = いいえ。

ゲーム内容ゲームプレイ
ブロックボーイ患者は、左下肢のロボットアームが上がったときに、積極的かつ力強く左下肢を持ち上げることで協力します。この時点で、左足のセンサーが信号を受け取り、ゲーム内のキャラクターを操作して左に移動します。右側の動きはその逆です。障害物を避けながら、できるだけ多くのコインを手に入れるように患者に指示します。
雪の中を歩く患者は手足の動きを積極的に利用して、ゲーム内のキャラクターのナビゲーションを制御します。雪原では、時折野生動物との遭遇が現れるため、患者は視覚的な手がかりを解釈して慎重に避ける必要があります。
ダンシングモーメント患者の足を3回正しく動かすごとに、左下隅の信号グリッドの数が表示され、小さな女の子の動きが1回変わります。足に間違った力が加えられると、信号の正方形の数が1つ減り、小さな女の子の動きは前の動きに戻ります。
シティウォークこのゲームは、ロボットアームを使用して経路に沿ったキャラクターの動きを制御するコミュニティ環境を散歩する患者の体験を再現することを目的としています。歩く旅の途中で、さまざまな小さな果物が浮かび上がり、プレイヤーはキャラクターを巧みに誘導して、適切な瞬間にそれらに近づいて収集する必要があります。

表2:ゲームベースのバーチャルリアリティプログラムのゲームコンテンツとゲームプレイ。 各ゲームアプリケーションは、特定のタスク指向のエクササイズ用に設計されており、各患者の下肢機能に基づいて難易度がカスタマイズされています。

治療前(n = 8)治療後(n = 8)p
BBS(スコア)43.88 ± 3.80 (41-52)48.38±3.66(44-55)0.03
タグボート21.88±5.62(13-33)17.63 ± 5.42 (10-29)0.15
FIM(スコア)92.75±12.80(73-108)98.75 ± 13.38 (80-115)0.38

表3:ベースラインと4週間の機能スケールの評価とテスト。略語:BBS = Berg Balance Scale;TUG = Timed Up-and-Go Test;FIM = 機能的独立性測定。*対応のある t検定。データは平均±SD(範囲)として表示されます。

ディスカッション

この提案された介入では、体重サポートシステムと外骨格療法を統合した包括的な治療アプローチが提示されます VRテクノロジーによって補完され、脳卒中に関連する下肢障害を持つ個人のデュアルタスクトレーニングを促進します。トレッドミル トレーニングは、他の介入と組み合わせた場合、特に地上歩行トレーニングの前に適用した場合に最も大きな影響を与えることが確認されており、トレーニング効果が最大化されます14。運動学習原理に基づくロボット支援リハビリテーションは、VRフィードバックとアバター誘導運動を利用してミラーシステムを活性化し、運動学習を強化し、細胞およびシナプスレベルでの有意な皮質および皮質下の変化を誘発します15

神経学的リハビリテーションでは、治療中の関与のレベルが積極的な参加に大きく影響し、この効果は、EksoやReWalk16のような外骨格ロボットのみによる治療と比較すると特に明らかです。運動領域と認知領域の間の密接な相互関係を考えると、複数の介入戦略を組み合わせることは有望なアプローチであるように思われます。集中的で反復的な運動トレーニングとVRベースのフィードバックおよびデュアルタスクエクササイズの統合は、感覚運動統合領域に影響を与える可能性が高く、運動および認知回復の強化に貢献します10。その結果、ゲーミフィケーション技術を確立されたニューロリハビリテーションモデルに統合して参加者の関与を高めることが近年注目を集めています17

認知機能は直接評価されていませんが、ゲームのインタラクティブな要素により、トレーニングの複雑さを増す認知課題が導入されました。ゲームとデバイスの相乗的な相互作用を通じて、シミュレートされた環境の作成は、患者の関与を強化し、そうでなければ反復的なリハビリテーション運動をより楽しく持続可能なものにする可能性があります。

しかし、これまでの研究によると、すべての結果が楽観的というわけではありません。一部の学者は、脳卒中を患った歩行者は、ロボットまたはハーネスシステムに限定されている場合、リハビリテーションの結果が悪化する可能性があると考えています18。Hornbyらは、自発運動障害の重症度によって層別化された48人の歩行型慢性脳卒中生存者のうち、セラピスト支援運動トレーニングは、ロボット支援運動トレーニングの同用量と比較して歩行能力の大幅な改善をもたらしたことを発見しました19。一方、Westlakeらは、トレーニング後のLokomatグループと手動BWSTTグループの主要結果が類似していた一方で、Lokomatグループは自己選択歩行速度、麻痺性歩長比、および4つの副次的測定の改善を示したのに対し、手動グループは主にバランススコアを向上させたと報告しました20

所見のばらつきに寄与する要因は、参加者集団の不均一性である可能性があります。年齢、障害の重症度、および以前のリハビリテーション経験の違いは、exo-BWSTTの有効性に影響を与える可能性があり、研究間で一貫性のない結果につながります。さらに、exo-BWSTT介入の期間と強度は大幅に異なりました。短期的またはそれほど集中的でないプロトコルでは、この技術の可能性を十分に発揮できない可能性がありますが、より長期的または集中的な介入はより大きな利益をもたらす可能性があり、報告されたアウトカムの不一致の一部を説明する可能性があります。

この治療プロトコルは、従来のリハビリテーションプログラムを補完するか、または潜在的に置き換えることを目的としています。この介入の主な目標は、脳卒中患者の運動機能を強化し、より大きな自立を促進することです。革新的な技術と治療戦略を組み合わせることで、リハビリテーションの成果を最適化し、最終的には脳卒中の影響を受けた人々の全体的な生活の質を向上させることができます。

患者のための運動処方を設計するためには、トレーニング時間、頻度、歩行速度の進行、ゲームの選択と組み合わせ、ゲームの難易度調整の決定など、さらなる実用化が必要です。さらに、個々の患者に合わせたパーソナライズされた体重支持処方箋は、将来の臨床診療で探求されるべきです。リハビリテーション機器と従来の理学療法の統合、および特定の歩行改善目標を達成したときの機器の使用頻度の段階的な減少も、将来のリハビリテーションプロトコル21で考慮されるべきです。最終的には、脳卒中患者の個別化したニーズを満たす、より包括的な臨床診療プログラムを開発することを目指しています。

試験デザインには一定の制限があります。第一に、これは、患者介入の前後に自己制御デザインがあり、適切な実験的対照群を欠いたレトロスペクティブなケースシリーズです。これにより、このシステムが従来の理学療法方法よりも効果的であるかどうかを判断する能力が制限されます。次に、サンプルサイズが比較的小さいため、所見の一般化可能性が制限され、有意差を検出するための統計的検出力が低下する可能性があります。さらに、評価ツールの選択により、立位および歩行スキルが不十分な患者はこの研究に含まれませんでした。

さらに、患者間の入院期間の固有のばらつきにより、介入はわずか10セッションに制限されました。この限られた時間枠は、治療の潜在的な利点を完全に観察するには十分ではなかった可能性があります。その後の外来治療とフォローアップ評価を含めることは、介入の長期的な効果と持続可能性を評価する上で有益であったでしょう。

この研究は、脳卒中患者の歩行能力、バランス、自立性、および日常の機能レベルに対するリハビリテーションプログラムの有益な効果を示しています。さらに、脳卒中リハビリテーションにおける複合デバイスであるEXO-BWSTT-VRの研究価値を強調しています。リハビリテーションにおけるロボットシステムに関する広範な文献が存在しますが、この研究はこの一連の研究の一部にすぎません。既存の研究には多種多様なロボット装置と治療プロトコルがあるため、これらの知見の一般化可能性は限られています。

システマティックレビューやメタアナリシスでは、治療の頻度や強度が検討されているが、これらの知見に基づく標準化された治療プログラムは現在のところ存在しない。たとえば、上肢のロボットリハビリテーションに関するいくつかの研究では、ロボット療法を週に3回、10週間、各セッションは60分22で実施することを推奨しています。ただし、治療プロトコルは研究によって大きく異なり、この標準化の欠如がこの研究の限界です。今後の研究では、既存のエビデンスに基づいて、より一貫性のある治療ガイドラインを確立することに焦点を当てるべきである。さらに、将来の調査では、これらの側面をさらに調査するために、より正確で、詳細で、適切に設計された実験を行うことを目指す必要があります。

開示事項

すべての著者は、利益相反を宣言しません。

謝辞

この研究プロジェクトは、北京ユニオン医科大学病院の臨床研究特別プログラムから助成金を受け、助成金番号は2022-PUMCH-B-053です。

資料

NameCompanyCatalog NumberComments
GraphPad Prismhttps://www.graphpad.com/features
SPSSIBPversion 18.0 
ZEPU Gait Training and Assessment System SoftwareShandong ZEPU Medical Technology Co., Ltd.V.1.0.1.2The ZEPU Gait Training and Assessment System Software is designed to not only assess but also facilitate targeted gait rehabilitation, offering tailored therapeutic programs to improve mobility and functional outcomes for patients.
ZP-AIGen Gait Training SystemShandong ZEPU Medical Technology Co., Ltd.ZEPU-AI1Using neuroplasticity principles, the device simulates natural walking patterns, guiding patients through repetitive gait training to restore normal walking. The AI learns gait patterns, offering personalized treatment options. It monitors and records patient progress, helping to create customized treatment plans.

参考文献

  1. Tu, W. J., et al. Estimated burden of stroke in China in 2020. JAMA Netw Open. 6 (3), e231455(2023).
  2. Zhang, T., et al. Chinese Stroke Association guidelines for clinical management of cerebrovascular disorders: executive summary and 2019 update of clinical management of stroke rehabilitation. Stroke Vasc Neurol. 5 (3), 250-259 (2020).
  3. Calafiore, D., et al. Efficacy of robotic exoskeleton for gait rehabilitation in patients with subacute stroke: a systematic review. Eur J Phys Rehabil Med. 58 (1), 1-8 (2022).
  4. Chang, W. H., Kim, Y. H. Robot-assisted therapy in stroke rehabilitation. J Stroke. 15 (3), 174-181 (2013).
  5. Evans, R. W., et al. Robotic locomotor training leads to cardiovascular changes in individuals with incomplete spinal cord injury over a 24-week rehabilitation period: A randomized controlled pilot study. Arch Phys Med Rehabil. 102 (8), 1447-1456 (2021).
  6. Lyu, T., et al. Comparative efficacy of gait training for balance outcomes in patients with stroke: a systematic review and network meta-analysis. Front Neurol. 14, 1093779(2023).
  7. Yamamoto, R., Sasaki, S., Kuwahara, W., Kawakami, M., Kaneko, F. Effect of exoskeleton-assisted body weight-supported treadmill training on gait function for patients with chronic stroke: a scoping review. J Neuroeng Rehabil. 19 (1), 143(2022).
  8. Hao, J., Xie, H., Harp, K., Chen, Z., Siu, K. C. Effects of virtual reality intervention on neural plasticity in stroke rehabilitation: a systematic review. Arch Phys Med Rehabil. 103 (3), 523-541 (2022).
  9. Akinci, M., Burak, M., Yasar, E., Kilic, R. T. The effects of robot-assisted gait training and virtual reality on balance and gait in stroke survivors: A randomized controlled trial. Gait Posture. 103, 215-222 (2023).
  10. Manuli, A., et al. Can robotic gait rehabilitation plus virtual reality affect cognitive and behavioural outcomes in patients with chronic stroke? A randomized controlled trial involving three different protocols. J Stroke Cerebrovasc Dis. 29 (8), 104994(2020).
  11. Mao, Y., Chen, P., Li, L., Li, L., Huang, D. Changes of pelvis control with subacute stroke: a comparison of body-weight-support treadmill training coupled virtual reality system and over-ground training. Technol Health Care. 23 (Suppl 2), S355-S364 (2015).
  12. Mubin, O., Alnajjar, F., Jishtu, N., Alsinglawi, B., Al Mahmud, A. Exoskeletons with virtual reality, augmented reality, and gamification for stroke patients' rehabilitation: Systematic review. JMIR Rehabil Assist Technol. 6 (2), e12010(2019).
  13. Mirelman, A., Patritti, B. L., Bonato, P., Deutsch, J. E. Effects of virtual reality training on gait biomechanics of individuals post-stroke. Gait Posture. 31 (4), 433-437 (2010).
  14. Lee, H. J., Cho, K. H., Lee, W. H. The effects of body weight support treadmill training with power-assisted functional electrical stimulation on functional movement and gait in stroke patients. Am J Phys Med Rehabil. 92 (12), 1051-1059 (2013).
  15. Calabrò, R. S., Naro, A. The role of virtual reality in improving motor performance as revealed by EEG: a randomized clinical trial. J Neuroeng Rehabil. 14 (1), 53(2017).
  16. Lequerica, A. H., Kortte, K. Therapeutic engagement: A proposed model of engagement in medical rehabilitation. Am J Phys Med Rehabil. 89 (5), 415-422 (2010).
  17. Putrino, D. Telerehabilitation and emerging virtual reality approaches to stroke rehabilitation. Curr Opin Neurol. 27 (6), 631-636 (2014).
  18. Hidler, J., et al. Multicenter randomized clinical trial evaluating the effectiveness of the Lokomat in subacute stroke. Neurorehabil Neural Repair. 23 (1), 5-13 (2009).
  19. Hornby, T. G., et al. Enhanced gait-related improvements after therapist- versus robotic-assisted locomotor training in subjects with chronic stroke: a randomized controlled study. Stroke. 39 (6), 1786-1792 (2008).
  20. Westlake, K. P., Patten, C. Pilot study of Lokomat versus manual-assisted treadmill training for locomotor recovery post-stroke. J Neuroeng Rehabil. 6, 18(2009).
  21. Louie, D. R., et al. Exoskeleton for post-stroke recovery of ambulation (ExStRA): Study protocol for a mixed-methods study investigating the efficacy and acceptance of an exoskeleton-based physical therapy program during stroke inpatient rehabilitation. BMC Neurol. 20 (1), 35(2020).
  22. Takebayashi, T., et al. Robot-assisted training as self-training for upper-limb hemiplegia in chronic stroke: a randomized controlled trial. Stroke. 53 (7), 2182-2191 (2022).

転載および許可

このJoVE論文のテキスト又は図を再利用するための許可を申請します

許可を申請

さらに記事を探す

219

This article has been published

Video Coming Soon

JoVE Logo

個人情報保護方針

利用規約

一般データ保護規則

研究

教育

JoVEについて

Copyright © 2023 MyJoVE Corporation. All rights reserved