单晶丽,李红颖,隋丹,王丽莹,吴杨
哈尔滨市第二医院神经康复科,黑龙江哈尔滨 150056
脑卒中后所导致的脑损伤往往引起肢体偏瘫,严重降低了患者生存质量。因此,该研究致力于寻求各项治疗方法,使患者的功能障碍得到最大限度地恢复。表面肌电图可用于进检测较大范围内的EMG信号,并有助于反映运动过程中肌肉生理、生化等方面的改变;它可以在静止状态下测定肌肉活动,也可在各种运动过程中持续观察肌肉的活动情况;既是一种对运动功能有意义的诊断评价方法,也是一种较好的生物反馈治疗技术。该项目主要是研究表面肌电生物反馈疗法对偏瘫患者肢体功能恢复的影响,使主动训练与电刺激有效结合,有利于充分调动患者的主观能动性,促进功能恢复,增强患者康复的信心,现报道如下。
选取2015年1月—2017年2月在该院康复科收治的脑卒中肢体功能障碍患者40例,年龄45~70岁。纳入标准:首次发病,意识清楚,生命体征稳定,发病两周以内,并经临床和头颅CT或MRI确诊为脑卒中的,能够配合治疗的。排除标准:充血性心力衰竭,意识障碍者,有精神疾病史,严重痴呆者。按随机数字表将患者分为治疗组,对照组,每组20例,两组性别、年龄、病程、病变性质等经统计学分析,差异无统计学意义(P>0.05),具有可比性,见表 1。
表1 两组患者一般资料比较
两组患者均给予常规药物治疗和康复护理,根据患者情况进行运动疗法、作业疗法、针灸、推拿以及理疗等,运动疗法1次/d,45 min/次,作业疗法,1次/d,45 min/次,理疗以中频、低频为主,1 次/d,20 min/次。治疗组在以上治疗基础上,给予表面肌电生物反馈疗法,肌电反馈电刺激共40次,其中每次刺激持续时间为9 s,间歇15 s,总治疗时间为15 s,该治疗15 min/次,1次/d。对照组仅采用上述基本治疗。
康复治疗共30 d。治疗期间,各组分别进行康复前和康复后2次评价。肢体运动功能评价采用简式Fugl-Meyer(FM)评分法评价。ADL评价采用巴氏指数(BI)评分法评价。
应用SPSS 14.0统计学软件进行统计学处理,计量资料用 t检验,用(±s)表示,计数资料用 χ2检验,用百分率(%)表示,P<0.05为差异有统计学意义。
两组患者治疗前Fugl-Meyer和巴氏指数评分差异无统计学意义 (P>0.05)。治疗30 d后,两组患者Fugl-Meyer和Barthel评分均明显高于治疗前 (P<0.05),且治疗组患者Fugl-Meyer和Barthel评分明显高于对照组(P<0.05),见表 2、表 3。
两组患者治疗后Fugl-Meyer评分治疗组优于对照组,差异有统计学意义(P<0.05),见表 2。
表2 两组患者治疗前后Fugl-Meyer评分比较[(±s),分]
表2 两组患者治疗前后Fugl-Meyer评分比较[(±s),分]
组别治疗前 治疗后治疗组(n=2 0)对照组(n=2 0)1 3.6 7±3 2 8 1 3.7 5±3.1 7 2 2.9 4±3.2 4 1 8.7 5±4.1 4
经治疗后,治疗组Barthel评分显高于对照组,差异有统计学意义(P<0.05),见表 3。
表 3 两组患者 Barthel评分比较[(±s),分]
表 3 两组患者 Barthel评分比较[(±s),分]
组别治疗前 治疗后治疗组(n=2 0)对照组(n=2 0)6 6.4 2±5.6 2 6 6.0 5±4.8 2 9 1.4 8±6.9 2 8 0.2 8±6.8 8
脑中风是目前威胁中老年人身体健康的常见疾病,发病率呈逐年上升的趋势,患病后常出现肢体运动功能的丧失以及其他严重的并发症。据统计,大约有80%的脑卒中患者遗留运动功能方面的障碍。表面肌电图,又称为动态肌电图,是利用放在皮肤表面的电极来记录肌肉收缩时所产生的电流,并通过相应的技术处理获得肌电信号,利用不同分析方法进行数据分析,最终得到肌肉功能状况的一种无创检查;该信号的强弱与外周肌肉运动单位电位的总和有关[1],而信号的振幅、频率等的特征性指标与运动单位募集和肌肉的兴奋传导速度有关[2],表面肌电信号的高低与肌肉紧张度密切相关,当肌肉紧张时信号升高,当肌肉松弛时信号降低[3],因而在一定程度上反映了神经肌肉的活动。近几年,采用sEMG信号分析技术评价脑卒中偏瘫患者康复疗效已成为康复医学研究的一个重要领域。
该课题研究采用表面肌电生物反馈疗法治疗脑卒中后患者的肢体功能障碍,结果表明:此种方法有助于患者肢体功能恢复和肌力的增强,减轻患者肢体功能障碍,增强生活自理能力,为该治疗方法在临床应用提供了依据,在临床应用中有较好的应用前景。
[1]Duchen EJ,Hogrel JY.A model of EMG generation[J].IEEE Trans Biomed Eng,2000,47(2):192-201.
[2]Wang J,Fang HG,Yang HC.Non-linearity Features of surface myoelectric Signal of motility muscle fatigue[J].Gymna-sium sports science,2005,25(5):39-43,64.
[3]郑延平.生物反馈的临床实践 [M].北京:高等教育出版社,2003:205-217.