人体站立和适宜速度步行时的平衡控制能力评价*

陆蓉蓉, 白玉龙, 李 策, 高天昊, 张林雨, 陆嘉杰, 王志勇

1.复旦大学附属华山医院 康复医学科 上海 2000402.上海大学 机电工程与自动化学院 上海 200436 3.上海金矢机器人科技有限公司 上海 200436

1 研究背景

世界卫生组织在2017年发布的报告中指出,跌倒已经成为老年群体非意外伤害死亡的最常见原因,并成为主要的公共卫生问题。据统计,在65岁以上的老年群体中,约有1/3曾经发生跌倒,而在社区照料机构中,这一比例达到了1/2[1]。报告还指出,每年因跌倒而导致骨折或创伤性颅脑损伤需要住院治疗者约达37 300 000人,约有646 000人因跌倒而死亡。

虽然造成老年群体跌倒风险增加的因素有很多,但是最常见的因素还是平衡和步态[2]。文献[3]指出,对步态和平衡功能进行个体化评估,能有效减小老年人的跌倒风险。文献[4]指出,个体化评估需包括如下内容:既往跌倒史,跌倒是否带来意外伤害,是否罹患骨关节疾病、神经系统疾病或存在感觉问题,是否服用影响平衡功能的药物。功能评定包括计时站起步行测试、平衡功能评定量表、姿势图参数[5-6]等。利用平衡功能评定量表反映健康中老年群体的平衡功能存在一定不足,而且即使在具有平衡功能障碍的患者中,平衡功能评定量表也存在着天花板效应[7],因此,在平衡功能没有显著障碍的中老年群体中,平衡功能评定量表所能反映出的信息更少。例如,虽然Berg平衡量表是临床上常用的用于评价老年人群平衡能力的工具,但是在预测跌倒风险时,效能尚显不足,因此只能作为综合评价的一部分[8]。临床上,可以结合姿势图参数定量评价的优势来进行综合性评价。

为了进一步了解中老年人的平衡功能特征,笔者利用智能化下肢助行机器人进行人体站立和适宜速度步行时的平衡控制能力评价,并与青年受试者的评估结果进行比较。

2 研究对象

研究的受试者为80名健康志愿者,分为中老年组和青年组两组。中老年组受试者44名,其中男性5名,女性39名,年龄67.84±6.16岁,身高156.30±6.65 cm,体重61.94±9.88 kg。青年组受试者36名,其中男性14名,女性22名,年龄23.50±4.03岁,身高166.72±9.74 cm,体重59.74±11.64 kg。所有受试者都为右利手。纳入标准为无认知障碍,无严重视力障碍,无平衡功能障碍,愿意参加试验。排除标准包括有神经肌肉系统及肌肉骨骼系统的疾病史,如卒中后、帕金森病等;有不稳、眩晕和感觉功能缺失等症状;有其它可能引起平衡异常的疾病;关节炎;未能纠正的视力障碍;体位性低血压者;有严重心肺疾病;服用麻醉镇静剂,或抗焦虑药、抗抑郁药者。

研究方案通过复旦大学附属华山医院伦理委员会审核,编号为2017临审第(368)号。

3 研究设备

研究应用智能化下肢助行机器人。受试者佩戴完腰带后,用卡环将骨盆两侧与设备的万向节牢固连接。这样,当骨盆移动时,骨盆两侧就会带动万向节发生移动,使骨盆支撑结构左右摆动和侧倾运动。同时,骨盆支撑结构通过采集一个编码器和四个压力传感器的数据,实时计算出骨盆的质心轨迹,从而得到各项姿势图参数。

4 研究方法

4.1 测试概况

本研究为观察性研究,在复旦大学附属华山医院进行,时间为2018年7月30日至8月1日。

由一名熟悉系统操作的康复医师担任评定者,整个评定过程分为两部分。第一部分为Berg平衡量表的评定,第二部分为不同姿位站立和步行的姿势图参数评定,在智能化下肢助行机器人上进行。中老年人同时接受两部分评定,青年受试者仅接受不同姿位站立和步行的姿势图参数评定。

评定者首先向受试者解释测试的目的和测试过程中所需要注意的具体事项,以求得到受试者的充分理解和配合,使受试者放松心情,有助于整个研究的顺利进行。在不同姿位站立和步行的姿势图参数评定过程中,要求受试者正视前方,尽量控制身体减少摇摆。整个测试在安静的环境下完成,并且测试过程中的视觉环境良好。

4.2 站立平衡测定

受试者穿戴完毕后,分别对双脚、左脚和右脚这三种不同站姿进行评定。双脚站立时与肩同宽,左、右脚站立时立于智能化下肢助行机器人中央,双手自然置于身体两侧,直视前方,自然站立。在测试过程中,受试者尽可能保持姿势稳定。整个测试过程为1 min,包括10 s的适应时间和50 s的数据采集时间。

在测试过程中,利用编码器测得人骨盆质心的左右摆动幅度,利用前后四个压力传感器和弹簧弹性系数计算出人前后摆动的幅度。根据人相对于最初中间位置的实时偏离情况,下位机以10 ms为周期采集人的实时摆动幅度,上位机以1 s为周期采集左右、前后的摆动辐度信息,存储并显示在界面上。

4.3 适宜速度步行平衡测定

受试者双手扶把手,以适宜速度直线行走10 m。行走过程中,下位机以10 ms为周期记录行走距离信息和骨盆质心的左右摆幅信息,上位机以1 s为周期采集记录的信息。为了保证记录数据的可靠性,对前5 s数据和最后5 s数据舍弃,以行走距离为横轴,以左右摆幅为纵轴,计算左右摆幅与横轴所构成的绝对面积、左右摆幅与横轴构成曲线的总线长,则行走平均面积为绝对面积除以行走距离,平均线长为总线长除以行走距离。

4.4 姿势图参数

在本研究中,采用姿势图参数来评估双脚站立、左脚站立、右脚站立和适宜速度10 m步行中的姿势控制情况。双脚站立和左、右脚站立平衡测定中的姿势图参数包括额状面平均摆幅、矢状面平均摆幅、质心移动轨迹总长度和质心移动轨迹总面积。在适宜速度10 m步行测试中,姿势图参数包括质心移动轨迹总长度和质心移动轨迹总面积。

4.5 统计学处理

采用SPSS 20.0统计软件对所得数据进行分析处理。均数差异比较采用两独立样本检验,概率P小于0.05提示存在显著统计学差异。

5 测试结果

5.1 受试者特征

受试者特征见表1。

表1 受试者特征

5.2 双脚站立姿势图参数

双脚站立时,青年组的质心移动轨迹总长度显著优于中老年组,其余参数在两组间无显著差异,见表2。

表2 双脚站立姿势图参数

5.3 左、右脚站立姿势图参数

在左、右脚站立姿势图测定中,所评估的姿势图参数在两组间无显著差异,见表3和表4。

表3 左脚站立姿势图参数

表4 右脚站立姿势图参数

5.4 适宜速度10 m步行

适宜速度10 m步行时,青年组的质心移动轨迹总长度显著优于中老年组,质心移动总面积在两组间无显著差异,见表5。

表5 适宜速度10 m步行姿势图参数

6 研究讨论

老年人中发生跌倒和损伤通常由于平衡功能受损引起,平衡功能受损会导致个体对不平整地面或外界推力等外界干扰的应变能力减退[9]。感觉功能、运动功能和神经系统功能都会影响个体对平衡的控制能力,随着年龄的增长,感觉、运动和神经系统或多或少会出现退化[10]。对于老年群体而言,当某一系统发生退化时,系统内的其它部分或其它系统会做出代偿,因此,在平衡功能控制产生障碍的早期,难以被发现,但当所采取的代偿策略效能进一步下降至不足时,平衡控制障碍实际已经很严重了,很可能造成跌倒。因此,如果能够在早期识别平衡控制功能障碍,进行早期干预,或能有效减小跌倒发生的风险[11]。

姿势图参数可以作为对平衡功能评定量表的补充,进一步丰富对平衡控制功能的评价。本研究中所使用的智能化下肢助行机器人,以骨盆质心作为基准,得到相应的姿势图参数,对受试者的姿势控制稳定性进行评价。以往已经对这种方式的可行性和可信性进行了评价,在本研究中,进一步比较青年群体和中老年群体静态姿势控制和动态过程姿势控制的差异,从而试图反映中老年群体平衡控制能力的特征,以尽早选择合适的干预手段,避免因平衡控制能力减退而导致的不良事件发生。

从Berg平衡量表评估的结果来看,在受试者中,虽然近30%的人在过去1年中至少有一次跌倒史,但是其Berg平衡量表评分的中位数仍为55分,仅有1人评分在50分以下。因此,应用Berg平衡量表并不能有效地反映受试者的平衡控制能力,也不能有效地预测发生跌倒的风险。

对于定量的姿势图参数评价,在本研究中将静态站立时的姿势图参数用于反映静态平衡控制。静态站立分为双脚站立和单脚站立,结果显示在双脚站立时,青年组的质心移动轨迹总长度显著优于中老年组,其余参数在两组间无显著差异,提示中老年组存在稳定性减退。而在单脚站立时,所评估的四个参数在两组间并无显著差异,提示中老年组的姿势控制稳定性并无显著减退。但是,在以适宜速度进行10 m步行的过程中,青年组的质心移动轨迹总长度显著优于中老年组,质心移动轨迹总面积有优于中老年组的趋势,但未达到显著性差异水平,提示在适宜速度步行的过程中,老年人的姿势控制能力是显著降低的,这与大多数跌倒都发生在步行或体位转移过程中这一事实相符。

因此,在针对中老年人的平衡控制能力训练方面,应该有的放矢,除了基本训练,如肌肉力量训练外,还应关注动态平衡控制功能的训练。此时,可以与康复机器人技术相结合,利用视觉反馈信息,使受试者直观地看到在完成相应任务时自身姿势控制的稳定性情况,从而根据反馈信息进行实时纠正,改善在此过程中的平衡控制能力。后续研究将进一步关注适合中老年群体的适宜训练方式,来改善其平衡控制能力。

7 研究结论

在健康受试者中,随着年龄的增长,其平衡控制能力出现减退,尤其以动态过程中的平衡控制功能减退更为显著。因此,在日常生活中,应重点关注中老年人的平衡控制能力。