目的:研究爱丁堡观察性步态评估量表(Edinburgh visual gait score,EVGS)的信度,并与三维步态分析进行比较,评价其有效性;同时分析EVGS各项内部以及与脑性瘫痪(cerebral palsy,CP)儿童粗大运动功能分级系统(gross motor function classi...目的:研究爱丁堡观察性步态评估量表(Edinburgh visual gait score,EVGS)的信度,并与三维步态分析进行比较,评价其有效性;同时分析EVGS各项内部以及与脑性瘫痪(cerebral palsy,CP)儿童粗大运动功能分级系统(gross motor function classification system,GMFCS)的相关性,为EVGS在临床应用提供客观依据。方法:从2019年至2021年所有在同济大学附属养志康复医院三维步态分析实验室进行三维步态分析的727例痉挛型CP儿童中随机抽取20例CP,分别由4名不同经验背景的评估者采用EVGS对20例CP的步行视频进行评估,并在间隔1个月后再次评估同一视频。采用同类相关系数分析(intragroup correlation coefficient,ICC)检验4名评估者的间信度,以及同一评估者的重测信度;采用Spearman等级相关系数检验EVGS总分及各项与三维步态分析数据和GMFCS之间的相关性。结果:评估者间第一次评估ICC值为0.947(P<0.001),第二次评估ICC值为0.952(P<0.001),两次评定结果均显示不同评估者对同一组视频采用EVGS的一致性结果较好。各评估者前后两次重测结果显示ICC系数均≥0.75(P<0.0010),表明间隔1个月,同一评估者前后两次评估结果具有较高一致性。相关性分析结果发现,EVGS与三维步态分析结果为中等相关,在校学生评估的总分与校标相关性最大。EVGS与GMFCS等级具有相关性。EVGS各项内相关性分析结果表明,足、骨盆及躯干控制的评估分项对EVGS评估整体步态的结果具有影响。结论:EVGS量表的评估者间信度以及同一评估者重测信度均具有较高可信性,未有丰富的临床经验背景下的评估者使用EVGS同样可以达到较高信效度。相关性分析结果表明,EVGS评估结果的准确性仍存在不足,EVGS评估结果与CP儿童运动功能障碍水平具有相关性,在设备有限情况下,EVGS可以作为步态分析的替补工具,是目前较为可靠的观察性步态评估量表之一。展开更多
目的步态是人体步行的姿态和行为特征,反映了神经和运动系统的协调能力。帕金森病患者在疾病发展过程中常伴有步态功能障碍,现有步态分析设备成本高昂、操作复杂,难以在临床应用。本研究旨在开发一套可穿戴系统对神经系统病变患者的运...目的步态是人体步行的姿态和行为特征,反映了神经和运动系统的协调能力。帕金森病患者在疾病发展过程中常伴有步态功能障碍,现有步态分析设备成本高昂、操作复杂,难以在临床应用。本研究旨在开发一套可穿戴系统对神经系统病变患者的运动功能进行定量评估。方法提出一种Lab-in-Shoe智能鞋系统,通过集成惯性测量单元和鞋内薄膜压力传感器,利用零速修正算法完成双足位置和姿态的解算,从而测量步态典型时空参数。该系统在临床进行初步应用,招募了7名健康受试者和15名帕金森病患者进行8 m长的Timed Up and Go(TUG)测试。结果研究结果表明,统一帕金森病评定量表评分与步长(r=-0.88,P<0.001)和步速(r=-0.84,P<0.001)存在显著负相关性。Hoehn-Yahr分级与步长(r=-0.75,P<0.001)和步速(r=-0.70,P<0.001)存在显著负相关性。将6类显著相关的步态参数通过多元线性回归分析建立评分与步态参数的回归模型(R2=0.8149,P<0.001,RMSE=10.14)。结论本研究通过Lab-in-shoe智能鞋系统采集、分析帕金森病患者的步态参数;初步结果显示能有效区分不同阶段患者的步态异常,随着疾病加重,步长、步速均呈现明显下降的特征;多元线性回归模型也表明步态参数与帕金森病情严重程度存在强关联性。未来有望将该系统应用于神经系统病变患者的诊断、康复。展开更多
文摘目的步态是人体步行的姿态和行为特征,反映了神经和运动系统的协调能力。帕金森病患者在疾病发展过程中常伴有步态功能障碍,现有步态分析设备成本高昂、操作复杂,难以在临床应用。本研究旨在开发一套可穿戴系统对神经系统病变患者的运动功能进行定量评估。方法提出一种Lab-in-Shoe智能鞋系统,通过集成惯性测量单元和鞋内薄膜压力传感器,利用零速修正算法完成双足位置和姿态的解算,从而测量步态典型时空参数。该系统在临床进行初步应用,招募了7名健康受试者和15名帕金森病患者进行8 m长的Timed Up and Go(TUG)测试。结果研究结果表明,统一帕金森病评定量表评分与步长(r=-0.88,P<0.001)和步速(r=-0.84,P<0.001)存在显著负相关性。Hoehn-Yahr分级与步长(r=-0.75,P<0.001)和步速(r=-0.70,P<0.001)存在显著负相关性。将6类显著相关的步态参数通过多元线性回归分析建立评分与步态参数的回归模型(R2=0.8149,P<0.001,RMSE=10.14)。结论本研究通过Lab-in-shoe智能鞋系统采集、分析帕金森病患者的步态参数;初步结果显示能有效区分不同阶段患者的步态异常,随着疾病加重,步长、步速均呈现明显下降的特征;多元线性回归模型也表明步态参数与帕金森病情严重程度存在强关联性。未来有望将该系统应用于神经系统病变患者的诊断、康复。