Інформація призначена тільки для фахівців сфери охорони здоров'я, осіб,
які мають вищу або середню спеціальну медичну освіту.

Підтвердіть, що Ви є фахівцем у сфері охорони здоров'я.

International neurological journal Том 16, №5, 2020

Back to issue

Classification of motor impairments after stroke in consequence of adaptive kinematic specificity

Authors: Лукашевич В.А., Пономарев В.В.
ГУО «Белорусская медицинская академия последипломного образования», г. Минск, Беларусь

Categories: Neurology

Sections: Specialist manual

print version


Summary

Актуальність. Клінічна оцінка інфаркту головного мозку зазвичай базується на застосуванні найбільш адаптованих класифікацій TOAST і ASCOD. При цьому їх загальний недолік пов’язаний з їх етіопатогенетичною орієнтацією, що різко обмежує клінічну цінність даних класифікацій для подальшої медичної реабілітації. Водночас міжнародна класифікація функціонування, обмеження життєдіяльності та здоров’я, з одного боку, більш застосована в відновній медицині, а з іншого — досить складна в опису комплексної проблеми моторних порушень при інфаркті головного мозку. Метою дослідження була розробка класифікації моторних порушень при інфаркті головного мозку. Матеріали та методи. У дослідженні взяли участь 42 пацієнти (25 чоловіків і 17 жінок віком 56,1 ± 4,7 року) у ранньому відновному періоді після інфаркту головного мозку. Як група порівняння були обстежені 27 здорових добровольців (16 чоловіків і 11 жінок віком 38,3 ± 5,5 року). Діагностика адаптивної кінематики проводилася з застосуванням апаратно-програмного комплексу Teslasuit, що включає керуючу програму і «розумний» костюм із вбудованими інерційними датчиками. Як стандартизована програма діагностики використовувалося постуральне тестування, що складалося з чотирьох постуральних тестів. Дослідження включало 3 етапи. На першому етапі виконувався скринінг для відбору до дослідної групи з застосуванням клінічних шкал: шкали Ашворта, шкали тяжкості інсульту Національних інститутів здоров’я США, модифікованої шкали Ренкіна, індексу Бартел, індексу мобільності Рівермід, 10-метрового тесту ходьби, стійкості вертикальної пози і тяжкості втоми. На другому етапі проводилася діагностика адаптивної кінематики з застосуванням батареї специфічних тестових завдань і подальшим аналізом показників середньої кутової девіації основних кінематичних елементів. Під час третього етапу виконувався розрахунок загального відсотка обмеження рухливості (ЗВОР) з виділенням медіани, верхнього і нижнього квартилів, що були маркерами коридору ЗВОР. Результати. Значення показника покладено в основу якісної діагностики адаптивної кінематики та нової класифікації моторних порушень після інфаркту головного мозку за ступенем тяжкості: Iа ступінь — мінімальні порушення (ЗВОР < 26 %); Ib ступінь — легкі (ЗВОР — 26–38 %); IIа ступінь — помірні (ЗВОР — 39–51 %); IIb ступінь — значні (ЗВОР — 52–64 %); IIIa ступінь — виражені (ЗВОР — 65–77 %); IIIb ступінь — вкрай виражені (ЗВОР > 77 і більше).

Актуальность. Клиническая оценка инфаркта головного мозга, как правило, базируется на применении наиболее адаптированных классификаций TOAST и ASCOD. При этом их общий недостаток связан с их этиопатогенетической ориентацией, что резко ограничивает клиническую ценность данных классификаций для последующей медицинской реабилитации. В то же время международная классификация функционирования, ограничения жизнедеятельности и здоровья, с одной стороны, более применима в восстановительной медицине, а с другой — достаточно сложна в описании комплексной проблемы моторных нарушений при инфаркте головного мозга. Целью исследования являлась разработка классификации моторных нарушений при инфаркте головного мозга. Материалы и методы. В исследовании приняли участие 42 пациента (25 мужчин и 17 женщин в возрасте 56,1 ± 4,7 года) в раннем восстановительном периоде после инфаркта головного мозга. В качестве группы сравнения были обследованы 27 здоровых добровольцев (16 мужчин и 11 женщин в возрасте 38,3 ± 5,5 года). Диагностика адаптивной кинематики проводилась с применением аппаратно-программного комплекса Teslasuit, включающего управляющую программу и «умный» костюм со встроенными инерциальными датчиками. В качестве стандартизированной программы диагностики использовалось постуральное тестирование, состоявшее из четырех постуральных тестов. Исследование включало 3 этапа. На первом этапе выполнялся скрининг для отбора в исследовательскую группу с применением клинических шкал: шкалы Ашворта, шкалы тяжести инсульта Национальных институтов здоровья США, модифицированной шкалы Рэнкина, индекса Бартел, индекса мобильности Ривермид, 10-метрового теста ходьбы, устойчивости вертикальной позы и тяжести усталости. На втором этапе проводилась диагностика адаптивной кинематики с применением батареи специфических тестовых заданий и последующим анализом показателей средней угловой девиации основных кинематических элементов. В ходе третьего этапа выполнялся расчет общего процента ограничения подвижности (ОПОП) с выделением медианы, верхнего и нижнего квартилей, которые являлись маркерами коридора ОПОП. Результаты. Значение показателя положено в основу качественной диагностики адаптивной кинематики и новой классификации моторных нарушений при инфаркте головного мозга по степени тяжести: Iа степень — минимальные нарушения (ОПОП < 26 %); Ib степень — легкие (ОПОП — 26–38 %); IIа степень — умеренные (ОПОП — 39–51 %); IIb степень — значительные (ОПОП — 52–64 %); IIIa степень — выраженные (ОПОП — 65–77 %); IIIb степень — крайне выраженные (ОПОП > 77 и более).

Background. Clinical assessment of stroke, as a rule, is based on the use of the most adapted classifications of TOAST and ASCOD. Moreover, their general disadvantage is associated with their etiopathogenetic orientation, which sharply limits the clinical value of these classifications for subsequent medical rehabilitation. At the same time, the international classification of functioning, limitation of vital functions and health, on the one hand, is more applicable in rehabilitation medicine, and on the other hand, it is quite difficult in describing the complex problem of motor impairments in stroke. The aim of the study was to develop a classification of motor impairments in stroke. Materials and methods. The study involved 42 patients (25 men and 17 women aged 56.1 ± 4.7 years) in the early recovery period after stroke. As a comparison group, 27 healthy volunteers (16 men and 11 women aged 38.3 ± 5.5 years) were examined. Diagnosis of adaptive kinematics was carried out using the Teslasuit software and hardware, which included a control program and a smart suit with built-in inertial sensors. Postural testing consisting of four postural tests was used as a standardized diagnostic program. The study included 3 stages. At the first stage, screening was carried out for selection into the research group using clinical scales: the Ashworth scale, the National Institutes of Health Stroke Scale, the modified Rankin scale, the Barthel index, the Rivermead mobility index, a 10-meter walk test, the stability of the vertical posture and the severity of fatigue. At the second stage, the diagnosis of adaptive kinematics was performed using a battery of specific test tasks and subsequent analysis of the average angular deviation of the main kinematic elements. During the third stage, the calculation of the total percentage of restricted mobility (TPRM) was performed with the identification of the median, upper and lower quartiles, which were markers of the TPRM corridor. Results. The value of the indicator forms the basis for a qualitative diagnosis of adaptive kinematics and a new classification of motor impairments in stroke according to severity: degree Ia — minimal disturbances (TPRM < 26 %); degree Ib — mild (TPRM — 26–38 %); degree IIa — moderate (TPRM — 39–51 %); degree IIb — significant (TPRM — 52–64 %); degree IIIa — severe (TPRM — 65–77 %); degree IIIb — extremely severe (TPRM > 77 % and higher).


Keywords

інфаркт головного мозку; класифікація моторних порушень; адаптивна кінематика; патобіомеханічний фенотип; технологія Teslasuit

инфаркт головного мозга; классификация моторных нарушений; адаптивная кинематика; патобиомеханический фенотип; технология Teslasuit

stroke; motor impairment classification; adaptive kinematics; pathobiomechanical phenotype; Teslasuit technology


For the full article you need to subscribe to the magazine.


Bibliography

1. Katan M., Luft A. Global Burden of Stroke. Semin. Neurol. 2018. Vol. 38. № 2. P. 208-211. DOI: 10.1055/s-0038-1649503.

2. Stinear C.M. Prediction of motor recovery after stroke: advan-ces in biomarkers. Lancet Neurol. 2017. Vol. 16. № 10. P. 826-836. DOI: 10.1016/S1474-4422(17)30283-1.

3. Go A.S., Mozaffarian D., Roger V.L. [et al.]. Heart disease and stroke statistics — 2013 update: a report from the American Heart Association. Circulation. 2013. Vol. 127. P. 6-245. DOI: 10.1161/CIR.0b013e31828124ad.

4. García-Rudolph A., Laxe S., Saurí J., Opisso E., Tormos J.M., Bernabeu M. Evidence of chronic stroke rehabilitation interventions in activities and participation outcomes: systematic review of meta-analyses of randomized controlled trials. Eur. J. of Physical and Rehabilitation Medicine. 2019. Vol. 55. № 6. P. 695-709. DOI: 10.23736/S1973-9087.19.05814-3.

5. Ravi D.K., Gwerder M., König Ignasiak N. [et al.]. Revealing the optimal thresholds for movement performance: A systematic review and meta-analysis to benchmark pathological walking behaviour. Neurosci. Biobehav. Rev. 2020. Vol. 108. P. 24-33. DOI: 10.1016/j.neubiorev.2019.10.008.

6. Tashiro S., Mizuno K., Kawakami M. [et al.]. Neuromuscular electrical stimulation-enhanced rehabilitation is associated with not only motor but also somatosensory cortical plasticity in chronic stroke patients: an interventional study. Therapeutic Advances in Chronic Disease. 2019. Vol. 10. P. 1-13. DOI: 10.1177/2040622319889259.

7. Saad M.B., Vishal S.V. Stroke rehabilitation: A call to action in Saudi Arabia. Neurosciences. 2016. Vol. 21. № 4. P. 297-305. DOI: 10.17712/nsj.2017.3.20170010.

8. Сокрут В.Н., Сокрут О.П., Синяченко О.В. «Вегетативный паспорт» и реабилитационный диагноз в артрологической практике. 2016. № 1(21). С. 45-50.

9. Wolf M.E., Sauer T., Alonso A., Hennerici M.G. Comparison of the new ASCO classification with the TOAST classification in a population with acute ischemic stroke. J. Neurol. 2012. Vol. 259. P. 1284-1289. DOI: 10.1007/s00415-011-6325-1.

10. Amarenco P., Bogousslavsky J., Caplan L.R., Donnan G.A., Hennerici M.G. A new approach to stroke subtyping: the A-S-C-O (phenotypic) classification of stroke. Cerebrovasc Dis. 2009. Vol. 27. P. 502-508. DOI: 10.1159/000352050.

11. Wolf M.E., Sauer T., Hennerici M.G., Chatzikonstantinou A. Characterization of patients with recurrent ischemic stroke using the ASCO classification. Eur. J. Neurol. 2013. Vol. 20. P. 812-817. DOI: 10.1111/ene.12068.

12. Голик В.А., Мороз Е.Н., Погорелова С.А. Использование международной классификации функционирования, ограничений жизнедеятельности и здоровья в экспертной практике. Международный неврологический журнал. 2011. № 5(43). С. 136-142.

13. Kyeong S., Kim S.M., Jung S., Kim D.H. Gait pattern analysis and clinical subgroup identification: a retrospective observational study. Medicine (Baltimore). 2020. Vol. 99. № 15. e19555. DOI: 10.1097/MD.0000000000019555.

14. Mina P., Myoung-Hwan Ko., Sang-Wook O. [et al.]. Effects of virtual reality-based planar motion exercises on upper extremity function, range of motion, and health-related quality of life: a multicenter, single-blinded, randomized, controlled pilot study. J. Neuroeng. Rehabil. 2019. Vol. 16. Article 122. DOI: 10.1186/s12984-019-0595-8.

15. König N., Singh N.B., Baumann C.R., Taylor W.R. Can Gait Signatures Provide Quantitative Measures for Aiding Clinical Decision-Making? A Systematic Meta-Analysis of Gait Variability Behavior in Patients with Parkinson’s Disease. Front. Hum. Neurosci. 2016. Vol. 10. P. 308-319. DOI: 10.3389/fnhum.2016.00319.

16. Muro-de-la-Herran A., Garcia-Zapirain B., Mendez-Zorrilla A. Gait analysis methods: an overview of wearable and non-wea-rable systems, highlighting clinical applications. Sensors (Basel). 2014. Vol. 14. № 2. P. 3362-3394. DOI: 10.3390/s140203362.

17. De Vroey H., Staes F., Weygers I. [et al.]. The implementation of inertial sensors for the assessment of temporal parameters of gait in the knee arthroplasty population. Clin. Biomech. 2018. Vol. 54. P. 22-27. DOI: 10.1016/j.clinbiomech.2018.03.002.

18. Robles-García V., Corral-Bergantiños Y., Espinosa N. [et al.]. Spatiotemporal Gait Patterns During Overt and Covert Evaluation in Patients With Parkinson´s Disease and Healthy Subjects: Is There a Hawthorne Effect? J. Appl. Biomech. 2015. Vol. 3. P. 189-94. DOI: 10.1123/jab.2013-0319.

19. Li K.Y., Lin K.C., Chen C.K., Liing R.J., Wu C.Y., Chang W.Y. Concurrent and Predictive Validity of Arm Kinematics with and without a Trunk Restraint During a Reaching Task in Individuals with Stroke. Arch. Phys. Med. Rehabil. 2015. Vol. 96. P. 1666-1675. DOI: 10.1016/j.apmr.2015.04.013.

20. De Vroey H., Claeys K., Vereecke E. [et al.]. Correlation between an inertial and camera-based system for the assessment of temporal parameters of gait in the knee arthroplasty population. Gait Posture. 2017. Vol. 57. P. 280-281. DOI: 10.1016/j.gaitpost.2017.06.417.

21. Yu G., Jang Y.J., Kim J., Kim J.H., Kim H.Y., Kim K., Panday S.B. Potential of IMU Sensors in Performance Analysis of Professional Alpine Skiers. Sensors (Basel). 2016. Vol. 16. № 4. P. 432-463. DOI: 10.3390/s16040463.

22. Boutaayamou M., Schwartz C., Stamatakis J. [et al.]. Development and validation of an accelerometer-based method for quantifying gait events. Med. Eng. Phys. 2015. Vol. 37. P. 226-232. DOI: 10.1016/j.medengphy.2015.01.001

23. Международная классификация функционирования, ограничений жизнедеятельности и здоровья. Женева: ВОЗ, 2001. 342 с.

Similar articles

Hip osteoarthritis. Technical means of diagnosis. Analytical review of the literature. Part II
Authors: Фіщенко В.О.(1), Кириченко В.І.(1), Яремин С.Ю.(1), Браніцький О.Ю.(1), Карпінська О.Д.(2)
(1) — Вінницький національний медичний університет ім. М.І. Пирогова, м. Вінниця, Україна
(2) — ДУ «Інститут патології хребта та суглобів ім. проф. М.І. Ситенка НАМН України», м. Київ, Україна

"Тrauma" Том 20, №2, 2019
Date: 2019.06.02
Categories: Traumatology and orthopedics
Sections: Specialist manual
Пояснично-тазовый ритм у больных поясничным остеохондрозом и дегенеративным поясничным спондилолистезом на этапах оперативного лечения
Authors: Ма Конг, Колесниченко В.А. - ГУ «Институт патологии позвоночника и суставов имени проф. М.И. Ситенко НАМН Украины», г. Харьков
"Тrauma" Том 15, №1, 2014
Date: 2014.04.11
Categories: Traumatology and orthopedics
Sections: Specialist manual
The Use of New Technologies in the Functional Treatment of Children with Congenital Dislocation of the Hip before the Age of 3 Years
Authors: Куценок Я.Б. - Институт травматологии и ортопедии НАМН Украины, г. Киев, Украина
Журнал "Хирургия детского возраста" 3-4 (48-49) 2015
Date: 2016.07.19
Categories: Pediatrics/Neonatology, Surgery
Sections: Clinical researches

Back to issue