帕金森病患者全自动下肢机器人训练前后的三维步态分析
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3760/cma.j.issn.1006-7876.2018.07.005

帕金森病患者全自动下肢机器人训练前后的三维步态分析

引用
目的 探讨Lokomat 全自动机器人步态训练与评定系统在帕金森病患者步态训练中的疗效.方法 选取2014年5 月1日至2017年12月31日在福建医科大学附属协和医院神经内科门诊招募、Hoehn-Yahr分级在2.5~3级的帕金森病患者30例,采用随机数字表法随机分为试验组15例及对照组15例.试验组进行每周3次、每次20 min Lokomat 机器人步态训练;对照组进行每周3次、每次20 min听觉和视觉提示下的步态训练.对所有患者于训练前及训练4周后均进行起立-行走计时测试(TUGT)、统一帕金森病评定量表第三部分( UPDRS-Ⅲ)及三维步态分析测试.应用 SPSS 20.0软件进行数据处理,采用一般线性模型的重复测量方差分析对数据进行分析.结果 两组帕金森病患者的性别、年龄、身高、发病年龄差异无统计学意义.两组 UPDRS-Ⅲ评分[试验组分别为(23.46 ±2.72)、(15.87 ±2.07)分,对照组分别为(23.73 ±1.98)、(18.07 ±0.80)分]和TUGT计时[试验组分别为(15.42 ±5.59)、(10.06 ±4.88) min,对照组分别为(15.75 ±4.67)、(12.98 ±3.24) min]在治疗后呈下降趋势(UPDRS-Ⅲ评分组内比较F=258.589,P=0.000;TUGT计时组内比较F=64.998,P=0.000),且试验组下降更明显(UPDRS-Ⅲ组间比较F=5.492, P=0.026;TUGT计时组间比较F=6.522, P=0.016).两组治疗后步长[(试验组分别为(40.00 ±7.05)、(52.70 ±7.62) cm,对照组分别为(39.16 ±4.52)、(46.72 ±7.29) cm]、跨步长[(试验组分别为(76.03 ±12.50)、(90.60 ±12.46) cm,对照组分别为(77.25 ±8.07)、(88.21 ±8.17) cm]、步速[(试验组分别为(67.16 ± 12.79)、(83.72 ±10.96) m/min,对照组分别为(65.35 ±11.56)、(77.18 ±10.60) m/min]呈增长、增快趋势(步长组内比较F=90.866, P=0.000;跨步长组内比较F=218.152, P=0.000;步速组内比较F=172.236, P=0.000),试验组增长、增快趋势更加明显(步长组间比较F=5.853,P=0.022;跨步长组间比较F=4.346, P=0.046;步速组间比较F=4.904, P=0.035).两组治疗前后步频变化差异无统计学意义,且试验组和对照组步频变化差异无统计学意义;两组总支撑相[(试验组分别为62.31%±3.32%、56.05%±3.98%,对照组分别为62.52%±3.73%、57.96%±3.51%]有减少趋势(组内比较F=197.945,P=0.000),试验组减少的趋势更加明显(组间比较F=4.845,P=0.036).结论 视听节律刺激下步态训练及 Lokomat 机器人步态训练系统均可提高帕金森患者步行能力.Lokomat机器人康复训练对步态改善优于视听节律刺激下的步态训练.

帕金森病、机器人、三维步态分析

51

国家自然科学基金面上项目81671265;General Program of the National Natural Science Foundation of China81671265

2018-08-13(万方平台首次上网日期,不代表论文的发表时间)

共6页

504-509

相关文献
评论
暂无封面信息
查看本期封面目录

中华神经科杂志

1006-7876

11-3694/R

51

2018,51(7)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn