脑出血偏瘫患者步态时空参数对其平衡功能的影响

2015-12-21 12:45苏延虎
中国实用神经疾病杂志 2015年5期
关键词:步速步态步长

苏延虎

安徽岳西县医院内五科 岳西 246600

脑出血偏瘫患者步态时空参数对其平衡功能的影响

苏延虎

安徽岳西县医院内五科 岳西 246600

目的 探讨脑出血偏瘫患者步态时空参数对其平衡功能的影响。方法 选择2009-05—2014-05本院诊治的55例脑出血偏瘫患者为观察组,选择同期体检的60例健康者为对照组。采用人体步态测量与分析系统对包括步速、步长、支撑时间、步幅、摆动时间等步态时空参数进行分析,采用Berg平衡量表对脑出血患者进行平衡功能评估。结果 与健侧相比,观察组患侧步长显著增加,支撑时间显著缩短,摆动时间显著延长,差异具有统计学意义(P<0.05);观察组与对照组步速、步频、步宽、步长及支撑时间比较差异具有统计学意义(P<0.05);Pearson相关分析结果显示,观察组不对称性参数步长偏差、患健侧摆动相比值及步宽与Berg评分显著相关(P<0.05)。结论 偏瘫患者步速慢,其步态时空参数的不对称与平衡功能相关。

脑出血;偏瘫;步态时空参数;平衡功能

目前,我国脑血管病的病死率已超过心血管疾病,位居死亡原因第1位。脑血管病具有发病率高、病死率高及致残率高的特点[1],患者急性期后常留有偏瘫后遗症,步态异常是影响患者正常生理功能及生活质量的重要因素。步态及平衡能力异常是患者摔倒的重要原因,对偏瘫步态的客观分析有助于评定脑出血患者的残疾情况,为制订合理的康复训练提供理论依据。本组研究的目的是探讨脑出血偏瘫患者步态时空参数对其平衡功能的影响,现报道如下。

1 资料与方法

1.1 临床资料 选择2009-05—2014-05本院诊治的55例初诊脑出血偏瘫患者为观察组,均行头颅CT/MRI检查确诊为脑出血,且为单侧病灶。55例患者中男30例,女25例,年龄45~72岁,中位数年龄59.8岁,平均病程为(5.83± 1.26)月。其中瘫痪肢体为左侧者34例,右侧者21例。排除脑梗死、颅内肿瘤等引起的偏瘫。选取同期体检的60例健康者为对照组,男32例,女28例,年龄44~73岁,中位数年龄60.5岁。2组患者在年龄、性别等临床资料差异无统计学意义(P>0.05)。

1.2 研究方法及评估指标 采用美国EQ公司生产的人体步态测量与分析系统进行检测,首先检测体质量及身高,然后进行步行时空参数测试,受检者在泡沫板的一端走向对侧泡沫板一端,来回走6次,取4次研究数据的平均值。研究项目包括步速、步长、支撑时间、步幅、摆动时间等步态时空参数进行分析,采用Berg平衡量表对脑出血患者进行平衡功能评估。

1.3 统计学方法 采用SPSS 17.0软件进行数据分析,计量资料用±s表示,采用t检验,P<0.05为差异具有统计学意义。

2 结果

2.1 2组步态时空参数比较 与健侧相比,观察组患者患侧步长显著增加,支撑时间显著缩短,摆动时间显著延长,差异具有统计学意义(P<0.05),见表1;观察组与对照组步速、步频、步宽、步长及支撑时间比较差异具有统计学意义(P<0.05),摆动时间差别无统计学意义(P>0.05),见表2。2.2 Pearson相关分析结果 观察组患者不对称性参数步长偏差、患健侧摆动相比值及步宽与Berg评分显著相关(P <0.05),见表3。

表1 观察组患侧与健侧步态时空参数比较(±s)

表1 观察组患侧与健侧步态时空参数比较(±s)

注:患侧与健侧比较,△P<0.05

部位 n 步长(m) 支撑时间(s) 摆动时间(s)健侧55 0.25±0.03 1.48±0.63 0.39±0.23患侧55 0.28±0.06△1.25±0.47△0.65±0.36△

表2 2组步态时空参数比较(±s)

表2 2组步态时空参数比较(±s)

注:2组比较,△P<0.05

组别 n 步速(m/s) 步频(/min) 步宽(m) 步长(m) 支撑时间(s) 摆动时间(s)对照组 60 0.42±0.10 72.17±6.85 0.19±0.12 0.60±0.150.73±0.21 0.40±0.26观察组 55 1.02±0.24△104.58±7.94△0.13±0.08△ 0.26±0.04△ 1.36±0.56△0.42±0.28

表3 观察组患者对称性参数、步宽与Berg评分的相关性分析

3 讨论

步态分析中描述空间及时间的参数被称为时空参数,本组选取步速、步长、支撑时间、步幅、摆动时间等步态时空参数做为评估脑出血偏瘫患者肢体功能评估的指标。在评估过程中尽量多选取几个有效的步态周期,以求增加检测指标的可靠性。本组结果表明,脑出血患者偏瘫侧肢体时空参数异常,与健侧相比,观察组患侧步长显著增加,支撑时间显著缩短,摆动时间显著延长,差异具有统计学意义(P<0.05);观察组与对照组步速、步频、步宽、步长及支撑时间比较差别具有统计学意义(P<0.05)。单莎瑞等[2]报道了40例脑卒中后足下垂患者的研究结果显示,患者步宽、步态周期、支撑相、步行速度、步幅及摆动相等指标均异常,与本组结果一致。赵军等[3]报道了49例脑卒中偏瘫患者的研究结果显示,脑卒中偏瘫患者步长及步频显著减小,步速慢,步宽增加,步态周期及双腿支撑期变长。

脑出血患者由于中枢神经功能受损,导致患者出现下肢肌张力增加,出现足下垂等症状,所以步行时出现步宽增加、步频降低及稳定性下降,患者容易出现摔倒[4-5]。偏瘫患者步态周期延长主要表现是健、患侧站立相的延长,其双下肢支撑期的延长有助于步态稳定性的增加。偏瘫患者步速减慢主要是由于下肢伸肌协同运动模式异常所致,步长变短则是与患肢摆动相对地面的推进力差有关。偏瘫患者支撑相的延长是步行障碍的主要特征,走路时踝关节背屈力弱,导致摆动时腿部廓清异常,足跟落地后肌肉收缩不充分出现支撑相延长。

平衡是指机体维持某一种姿势或调整运动状态的一种能力[6],平衡的维持及协调与本体感觉关系密切,基底结、大脑顶叶等中枢神经系统部位的脑出血均可出现本体感觉异常,引起步行及平衡障碍。双侧负重不对称是脑卒中患者平衡功能异常的主要表现,患者行走时身体重心偏向健侧非常明显,与正常人相比重心摆动系数明显升高。不对称性步态时空参数是患者步行控制能力的反应,本组结果还显示,Pearson相关分析结果,观察组患者对称性参数步长偏差、健患侧支撑相比值及步宽与Berg评分显著相关(P<0.05)。结果表明,脑出血偏瘫患者步行控制能力与平衡能力显著相关。但Berg评分与支撑相比值未见相关性,其原因可能为患者支撑相包含单腿及双腿支撑期,因此稳定性较好,对平衡功能影响小。而摆动期则不同,单腿支撑需要较高的平衡能力[7]。

综上所述,偏瘫患者步速慢,其步态时空参数的不对称与平衡功能相关。

[1]Sakamoto Y,Koga M,Yamagami H,et al.Systolic blood pressure after intravenous antihypertensive treatment and clinical outcomes in hyperacute intracerebral hemorrhage:the stroke acute management with urgent risk-factor assessment and improvement-intracerebral hemorrhage study[J].Stroke,2013,44(7):1 846-1 851.

[2]单莎瑞,黄国志,曾庆,等.步态诱发功能性电刺激对脑卒中后足下垂患者步态时空参数的影响[J].中国康复医学杂志,2013,28(6):558-563.

[3]赵军,张通,芦海涛,等.脑卒中偏瘫步态分析的临床应用[J].中国康复理论与实践,2013,19(7):655-657.

[4]赵成华.偏瘫治疗仪配合运动疗法在脑卒中患者肢体功能康复中的应用[J].中国实用神经疾病杂志,2013,16(18):74-75.

[5]冯慧,许光旭,朱奕.背屈踝足矫形器对偏瘫患者骨盆控制影响的运动学分析[J].中华物理医学与康复杂志,2013,35(10):773-776.

[6]Jelsma J,Pronk M,Ferguson G,et al.The effect of the Nintendo Wii Fit on balance control and gross motor function of children with spastic hemiplegic cerebral palsy[J].Dev Neurorehabil,2013,16(1):27-37.

[7]Patterson KK,Gage WH,Brooks D,et al.Evaluation of gait symmetry after stroke:a comparison of current methods and recommendations for standardization[J].Gait Posture,2010,31(2):241-246.

(收稿2014-05-10)

R743.34

A

1673-5110(2015)05-0071-02

猜你喜欢
步速步态步长
基于步态参数分析的老年跌倒人群步态特征研究
中心差商公式变步长算法的计算终止条件
基于老年人行为特性的行人过街信号优化
基于Armijo搜索步长的BFGS与DFP拟牛顿法的比较研究
步速与住院高龄老年患者全因死亡的相关性
步速与住院老年高血压患者全因死亡的相关性
健康老年人舒适步速测评的Meta分析
基于随机森林回归的智能手机用步长估计模型
基于面部和步态识别的儿童走失寻回系统
步态识人