走廊宽度对老年人步态的影响

医疗保健

文章系统性环境操控对老年人步态的影响

摘要

量化老年人在不同环境刺激下的步态变化,有助于更深入理解影响其步态变化及跌倒发生的相关机制。本研究探讨了对个体环境中单一维度的系统性操控如何影响时空步态参数。共有20名老年参与者在设有可移动墙的研究走廊中以自选速度行走,从而将走廊宽度控制为三种条件:1.14 米、1.31 米和1.48 米。使用仪器化的GAITRite 步态分析垫采集参与者行走过程中的时空数据。重复测量方差分析结果显示,在最窄的走廊宽度下,老年人双支撑期时间显著长于最宽的情况,但其他时空步态参数未发生显著改变。对环境单一维度的小规模操控导致了步态的细微变化,某些情况下具有显著性,表明微小甚至难以察觉的环境变化可能会影响老年人的步态模式。

关键词 :步态;运动学;falls;老年人;双重任务;认知负荷;物理环境

1. 引言

如果各种环境特征已知会影响运动任务的表现,则被归类为调节性特征 [1]。Hillel 等人 [2] 以及 Bock 和 Beurskins [3] 的研究证实了这一点,他们发现老年人在实验室条件与非实验室条件下行走时步态存在显著差异。尽管我们已知老年人在执行运动任务时比年轻人更依赖环境线索 [4,5],但他们可能对环境特征也更为敏感。因此,个体环境中的显著条件(如可行走区域的大小)可能是影响步态时空特征的调节性特征。这些引起的步态变化可能反映出更加保守性步态模式,类似于在实验室中进行双重任务步态分析时通常观察到的情况。

双任务步态研究允许将具有不同认知负荷水平的任务与仪器化步行任务相结合。已有研究发现,认知测量指标与跌倒风险之间存在负相关关系[6,7]。执行功能受损尤其与老年人的步态紊乱以及跌倒风险增加相关,无论其是否被诊断为认知障碍[6,8]且无认知障碍诊断[9]。

随着认知负荷的增加,已观察到特定的步态变化,这些变化与跌倒风险增加相关,类似于患有病理状态的老年人中观察到的步态变化。在行走过程中在认知负荷下,老年人行走显著变慢[10–12],其步时和步幅时间的变异性增大[10,13],且步宽增加[11]。这些步态缺陷随着认知负荷的增加[10]和年龄增长[14]而加剧。Yogev‐Seligmann 等人[8]提出的 影响衰老对步态作用的一种可能解释是,老年人可用于分配给不同任务的注意力资源较少。换句话说,老年人无法同时关注两项任务,导致步态受损。然而,认知任务对步态的影响似乎受到任务本身性质的影响,因为算术任务对步态时空参数的影响方式与言语流畅性任务不同。[12,15]尽管施加认知任务 是一种传统的实验室方法,用于以模拟日常功能任务的方式研究步态,但它可能无法提供最适合理解日常生活中的感觉和运动方面的情境。

关于改变步态任务周围环境在多大程度上影响步态参数的研究较少。Schaefer等人[11]进行了一项研究,比较了老年人和年轻人在虚拟现实环境中完成认知任务并在跑步机上行走时对步态的优先处理情况。在没有额外认知任务的情况下,当在较窄的模拟轨道上行走时,老年人和年轻人都显著减慢了行走速度,并采取了更宽的步幅;然而,老年人出现踩空步(定义为走出虚拟轨道)的次数显著多于年轻人。尽管作者未收集步态变异性数据,但踩空步的增加可能导致步态变异性增加,类似于传统双重任务条件下所预期的情况。为进一步丰富相关文献并更好地理解环境对老年人的影响,本研究探讨了对物理环境单一维度的系统性操控是否能够改变老年人的步态时空参数。我们假设,走廊宽度的微小变化会导致步态时空测量指标和步态变异性的改变,其方式类似于此前在双重任务步态中报道的结果。

2. 材料与方法

2.1. 参与者

二十名健康的老年人(11名女性,平均年龄73.58 ± 5.54岁;范围:66至88岁)参与了本实验。
参与者通过社区传单招募。纳入标准包括:(1)年龄在65岁或以上;(2)能够无需辅助连续行走 10分钟。排除标准包括:(1)任何自我报告的神经损伤或病理状态;(2)过去6个月中影响功能的骨科状况。在每次实验开始前均获得书面知情同意。本研究遵循赫尔辛基宣言,并由威斯康星大学麦迪逊分校社会与行为科学机构审查委员会批准(编号 2018‐0865)。

2.2. 仪器设备

构建了一条8.13米长的走廊,沿走廊长轴设置了一面可移动墙和一面固定墙(图1)。走廊通过调整可移动墙至相应的标记位置,手动调节为3个预定宽度之一:窄(1.14米)、中(1.31米)或宽(1.48米)(图2)。走廊包含一个供参与者进入的功能门,以及4个干扰门,这些干扰门提高了场景的生态效度,但参与者不会使用。其中一个干扰门保持半开状态,以便在每次试验开始时对参与者进行提示。在与入口门相对的一端放置了一株1.2米高的植物,以使场景更加真实。

示意图0
示意图1

采用GAITRite(美国新泽西州克利夫顿CIR系统公司)仪器化步道系统来采集时空数据。测试垫在走廊的长轴方向位置保持一致,但在改变走廊宽度时会进行调整以保持居中。GAITRite系统包含一块5.12米长、0.89米宽的压力感应垫。在研究走廊的一端,使用罗技(罗技国际公司,瑞士洛桑)网络摄像头对参与者沿测试垫行走的过程进行视频录制,以便核对因参与者提前踏出测试垫或未遵循实验流程而可能导致的数据误差。

2.3. 实验协议

记录每位参与者每次实验开始时的体重、身高、肩宽和腿长。测量肩宽时,要求受试者手臂放松并紧贴墙壁站立,测量两侧三角肌最突出部位之间的距离。测量腿长时,通过触诊股骨大转子,并从该点测量至腓骨外踝。

测量完成后,参与者被引导至通往研究走廊的功能门。当参与者进入环境且身后的门关闭后,一个区块即开始。第一次试验从参与者背靠功能门站立开始。参与者被提示以舒适的速度走过走廊的整个长度。到达走廊末端后,参与者需转身,面向步态垫,并等待提示开始下一次试验。参与者按照此实验流程完成10次连续试验。当参与者被提示通过功能门离开研究走廊时,该区块结束。一旦离开研究走廊,参与者需填写问卷,同时走廊宽度被调整为下一个条件。共完成三个各包含10次试验的区块,总计30次试验。每个区块采用不同的走廊宽度:1.14 米、1.31 米或1.48 米。参与者未被告知走廊宽度的变化情况。各条件在参与者之间进行了交叉平衡。区块之间的问卷包括第一个区块后的爱丁堡利手量表 [16,17]和第二个区块后的滑铁卢足偏问卷 [18]。完成第三个区块后,对参与者进行事后说明并为其时间给予报酬。

2.4. 数据处理

首先检查GAITRite数据中的落脚错误和半步情况。任何未完全落在步行道上的步态均被视为踩空步。仅包含至少有4个连续有效落脚的试验。然后对每种条件下的试验数据进行平均。提取步幅比率 (SER)、支撑基底、双支撑期占步态周期的百分比和速度作为主要结局指标用于分析。SER通过将步长除以腿长并取左右两侧比率的平均值得出。支撑基底定义为连续两次落脚时,一只脚的脚跟到另一只脚脚跟中心之间的垂直距离(厘米)。双支撑期占步态周期的百分比定义为行走试验中双脚同时接触地面的时间持续时间除以行走试验的总时间再乘以100。速度通过步态垫记录的第一次到最后一次落脚之间的距离除以试验的总时间(厘米/秒)计算得出。最后,上述变量的标准差被用作步态变异性指标。

2.5. 统计分析

采用单因素重复测量方差分析,以3种走廊宽度条件作为被试内因素,检测不同条件下时空参数的差异。该分析未包含任何被试间因素或协变量。通过事后Bonferroni校正的成对比较进一步探讨显著的主效应。效应量通过偏η²计算进行分析,小、中、大效应量分别定义为0.0099、0.0588和 0.1379 [19]。数据分析在SPSS v. 26(美国纽约阿蒙克IBM公司)中完成。

3. 结果

二十名老年人(11名女性)完成了该研究。参与者的平均身高和体重分别为168.98 ± 8.09厘米和 68.59 ± 12.25千克,平均腿长和肩宽分别为79.85 ± 4.39厘米和44.33 ± 3.95厘米。共有15名参与者为右利手,4名为双手同利,1名为左利手。同样,16名参与者为右脚优势,3名为左脚优势,1名参与者处于中性范围。

不同宽度条件下参与者时空参数的描述性统计结果见表1。双支撑期占步态周期百分比的标准差是唯一违反球形假设的变量(χ²(2) = 28.63,p < 0.001),仅对该变量采用格林豪斯‐盖瑟校正。重复测量方差分析(表2)显示,走廊宽度对参与者双支撑期占步态周期的百分比(F = 5.049,p = 0.011)和速度(F = 3.261,p = 0.049)均存在显著主效应,且效应量较大(ηₚ² = 0.210 和 ηₚ² = 0.146,respectively)。事后分析显示,参与者在窄走廊条件下的双支撑期时间显著长于宽走廊条件。对小、中、大走廊条件的速度值进行两两比较时未发现显著差异,这可能是由于采用了邦弗罗尼校正所致(表3)。步极端比率和支撑基底在各条件之间无显著差异。步态变异性指标在走廊操控下未发生显著变化。

表1. 三种走廊宽度条件下的平均时空参数。n = 20 窄(1.14米) 中(1.31米) 宽(1.48米)
步极端比率(SD) 0.802(0.0817) 0.805(0.0793) 0.805(0.08)
支撑底面积,厘米,(标准差) 9.451(2.328) 9.214(2.343) 9.305(2.429)
双支撑平均百分比(标准差) 23.999(2.991) 23.798(2.941) 23.515(3.087)
速度,厘米/秒,(标准差) 122.04(18.086) 123.17(17.945) 123.45(18.019)
步长变异性(标准差) 2.965(0.945) 2.987(0.715) 3.098(0.944)
支撑基础变异性(标准差) 2.077(0.586) 1.924(0.382) 2.007(0.536)
双支持相变异性(标准差)* 0.0159(0.004) 0.019(0.0167) 0.016(0.004)
速度变异性(标准差) 3.978(1.180) 3.869(1.008) 4.172(1.148)

* = 格林豪斯‐盖瑟校正。

表2. 走廊宽度操纵对步态时空参数和变异性参数的主效应及效应量。n = 20 F p‐值 偏Eta方
步极端比率 2.076 0.139 0.099
支撑基底 1.668 0.202 0.081
平均双支撑百分比 5.049 0.011* 0.210
速度,厘米/秒 3.261 0.049* 0.146
步长变异性 0.213 0.809 0.011
支撑基础变异性 1.051 0.360 0.052
双支撑变异性 0.978 0.385 0.049
速度变异性 0.746 0.481 0.038

* = 显著(p < 0.05)。

表3. 显著主效应的事后成对比较。 参数 走廊宽度条件 (a) 走廊宽度条件比较 (b) 平均差异 (a−b) 标准误差 p‐值 差异的95%置信区间
上界 下界
双倍支持百分比 0.202 0.185 0.861 -0.283 0.688
0.485* 0.114 0.001* 0.185 0.785
0.283 0.153 0.240 -0.118 0.683
速度 -1.130 0.530 0.139 -2.522 0.262
-1.410 0.588 0.081 -2.953 0.133
-0.280 0.631 1.000 -1.937 1.377

* = 显著 (p < 0.05)。

4. 讨论

环境中的变化可能会以类似于认知任务的方式改变个体步态的时空特征。本研究的主要目的是考察走廊宽度的微小变化对步态时空测量指标和步态变异性的影响。我们的研究结果表明,老年参与者在狭窄走廊行走任务中的双支撑期时间比在宽阔走廊中更长,并且在狭窄条件下表现出速度降低的趋势。步态变异性未受到影响。这些发现表明,细微的环境变化可能会影响步态的时空测量指标。

少数评估环境如何影响步态的研究通常依赖于在实验室环境中进行的大规模操控。在 Hillel 等人的一项近期研究中,研究人员比较了有跌倒史的老年人在实验室环境中行走时(分别在有和无认知任务的情况下)的步态,并将这些结果与日常活动中的测量数据进行了对比。结果表明,在实验室环境中行走可能无法准确反映现实世界中的步态情况,其中步态规律性和步时是与现实世界行走相比最不可靠的指标[2]。类似地,Bock 和 Beurskens[3]开展了一项研究,比较了老年人和年轻人在不同环境下的步态。作者发现,在实验室环境中行走的参与者其肢体摆动幅度较小,时空变异性更大,相较于在公园户外行走的组别而言[3]。此外,在户外行走的群体中,不同年龄组之间的步态参数差异较不明显[3]。在这两种情况下,大规模的环境变化虽然引入了生态相关变量,但并未对其加以量化,而这些变量很可能对所观察到的变化有所贡献。

本研究并未比较两种截然不同环境中的步态,而是比较了参与者在行走时走廊宽度条件与前一条件仅相差0.17米的情况下的步态。即便如此,在最宽的1.48米走廊条件与最窄的1.14米条件之间仍发现了显著差异。话虽如此,我们的结果与Bock和Beurskens [3]的研究发现相似,即老年人在最宽的走廊宽度条件下行走时采用了较为保守程度较低的参数,这表明环境的空间特征会影响步态。通过考察功能空间中细微的操控,我们可以更好地审视已有记录的适应性变化,并开始理解这些变化。本研究旨在观察在系统性操控参与者即时环境后步态发生的变化,这种操控类似于在现实生活中从一条走廊转入另一条走廊时所经历的情况。尽管各条件之间的差异较小,但仍观察到了对步态的影响,这可能表明老年参与者样本在狭窄走廊中感到稳定性较差,因而行走更为谨慎。

在双重任务行走期间,已发现老年人行走时速度降低[12]、摆动时间减少[20],且变异性显著增加[21]。本研究中,走廊宽度对速度和双支撑期有显著影响。与宽走廊条件相比,老年人在窄走廊条件下行走时双支撑期显著延长。参与者在窄走廊条件下的行走速度也较慢,但在配对比较中,该速度与中等和宽走廊条件之间的差异并不显著。尽管变异性指标未达到显著水平,但走廊宽度对双支撑期和速度的显著主效应与Hausdorff等人[20]的研究结果相似,他们发现老年人在双重任务条件下行走更慢,并且站立相时间减少。站立相时间的减少导致双足接触地面的时间增加,这与窄走廊条件下的观察结果类似,即参与者在双支撑期花费了显著更多的时间。这些发现可能与跌倒风险较高的老年人群相关。增加双支撑期时间是一种常见的策略,被害怕跌倒的个体用来限制单腿平衡的时间[22]。

巴尔的摩衰老纵向研究[23]以及Springer等人[24]的研究表明,有跌倒史的老年人在步态周期中显著更大比例的时间处于站立相或双支撑期,与没有跌倒史的老年人相比,双重任务行走在支持方面存在差异。如果环境特征(如走廊宽度)能够改变健康老年人的步态模式(正如我们的研究结果所示),那么环境特征对步态的影响可能比目前文献中所反映的更为显著。

当前的研究结果也与 Schaefer 等人的研究结果相似。[11],他们发现,当虚拟走道宽度减小时,老年人行走时步幅更短、速度更慢,并在双支撑期花费更多时间。本研究中观察到的较轻微的效应可能是由于研究间的方法学差异所致。不同研究之间的差异可能源于方法学上的不同。与 Schaefer 等人[11]的研究不同,在后者中,参与者在自驱动跑步机上行走,并被要求尽可能快速且准确地走在前方屏幕上显示的虚拟跑道上;而本研究中的参与者进行的是地面行走,且未被赋予任何需要专注执行的任务。此外,对行走速度的关注可能会加剧所观察到的差异。

关于站立姿势中感知与动作耦合的研究通常关注周围环境的动态变化以及由此产生的姿势适应 [25,26],这些适应似乎随着年龄增长而变得更加显著 [27]。在本研究中,并未正式统计有多少参与者注意到测试过程中走廊宽度的变化;据非正式报告,大多数参与者在事后汇报会中表示他们并未察觉到这种操纵。尽管视觉感知在环境中已受到广泛关注,但此前仅有一项研究探讨了微小环境变化对步态的影响。Jetthumrong 和 Ladavichitkul [28]测量了参与者在通过宽度为 40 到 100 厘米的不同门宽时行走速度的变化。研究人员发现结果尚不明确,因为门宽仅对样本中的部分个体产生了影响。未来仍需进一步研究,以理解并量化周围环境的感觉感知在多大程度上影响步态,特别是对于那些跌倒风险较高的个体而言。

由于样本仅限于相对少量的社区居住老年人,目前的研究结果无法得出广泛的推论;然而,未来的研究可以考虑若干启示。从临床和科学的角度来看,这些发现支持对步态评估进行标准化,包括数据收集所处的环境。研究之间广泛的方法学多样性以及影响个体步态的内部和外部因素持续增加[2],这可能阻碍了每项研究结果的泛化性。尽管这些潜在的混杂因素可能对个体的步态参数没有显著影响,但它们的存在进一步增加了准确区分科学条件、病理状况或治疗后改善所引起的观察效应的难度。从临床安全和家庭健康的角度来看,本研究的结果表明,个体物理环境的某些方面(如狭窄的房间和通道)可能会影响患者的步态模式。需要进一步研究以探索影响生物力学结果的环境因素的感知。

本研究存在若干局限性,需予以考虑。首先,由于新冠肺炎的健康问题,本研究的数据收集工作提前中止,限制了样本量以及观察效应的强度。因此,我们提供了偏Eta方值,以帮助解释当前样本的研究结果。此外,我们的样本主要由无明显健康问题或跌倒史的健康老年人组成。纳入更加多样化且具代表性的样本将有助于增强研究结果的泛化性。最后,关于参与者是否意识到变化的宽度及其对各条件的感知情况,尚未进行正式记录,因此无法就运动适应的有意识决策和/或对测试环境的焦虑得出结论。未来的研究应实施更显著的环境变化,以观察更显著效应,并在参与者完成每种条件下的行走后对其进行访谈,以更好地理解这些变化发生的原因。

5. 结论

环境特征对步态的影响程度尚不明确。本研究发现,将走廊宽度减少34厘米会改变老年人在双支撑期所占时间的百分比。未来需要进一步研究以量化环境对步态时空参数的影响,从而更好地理解老年人跌倒的原因,并推动跌倒预防工作。

内容概要:本文介绍了基于Koopman算子理论的模型预测控制(MPC)方法,用于非线性受控动力系统的状态估计与预测。通过将非线性系统近似为线性系统,利用数据驱动的方式构建Koopman观测器,实现对系统动态行为的有效建模与预测,并结合Matlab代码实现具体仿真案例,展示了该方法在处理复杂非线性系统中的可行性与优势。文中强调了状态估计在控制系统中的关键作用,特别是面对不确定性因素时,Koopman-MPC框架能够提供更为精确的预测性能。; 适合人群:具备一定控制理论基础和Matlab编程能力的研【状态估计】非线性受控动力系统的线性预测器——Koopman模型预测MPC(Matlab代码实现)究生、科研人员及从事自动化、电气工程、机械电子等相关领域的工程师;熟悉非线性系统建模与控制、对先进控制算法如MPC、状态估计感兴趣的技术人员。; 使用场景及目标:①应用于非线性系统的建模与预测控制设计,如机器人、航空航天、能源系统等领域;②用于提升含不确定性因素的动力系统状态估计精度;③为研究数据驱动型控制方法提供可复现的Matlab实现方案,促进理论与实际结合。; 阅读建议:建议读者结合提供的Matlab代码逐段理解算法实现流程,重点关注Koopman算子的构造、观测器设计及MPC优化求解部分,同时可参考文中提及的其他相关技术(如卡尔曼滤波、深度学习等)进行横向对比研究,以深化对该方法优势与局限性的认识。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值