余枷枷
(寧波大學(xué)體育學(xué)院 浙江寧波 315211)
腦卒中是全球第二大常見的死亡原因,也是導(dǎo)致長(zhǎng)期殘疾的主要原因[1]。據(jù)統(tǒng)計(jì),腦卒中幸存者中有三分之一伴有長(zhǎng)期殘疾和不同程度的并發(fā)癥,約有30%的患者在卒中后的最初幾天或是一周內(nèi)發(fā)生不同程度的痙攣癥狀[2]。痙攣是肌肉的一種不自主收縮現(xiàn)象,通常發(fā)生在中樞神經(jīng)受損后,是被動(dòng)拉伸過程中速度依賴型的牽張反射亢進(jìn),可能造成肌肉流變學(xué)特性的改變,限制關(guān)節(jié)活動(dòng),導(dǎo)致患者肌肉疼痛、僵硬和萎縮等[2]。同時(shí)這些癥狀可能導(dǎo)致患者運(yùn)動(dòng)功能喪失,并影響藥物的療效。隨著痙攣的加重,患者的生活質(zhì)量也隨之下降,嚴(yán)重?fù)p害日常生活質(zhì)量。因此,在康復(fù)治療中,客觀合理的痙攣測(cè)量是個(gè)性化治療、監(jiān)測(cè)患者功能恢復(fù)至關(guān)重要的過程。為了能夠準(zhǔn)確客觀地評(píng)估痙攣,國(guó)內(nèi)外學(xué)者不斷研究痙攣客觀評(píng)估的新方法,該研究的目的在于總結(jié)近5 年內(nèi)痙攣評(píng)估相關(guān)研究,探討腦卒中后肢體痙攣評(píng)估的研究進(jìn)展,比較痙攣評(píng)估新舊方法的優(yōu)缺點(diǎn),并提出現(xiàn)有痙攣評(píng)估方法的改進(jìn)方向。
在Web of Science、PubMed、MEDLINE、ScienceDirect、CNKI中國(guó)知網(wǎng)等平臺(tái)進(jìn)行論文摘要的篩選,并檢索與該研究相關(guān)性高的全文進(jìn)一步分析,同時(shí)對(duì)已確定文獻(xiàn)的參考文獻(xiàn)進(jìn)一步分析,檢索時(shí)間從2016年到2022年10月。
中文檢索關(guān)鍵詞包括痙攣、腦卒中、中風(fēng)、卒中后、評(píng)定/評(píng)估、量表、電生理、表面肌電、肌肉建模、動(dòng)力學(xué)、運(yùn)動(dòng)生物力學(xué)、步態(tài)分析、建模仿真、彈性成像。英文檢索關(guān)鍵詞包括Stroke、Post-Stroke、Spasticity OR Spastic、Measurement、Assessment、Quantitative Assessment。
中文檢索式為痙攣AND(腦卒中OR 中風(fēng)后OR 卒中)AND(評(píng)定OR 評(píng)估)AND(電生理OR 表面肌電OR F 波OR H 波OR 量表OR 生物力學(xué)OR 肌肉建模OR 仿真OR深度學(xué)習(xí))。英文檢索式為(Spasticity OR Spastic)AND(Stroke OR Post-Stroke Spasticity)AND(Assessment)AND(Electromyography OR Scale OR Biomechanical OR Myotonometry)。
納入標(biāo)準(zhǔn):(1)研究肢體痙攣的評(píng)估方法;(2)研究對(duì)象是腦卒中后患者或中風(fēng)患者;(3)評(píng)估方法涉及量表、電生理、生物力學(xué)或建模仿真、深度學(xué)習(xí)等。
排除標(biāo)準(zhǔn):(1)會(huì)議類型的文章或僅有摘要無全文的文獻(xiàn);(2)未發(fā)表或見刊的文獻(xiàn);(3)由于該研究重點(diǎn)在于探尋新方法,排除使用評(píng)估方法進(jìn)行治療的研究。
痙攣在臨床中易于觀察,但難于客觀量化。目前痙攣評(píng)估方法主要分為臨床量表評(píng)估、電生理評(píng)估、影像學(xué)評(píng)估、運(yùn)動(dòng)生物力學(xué)評(píng)估、骨骼肌肉建模仿真等(見表1)。
表1 痙攣評(píng)估方法
目前臨床上廣泛用于痙攣評(píng)估量表的方法主要包括高張力評(píng)估工具(The Hypertonia Assessment,HAT)、改良的Ashworth 量表(Modified Ashworth Scale,MAS)、綜合痙攣量表(Comprehensive Spasticity Scale,CSI)、改良的Tardieu 量表(Modified Tardieu Scale,MTS)等[3-4]。這些量表主要基于治療師的被動(dòng)拉伸和患者抵抗被動(dòng)運(yùn)動(dòng)的主觀測(cè)試結(jié)果。優(yōu)點(diǎn)是操作簡(jiǎn)單,不需要任何評(píng)估設(shè)備,但主觀性強(qiáng),不能區(qū)分神經(jīng)和非神經(jīng)因素[3]。
改良的Ashworth 量表在Ashworth 量表的基礎(chǔ)上加入了“Ⅰ+”級(jí),有效地改善了中間級(jí)別的集束效應(yīng)。在評(píng)估方面,改良的Ashworth 量表只評(píng)定了肌張力和被動(dòng)運(yùn)動(dòng)下的痙攣,忽略了痙攣可能發(fā)生的陣攣和腱反射,且評(píng)定上肢痙攣程度的信效度均大于下肢[4]。
臨床評(píng)估量表(CSI)用于測(cè)量痙攣嚴(yán)重程度,從肌張力程度、腱反射和陣攣三個(gè)方面進(jìn)行評(píng)定,總分值越高,痙攣越嚴(yán)重[3]。該量表廣泛應(yīng)用于腦卒中患者痙攣評(píng)估,且側(cè)重于評(píng)定下肢痙攣程度。有研究表明,用臨床痙攣評(píng)估指數(shù)評(píng)估下肢痙攣程度的信效度優(yōu)于Ashworth量表和改良的Ashworth量表[3]。
改良的Tardieu量表是根據(jù)Lance的定義提出的一項(xiàng)更適合測(cè)量痙攣的量表,該表與改良的Ashworth 量表相比,將痙攣在三種不同速度下進(jìn)行了評(píng)估,考慮了關(guān)節(jié)被動(dòng)運(yùn)動(dòng)速度、收縮爆發(fā)的角度和牽張的肌腱收縮[3]因素。
此外,近幾年痙攣臨床評(píng)估還提出數(shù)值評(píng)定量表(Numeric Rating Scale,NRS)、三重痙攣量表(Triple Spasticity Scale)、改良的Heckmatt量表(Modified Heckmatt scale,MHS)、新痙攣量表(Spasticity Scale)、澳大利亞痙攣量表(ASAS)[5-7,9]。NRS 將患者的自我報(bào)告納入到了評(píng)估結(jié)果中[5]。MHS是一種用來評(píng)估肌肉痙攣病理性變化的量表,常用于定量評(píng)估下肢小腿肌痙攣的回聲強(qiáng)度[7]。ASAS 利用鐘擺運(yùn)動(dòng)的小腿模型,通過痙攣力矩來識(shí)別痙攣,評(píng)估結(jié)果與MAS具有相關(guān)性,但其流程多,操作復(fù)雜[9]。
臨床量表在臨床評(píng)估中提供了極大的便利性,但這只能代表半定量評(píng)估方法,其受物理治療師的主觀影響較大,測(cè)量結(jié)果主觀性強(qiáng)。
電生理痙攣評(píng)估主要依賴腦卒中后的肢體痙攣,主要運(yùn)用F 波、H 反射、表面肌電、強(qiáng)直牽張閾值(TSRT)、反射肌電閾值、動(dòng)態(tài)牽張反射閾值(DSRT)、強(qiáng)直運(yùn)動(dòng)誘發(fā)電位(MEP)、前庭誘發(fā)肌源電位(VEMP)等指標(biāo)進(jìn)行評(píng)估[10]。F波和H波是反映運(yùn)動(dòng)神經(jīng)元興奮的重要指標(biāo),H 反射指標(biāo)中Hmax/Mmax、Hslp/Mslp、H反射激活后抑制(PAD)等可作為痙攣的評(píng)定指標(biāo)[10],當(dāng)發(fā)生痙攣時(shí),H反射的幅度會(huì)增大,Hmax/Mmax也隨之增加[24]。F 波作為評(píng)價(jià)痙攣的另一指標(biāo),常用來反映運(yùn)動(dòng)神經(jīng)肌肉的興奮性,Hmax/Fmax 可表示痙攣的嚴(yán)重程度,但F 波在臨床上應(yīng)用較少[24-25]。在研究中發(fā)現(xiàn),F(xiàn)波和H反射與MAS只存在中度相關(guān)性,多數(shù)研究未發(fā)現(xiàn)密切相關(guān)性[24,26]。
表面肌電圖又稱動(dòng)態(tài)肌電圖,是將表面電極片粘貼在目標(biāo)肌肉的皮膚表面,以無創(chuàng)的形式收集神經(jīng)肌肉系統(tǒng)產(chǎn)生生物電變化后的一維電壓時(shí)間序列信號(hào),也就是受神經(jīng)支配的肌肉活動(dòng)時(shí)產(chǎn)生的生物電[27]。評(píng)估痙攣的研究多集中在利用時(shí)域、頻域參數(shù)指標(biāo)量化肌肉活動(dòng)時(shí),目前常用的sEMG量化痙攣指標(biāo)有平均肌電值(AEMG)、積分肌電值(IEMG)和均方根值(RMS)[27-28]。近幾年,動(dòng)態(tài)牽張反射閾值(DSRT)、強(qiáng)直性牽張反射閾值(TSRT)備受關(guān)注[11,29-30]。BaohuaHu等人提出基于sEMG信號(hào)Hilbert-Huang變換邊緣譜熵(HMSEN)的動(dòng)態(tài)牽張反射測(cè)量方法,用于量化痙攣[12]。Baohua Hu 等人基于Hilbert-Huang 變換邊緣譜熵(HMSEN)和表面肌電信號(hào)的均方根(RMS)開發(fā)了一種客觀可靠的痙攣評(píng)估臨床實(shí)用方法[13]。Song Yu 等人提出將表面肌電信號(hào)與自適應(yīng)神經(jīng)推理模糊系統(tǒng)相結(jié)合(即SEMG-ANFIS 方法),用于量化痙攣,SEMGANFIS 方法有著較高的準(zhǔn)確度,而且可以通過重復(fù)更少次數(shù)的被動(dòng)拉伸來達(dá)到量化痙攣的效果[31]。
磁共振彈性成像能夠?qū)蝹€(gè)肌肉進(jìn)行客觀量化評(píng)估,分辨率高,但是對(duì)設(shè)備場(chǎng)地要求嚴(yán)格,費(fèi)用高,且輻射具有傷害性,當(dāng)前能夠證明磁共振成像量化痙攣的研究文獻(xiàn)較少[10,14]。彈性成像和超聲成像技術(shù)早年用于檢測(cè)患者腫瘤的擴(kuò)散范圍,近些年也在神經(jīng)肌肉領(lǐng)域廣泛應(yīng)用[15]。Frank 等人研究橫波超聲成像技術(shù)對(duì)于中風(fēng)后痙攣的定量評(píng)定,篩選了76篇文獻(xiàn),其中9篇中提及中風(fēng)患者肱二頭肌或足底區(qū)肌痙攣的彈性成像數(shù)據(jù),發(fā)現(xiàn)剪切波數(shù)值與臨床測(cè)量數(shù)值具有較高的一致性,橫波超聲成像可作為量化中風(fēng)后痙攣指標(biāo)[18]。超聲技術(shù)可以識(shí)別正常和病理組織的回聲和力學(xué)特性,痙攣肌肉表現(xiàn)出更強(qiáng)的回聲,但易受探頭大小、切面等因素的影響,且目前臨床研究較少[10,14]。Jessica McDougall 等人研究提出將近紅外光譜(NIRS)用于痙攣評(píng)估,NIRS可以實(shí)時(shí)監(jiān)測(cè)肌肉收縮活動(dòng)引起的肌肉血流動(dòng)力學(xué)和代謝變化,還能無創(chuàng)檢測(cè)并測(cè)量痙攣和非痙攣肌肉的血容量差異及氧化能力的變化,但其可行性需進(jìn)一步驗(yàn)證[16]。熱成像是基于部分物體表面發(fā)射紅外輻射的溫度測(cè)量法,有研究表明,痙攣肢體與非痙攣肢體相比,痙攣側(cè)溫度更低[17]。
生物力學(xué)常通過測(cè)量關(guān)節(jié)位置、角速度和扭矩來量化被動(dòng)運(yùn)動(dòng)時(shí)關(guān)節(jié)中速度相關(guān)的阻力,或采用傳感器設(shè)備采集動(dòng)力學(xué)和運(yùn)動(dòng)學(xué)數(shù)據(jù),測(cè)量靜態(tài)和動(dòng)態(tài)加速度,如等速測(cè)試、肌張力測(cè)試、可穿戴系統(tǒng)評(píng)估、步態(tài)分析,這些測(cè)試主要集中在痙攣肌肉力學(xué)評(píng)估中[32-33]。McGiboon 等人提出了一個(gè)運(yùn)動(dòng)學(xué)模型,并通過線性判別分析算法進(jìn)行了分類學(xué)習(xí),解決了識(shí)別肌肉痙攣嚴(yán)重程度的問題,但此方法需要特定的實(shí)驗(yàn)環(huán)境[34]。McGibbon 等人提出用可穿戴系統(tǒng)進(jìn)行評(píng)估,該系統(tǒng)由光纖測(cè)試儀和一個(gè)帶有兩個(gè)通道的表面肌電(EMG)組合兩次,用于記錄肘部伸屈肌被動(dòng)拉伸過程中的運(yùn)動(dòng)學(xué)和肌肉活動(dòng)特征,運(yùn)動(dòng)學(xué)和肌電圖數(shù)據(jù)中代表痙攣的指標(biāo)與MAS評(píng)分具有密切關(guān)聯(lián)性[22]。
鐘擺測(cè)試是通過視覺評(píng)估肌肉對(duì)突然施加的外力的拉伸反應(yīng),以及通過彎曲和伸展之間產(chǎn)生的振蕩來評(píng)估肌肉痙攣程度[35]。W Li 招募了40 名受試者進(jìn)行擺錘測(cè)試和MAS測(cè)試,測(cè)量膝關(guān)節(jié)和踝關(guān)節(jié)痙攣,受試者進(jìn)行10 米步行實(shí)驗(yàn),研究發(fā)現(xiàn),從擺錘測(cè)試中能夠提取腦卒中患者痙攣步態(tài)性能的預(yù)測(cè)參數(shù),擺錘測(cè)試可作為評(píng)估痙攣的一種簡(jiǎn)單客觀方法[29]。
患者的個(gè)體差異對(duì)神經(jīng)生理學(xué)和生物力學(xué)在痙攣方面的評(píng)估有著很大影響,近些年大量學(xué)者利用表面肌電,結(jié)合慣性傳感器機(jī)器人痙攣評(píng)估系統(tǒng)、機(jī)器學(xué)習(xí)算法評(píng)估痙攣系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)評(píng)估痙攣平臺(tái)等,對(duì)痙攣評(píng)估進(jìn)行了個(gè)性化的研究[20-21,23,31,36]。Xu Zhang等人招募了16名肘屈肌或伸肌痙攣患者和8名健康受試者,采用表面肌電(sEMG)測(cè)試法,結(jié)合慣性傳感器記錄受試者的EMG信號(hào)和慣性數(shù)據(jù),并為數(shù)據(jù)構(gòu)建了Lambda 模型和運(yùn)動(dòng)學(xué)模型,提出了一種基于回歸分析肌電信號(hào)與可穿戴慣性傳感器數(shù)據(jù)的指標(biāo),用于痙攣評(píng)估,該指標(biāo)經(jīng)驗(yàn)證與MAS 有高度相關(guān)性[20]。Jung-Yeon Kim 等人提出通過機(jī)器學(xué)習(xí)來確定肘關(guān)節(jié)痙攣,該方法與MAS具有良好的相關(guān)性[22]。Falisse等人提出將肌肉力反饋模型用于痙攣評(píng)估[19]。近三年利用神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)算法研究痙攣評(píng)估系統(tǒng)的報(bào)道較多,但樣本量不足,需進(jìn)一步驗(yàn)證其可行性。遠(yuǎn)程醫(yī)療評(píng)估是臨床醫(yī)生通過一個(gè)虛擬的框架,使用電信技術(shù)指導(dǎo)護(hù)理人員來協(xié)助進(jìn)行痙攣評(píng)估,研究表明,使用遠(yuǎn)程醫(yī)療的痙攣患者非常少,但其在臨床運(yùn)用方面很有前景,尤其是在COVID-19流行期間[37]。
從傳統(tǒng)的臨床量表評(píng)估到生物力學(xué)模型的建立,痙攣評(píng)估逐漸精細(xì)化。但痙攣的識(shí)別和測(cè)量仍主要在患者的靜息狀態(tài)下進(jìn)行,而在日常生活中,痙攣可能在隨意運(yùn)動(dòng)中發(fā)生。因此,痙攣的定量評(píng)估是巨大的挑戰(zhàn),建議進(jìn)一步根據(jù)腦卒中后痙攣的病理生理機(jī)制,研究出可全面客觀量化痙攣的方法。并將痙攣評(píng)估建立在臨床評(píng)估的基礎(chǔ)上,在活動(dòng)和功能性運(yùn)動(dòng)中重復(fù)生物力學(xué)測(cè)量。