帕金森病患者与非患者在进行动态骑行运动后的大脑激活情况:一项fNIRS研究

《Frontiers in Human Neuroscience》:Cerebral activation following dynamic cycling in individuals with and without Parkinson's disease: an fNIRS investigation

【字体: 大 中 小 】 时间:2026年03月11日 来源:Frontiers in Human Neuroscience 2.7

编辑推荐:

  摘要 引言:高频率动态骑行已被证明对帕金森病(PD)患者的运动功能有显著益处。尽管这一群体的运动症状有所改善,但其神经生理机制尚不清楚。功能性近红外光谱(fNIRS)是一种神经成像工具,通过估计大脑表面的血红蛋白含量来测量皮层激活情况。 方法:18名参与者(其中11名为

  摘要
引言:高频率动态骑行已被证明对帕金森病(PD)患者的运动功能有显著益处。尽管这一群体的运动症状有所改善,但其神经生理机制尚不清楚。功能性近红外光谱(fNIRS)是一种神经成像工具,通过估计大脑表面的血红蛋白含量来测量皮层激活情况。

方法:18名参与者(其中11名为PD患者)完成了本研究,研究了在SMART自行车上进行高频率和低频率动态骑行后前额叶皮层活动的变化。在动态骑行前后,使用fNIRS测量了手指敲击和认知评估的数据。采用三因素混合方差分析(ANOVA)并考虑时间重复效应,以确定动态骑行前后前额叶皮层(PFC)内氧合血红蛋白浓度的差异。

结果:未发现氧合血红蛋白反应的显著差异。然而,这是首次比较PD患者(PwPD)和健康年龄匹配对照组在SMART自行车上动态骑行后fNIRS反应变化的研究。

讨论:需要更大样本量的进一步研究,以继续为PD患者制定最佳锻炼方案。

1 引言
根据Su等人的预测,到2025年,帕金森病(PD)的全球患病人数将上升至2520万。仅在美国,每年就有约90,000名65岁及以上的老年人被诊断出患有PD(Willis等人,2022年)。PD患者(PwPD)常出现震颤、运动迟缓、姿势不稳和僵硬等典型运动症状(Dickson,2018年;Marras等人,2018年)。此外,非运动症状还包括幻觉、睡眠障碍、本体感觉障碍以及工作记忆、执行功能和注意力缺陷(Hausdorff等人,2006年;Possin等人,2008年;Elgh等人,2009年;Blandini,2013年;McKee和Hackney,2013年)。基于运动的疗法已被广泛用于治疗PD的运动和非运动症状(Feng等人,2020年;Ellis等人,2021年;de Almeida等人,2022年;Gamborg等人,2022年;Ernst等人,2023年;Padilha等人,2023年;Yang等人,2023年;Langeskov-Christensen等人,2024年;Mitchell等人,2024年;Luthra等人,2025年)。高频率动态骑行能有效改善PwPD的运动症状(Ridgel等人,2012年、2013年、2015年;Ridgel和Ault,2019年;Kim等人,2024年)。高频率动态骑行是在Speed Manipulated Adaptive Rehabilitation Therapy(SMARTbike)自行车上进行的,该自行车使用电机帮助PwPD保持高且可变的骑行频率,通常为每分钟80转(rpm),并且电机速度每秒可变化±4 rpm(Ridgel等人,2009年;Mohammadi-Abdar等人,2016a,b)。除了改善运动功能外,跑步机训练、抗阻训练、骑行、拉伸和探戈舞蹈也被证明可以改善PwPD的认知功能(McKee和Hackney,2013年;David等人,2015年;Picelli等人,2016年)。与年龄匹配的对照组相比,PwPD的整体脑血流量较低(Lavy等人,1979年;Globus等人,1985年),这可能与认知缺陷、脑萎缩和多巴胺缺乏有关(ADDIN EN.CITE(Pelizzari等人,2020年;Li等人,2023年)。

PwPD的锻炼与通过增加前额叶皮层(PFC)区域的激活来改善运动和认知功能有关(Shin等人,2024年)。功能性近红外光谱(fNIRS)是一种非侵入性神经成像工具,可以测量运动和认知任务期间的氧合血红蛋白浓度(ΔHbO2)和皮层激活情况,从而研究症状改善的机制(Maidan等人,2016年;Thumm等人,2018年;Stuart等人,2019年;Pelicioni等人,2020年;Hofmann等人,2021年;Bonilauri等人,2022年;Schejter-Margalit等人,2022年)。fNIRS已被用于研究健康人群和临床人群在急性及慢性运动后的脑氧合变化(Moriarty等人,2019年、2020年;Liao等人,2021年)。需要注意的是,fNIRS并不直接测量脑血流量,但可以通过组织的氧合血红蛋白浓度推断出血流量(Pinti等人,2020年)。总体而言,fNIRS研究表明,中等强度的锻炼可能与神经效率的提高有关,这体现在心血管疾病、老年人和健康人群在认知任务中的氧气需求减少(Moriarty等人,2019年、2020年;Liao等人,2021年)。Moriarty等人(2020年)发现,在6周的心脏康复后,一组患者的左侧前额叶皮层(LPFC)在认知测试中的ΔHbO2显著增加,而这些增加与认知功能呈负相关(Moriarty等人,2020年)。虽然Moriarty等人(2020)的研究结果不能直接应用于PwPD,但由于相关文献有限,仍需重视以往在临床人群中的fNIRS研究。Liao等人(2021)发现,在12周的抗阻训练、有氧训练和平衡训练干预后,双侧PFC的ΔHbO2浓度在认知任务中显著降低。Moriarty等人(2019)还比较了健康成年人在多种条件下的PFC活动反应,包括高强度运动、中等强度运动、瑜伽运动和非运动对照组。中等强度运动导致LPFC的血红蛋白差异显著高于其他强度组,尽管认知表现没有差异,但LPFC激活与处理速度呈显著负相关(Moriarty等人,2019年)。fNIRS也被用于评估PwPD的PFC激活情况(Maidan等人,2018年;Hoang等人,2022年)。Hoang等人评估了PwPD在5周锻炼康复训练后的步行过程中PFC活动变化。锻炼后右侧PFC(RPFC)的激活显著降低(Hoang等人,2022年)。Maidan等人(2018)在64名PwPD样本中,测量了他们在常规步行和复杂步行任务(包括跑步机训练和虚拟现实训练)后的PFC激活情况。这两种干预均与PFC激活降低有关(Maidan等人,2018年)。此外,干预后跌倒次数的减少也与PFC激活降低有关(Maidan等人,2018年)。Maidan等人(2018)认为,锻炼训练可能提高神经可塑性并促进更有效的神经招募。步行时PFC激活的降低表明,干预后PwPD的步态自动化有所改善,而添加感觉反馈可以进一步增强这种改善(Maidan等人,2018年;Hoang等人,2022年)。

虽然之前的SMARTbike动态骑行研究记录了运动功能的显著改善,但这种锻炼方式对PwPD的潜在神经生理机制尚不清楚。本研究的目的是探讨PwPD和年龄匹配(±3岁)的健康对照组在高频率(80 rpm)和低频率(60 rpm)动态骑行后PFC ΔHbO2浓度的变化。在手指敲击运动任务和认知Trail Making Test(TMT)期间测量了ΔHbO2浓度。所有参与者(PwPD和健康对照组)都进行了两种类型的动态骑行,以比较速度变化对剂量-反应效应的影响,并进一步了解PwPD与正常衰老过程中的神经生理变化。我们假设高频率动态骑行会导致PwPD和健康年龄匹配对照组中PFC ΔHbO2浓度的更大变化。

2 材料与方法
参与者两次前往俄亥俄州肯特市的肯特州立大学脑健康研究所,两次访问之间相隔7天。访问时间安排在同一天,以尽量减少运动功能和皮层激活的变化。所有参与者被要求在两次访问期间保持营养摄入、体力活动和用药时间的一致性。PwPD患者在两次访问期间均服用左旋多巴药物。在第一次访问时,所有参与者签署了书面知情同意书,并接受了美国运动医学学院的预参与问卷筛查,以排除除PD以外的潜在疾病,并记录任何心血管疾病的迹象或症状(美国运动医学学院,2022年)。PwPD患者必须获得医生的正式PD诊断才能符合条件。PwPD参与者被随机分配到低频率动态骑行(60 rpm)或高频率动态骑行(80 rpm)。随机化使用互联网上可用的随机数生成器(1-100)进行。如果随机数生成器产生的数字为奇数,则参与者在第一次访问时进行低频率动态骑行;如果为偶数,则进行高频率动态骑行。在第一次访问时,共有8名参与者(6名PwPD和2名非PD患者)进行了低频率动态骑行。非PD参与者与PwPD年龄匹配(±3岁),并采用相反的骑行频率顺序以平衡效应。图1展示了研究招募和方案的 Consort 图。在每次动态骑行前,所有参与者都使用多通道Brite(Artinis Medical Systems B.V.)系统进行了fNIRS皮层激活(ΔHbO2)测量。基线运动功能使用Kinesia ONE(Great Lakes Neurotechnologies(俄亥俄州克利夫兰)进行测量。Kinesia ONE是一种客观评估运动症状严重程度的工具,已在PD和原发性震颤(ET)患者中得到验证(Giuffrida等人,2009年;Heldman等人,2011年;Mera等人,2012年)。Kinesia ONE传感器佩戴在食指和脚跟上,用于评估静息震颤、姿势震颤、运动性震颤、运动障碍、步态/步态冻结、腿部敏捷性和运动迟缓。然后使用Great Lakes Neurotechnologies开发的算法分析运动数据,以0-4的评分标准评估症状严重程度,类似于运动障碍协会统一帕金森病评分量表第三部分(MDS-UPDRS-III)(Giuffrida等人,2009年;Heldman等人,2011年;Mera等人,2012年)。

参与者根据头围佩戴了合适大小的紧贴式氯丁橡胶帽。研究工作人员遵循Artinis推荐的程序,以确保OxySoft软件中的信号质量。数据收集采用25赫兹(Hz)的采样率,传输波长为-760和-850纳米(nm)。Polhemus Patriot(Polhemus Incorporated,佛蒙特州科尔切斯特)用于光电二极管数字化。由于本研究同时调查了前额叶皮层(PFC)和感觉运动皮层(SMC)区域的变化,作者使用了1 x 9 + 1 x 13通道模板(22通道)和标准的光电二极管间距30毫米。本文报告的PFC测量使用了1 x 13子模板。通道Rx1 – T x 1、R x 1 – T x 3、R x 2 – T x 3、R x 2 – T x 4和R x 4 – T x 3的ΔHbO2浓度被平均用于右侧前额叶皮层(RPFC)。通道R x 4 – T x 8、R x 6 – T x 4、R x 6 – T x 8、R x 6 – T x 9、R x 8 – T x 8和R x 8 – T x 9的ΔHbO2浓度被平均用于左侧前额叶皮层(LPFC)。BrainVoyager Brain Tutor(Rainer Goebel)软件和10/20解剖相关系统用于测量感兴趣的区域。所有fNIRS数据均使用低通(0.5 Hz)滤波器处理,以去除由于心率、血压或运动引起的噪声。数据记录、管理和分析使用OxySoft Version 4.0(Artinis Medical Systems B.V.)进行。

fNIRS测量在手指敲击运动任务和Trail Making Test Part A(TMT A)及B(TMT B)认知评估期间进行,以评估运动和认知脑血管反应。手指敲击任务协议根据Khan等人(2021)的方案,使用fNIRS评估单指敲击时的脑血流和连接性变化。任务包括2分钟的休息时间,然后是10秒的手指在平坦桌面上的敲击,接着是10秒的休息时间,之后是每个手指依次敲击,每次敲击之间有10秒的休息时间。该任务重复三次。所有参与者都用惯用手完成这项任务,并被指示在测量过程中闭上眼睛以中等到快的速度进行敲击。fNIRS在整个任务的休息和活跃阶段收集了ΔHbO2的数据。TMT A和TMT B是执行功能评估,开始前有2分钟的休息时间,然后完成每个任务并再休息30秒。参与者被指示在任务的休息阶段保持眼睛闭合,以便测量PFC的基线活动,并且在研究人员发出开始TMT的信号后可以睁开眼睛。fNIRS在任务的休息和活跃阶段测量ΔHbO2。ΔHbO2是通过每个任务期间的相对浓度减去30秒的基线HbO2来计算的(Moriarty等人,2020年)。研究发现,在患有神经退行性疾病的人群中,血流动力学反应在15-20秒内趋于稳定(Wang等人,2024年)。本研究中使用了30秒的基线时间,以确保数据回到休息状态,并根据Artinis的建议过滤掉由于呼吸和心率变化引起的影响。基线前的30秒被用作归一化期,并从分析中排除。此外,还记录了每个TMT的完成时间和错误次数,以表示认知表现。更快的完成时间和更少的错误表示更好的认知表现。

动态骑行包括5分钟的热身(60转/分钟),30分钟的指定节奏运动(60或80转/分钟),以及5分钟的冷却(60转/分钟)。SMARTbike的动态马达帮助骑行者在整个运动过程中保持所需的节奏。尽管SMARTbike是电动的,但动态骑行并不是被动的。骑行者在运动过程中需要用力踩踏板,并通过触摸屏显示器获得视觉反馈来判断是否足够用力。在整个动态骑行过程中测量了心率(HR)和感知用力程度(RPE)。动态骑行后30分钟进行了fNIRS测量,以控制由于运动和随后的恢复导致的ΔHbO2变化。速度和功率数据每秒都在SMARTbike上收集,并使用Mohammadi-Abdar开发的样本熵(SamEn)MATLAB脚本进行导出和分析(Richman和Moorman,2000年;Mohammadi-Abdar等人,2016a,b;Gates,2021年)。由于之前的研究表明SamEn与运动功能的改善有关,因此在本研究中使用了SamEn,并继续研究其在帕金森病(PwPD)运动处方中的实用性(Kim等人,2024年)。先前的研究表明,运动症状的改善与更高的SamEn值相关(Ridgel等人,2013年,2015年;Kim等人,2024年)。分析了节奏的熵,以评估其与PFC中ΔHbO2反应的关联。

统计分析使用SPSS 28版本(IBM SPSS,芝加哥,IL)进行,α水平为0.05。描述性统计用于比较不同人群组之间的差异。进行了三因素混合方差分析(两种条件×两个时间点×两组),并对条件和时间进行了重复测量,以确定ΔHbO2反应的显著差异。如果发现显著的三因素交互作用,则对每个组(PwPD和非PwPD)分别进行两因素方差分析。如果两因素方差分析结果显著,则进行配对样本t检验,以比较不同条件下的前后值。进行了皮尔逊相关性分析,以评估ΔHbO2浓度与认知表现指标之间的关系。鉴于样本量较小,使用G*Power 3.1进行了事后敏感性分析,以确定效应的估计值。对于两因素方差分析,使用α = 0.05和80%的功效,我们发现效应的敏感性为f = 0.70 [(η2pηp2 = 0.33)]。此外,考虑到样本量、α = 0.05和80%的功效,三因素方差分析的效应敏感性为f = 0.448 (η2p=ηp2= 0.17)。

3 结果
3.1 描述性数据
共有18名参与者(11名PwPD,7名非PwPD,年龄在61-78岁之间)完成了这项研究(表1)。所有非PwPD参与者都与一名PwPD配对。在招募之前,根据GPower(版本3.1)计算的这项研究所需样本量为14名参与者(7名PwPD;7名非PwPD)。样本量计算使用了之前的一项研究(Kim等人,2024年)的数据,该研究使用了PwPD进行动态骑行的MDS-UPDRS-III变化分数数据(d = 1.75)。效应大小基于Kim等人(2024年)未发表的数据计算,使用UPDRS-III变化分数的平均值?5.3 ± 3.70(患者特定适应性动态骑行组;n = 13)和+ 4.2 ± 6.72(活性对照组;n = 10)。为了获得更稳健的样本量并考虑到退出情况,招募了额外的参与者。一名PwPD在第一次访问后因健康问题退出了研究。各组之间的年龄、身高、体重或体质指数(BMI)没有显著差异(表1)。PwPD的基线Kinesia ONE运动得分为17.9 ± 5.4。与MDS-UPDRS-III的临界值相比,本研究中的PwPD组被归类为轻度PD(< 32)(Skorvanek等人,2017年)。所有参与者的基线TMT A完成时间根据年龄与标准值进行了比较(Tombaugh,2004年)。基线TMT A的百分位数排名基于>12年的教育水平进行保守分类,组间没有显著差异(PwPD:56.0 ± 24.0%,非PwPD:60 ± 26.7%,p = 0.745)。

表1
PwPD(N = 11)非PwPD(N = 7)
p值
年龄(岁)68.6 ± 5.4 70.6 ± 3.5
身高(米)1.7 ± 0.1 1.8 ± 0.1
体重(千克)69.0 ± 15.2 82.1 ± 13.0
BMI(千克/平方米)23.8 ± 3.8 25.6 ± 2.9
基线TMT A百分位数(%)56.0 ± 24.0 60 ± 26.7 0.745
Kinesia ONE运动得分 17.9 ± 5.4 N/A
LEDD(毫克)459.5 ± 328.3 N/A
PD持续时间(年)3.09 ± 2.63 N/A

表2显示了所有受试者的平均动态骑行变量。除HR(p = 0.489)外,所有变量在动态骑行条件(高节奏 vs. 低节奏)之间都有显著差异。高节奏动态骑行导致RPE、功率和节奏及功率的SamEn增加。PwPD中的RPE、努力程度(%)和功率在两种动态骑行节奏之间有显著差异,而非PwPD参与者之间没有显著差异(表3)。

表2
高节奏(80转/分钟)低节奏(60转/分钟)
p值
节奏(转/分钟)78.7 ± 1.1 59.6 ± 0.4 < 0.001
心率(bpm)84.3 ± 12.2 82.7 ± 10.4 0.489
RPE 12.5 ± 1.7 10.7 ± 2.0 < 0.001
努力程度(%)82.2 ± 33.4 96.5 ± 11.9 0.042
功率(瓦特)24.6 ± 12.4 13.3 ± 15.6 < 0.001
节奏的SamEn 1.1 ± 0.3 0.9 ± 0.1 0.019
功率的SamEn 1.8 ± 0.1 1.7 ± 0.2 0.006

表3
高节奏(80转/分钟)低节奏(60转/分钟)
p值
节奏(转/分钟)78.4 ± 1.4 59.4 ± 0.2 < 0.001
心率(bpm)83.0 ± 12.7 82.2 ± 11.1 0.792
RPE 12.7 ± 1.4 11.0 ± 2.2 < 0.001
努力程度(%)71.3 ± 39.4 94.3 ± 15.1 0.043
功率(瓦特)6.5 ± 14.4 20.7 ± 10.2 < 0.001
节奏的SamEn 1.0 ± 0.4 0.8 ± 0.1 0.122

使用两因素方差分析(节奏 × 组别)比较了不同动态骑行节奏下的节奏SamEn。节奏和组别之间的SamEn没有显著交互作用(F = 0.067,p = 0.800,η2pηp2 = 0.004,1-β = 0.057)。然而,节奏的主效应显著(F = 6.037,p = 0.027,η2pηp2 = 0.287,1-β = 0.632),表明在高节奏动态骑行期间,两组(PwPD,1.05 ± 0.37;非PwPD,1.15 ± 0.13)的SamEn显著高于低节奏动态骑行(PwPD,0.84 ± 0.08;非PwPD,0.98 ± 0.15)(图2)。

图2
不同动态骑行条件下的平均节奏SamEn。值以平均值 ± 标准差表示。* p < 0.05。

3.3 主要结果
3.3.1 TMT期间的ΔHbO2结果
统计分析发现,在两种动态骑行条件下,RPFC或LPFC区域的ΔHbO2浓度在TMT A和B期间没有显著差异。三因素混合方差分析发现,在TMT A期间,RPFC(F = 0.104,p = 0.751,η2pηp2 = 0.006,1-β = 0.061)和左PFC(LPFC)(F = 0.199,p = 0.661,η2pηp2 = 0.012,1-β = 0.070)内的ΔHbO2浓度没有显著交互作用。此外,在TMT B期间,RPFC(F = 0.045,p = 0.834,η2pηp2 = 0.003,1-β = 0.055)或LPFC(F = 0.268,p = 0.612,η2pηp2 = 0.016,1-β = 0.078)内也没有显著交互作用。在TMT B期间,LPFC内的ΔHbO2的主效应趋于显著(F = 3.238,p = 0.091,η2pηp2 = 0.168,1-β = 0.394)。没有发现其他显著的主效应或两因素交互作用。在比较非显著的ΔHbO2浓度百分比(%)时,PwPD在低节奏和高节奏动态骑行后RPFC分别减少了39%(前:1.29 ± 1.175;后:0.781 ± 0.808)(范围:?106%至+205%)和11%(前:1.155 ± 1.756;后:1.033 ± 1.306)(范围:?103%至+101%)。非PwPD组在TMT A期间低节奏和高节奏动态骑行后RPFC分别减少了19%(前:1.253 ± 1.049;后:1.007 ± 1.012)(范围:?94%至+1721%)和7%(前:1.362 ± 1.378;后:1.269 ± 1.269)(范围:?94%至+1721%)。在LPFC中,PwPD组在低节奏后ΔHbO2浓度下降了23%(前:1.610 ±1.121;后:1.228 ±0.974)(范围:?58%至+67%),而在高节奏后减少了< 1%(前:1.405 ± 0.809;后:1.393 ± 1.305)(范围:?92%至+389%)。非PwPD组在两种骑行条件后RPFC分别减少了4%(低节奏范围:?553%至+91%;高节奏范围:?7410%至+399%)(低节奏前:1.242 ± 1.005;后:1.177 ± 1.061;高节奏前:1.446 ± 1.766;后:1.390 ± 1.113)。在TMT B期间,两组RPFC内的ΔHbO2浓度在两种运动条件下都有所下降(PwPD:低节奏后下降7%,前:1.800 ± 1.607;后:1.657 ± 1.693;范围:?75%至+494%;高节奏后下降3%,前:1.663 ± 1.377;后:1.612 ± 1.191;范围:?67%至+399%;非PwPD:低节奏后下降14%,前:1.771 ± 1.275;后:1.513 ± 1.512;范围:?89%至+128%;高节奏后下降19%,前:1.710 ± 1.711;后:1.369 ± 1.124;范围:?259%至+208%)。在TMT B期间,PwPD组在低节奏后LPFC平均增加了11%(前:2.207 ±1.831;后:2.465 ±2.096)(范围:?91%至+589%),而在高节奏后减少了10%(前:2.059 ±1.436;后:1.854 ±1.278)(范围:?103%至130%)。非PwPD在低节奏后ΔHbO2减少了13%和19%(前:1.952 ±1.400;后:1.688 ±1.592)(范围:?83%至+191%)和高节奏期间TMT B后减少了13%和19%(前:1.498 ±1.652;后:1.209 ±1.282)(范围:?179%至+95%)。

3.4 相关性
3.4.1 ΔHbO2与认知表现
相关性分析显示,LPFC ΔHbO2浓度与通过TMT A和TMT B完成的认知表现之间没有统计学上的显著关系。图3显示了LPFC ΔHbO2浓度与TMT A和TMT B完成时间之间的相关性分析。当所有参与者一起分析时,皮尔逊相关性显示LPFC ΔHbO2浓度与TMT A完成时间之间没有显著的正相关(r = 0.160,p = 0.180)(图3A)。分别分析时,PwPD组显示TMT A完成时间与LPFC ΔHbO2浓度之间没有显著的正相关(r = 0.098,p = 0.527)。非PwPD组也显示出类似的趋势(r = 0.229,p = 0.241)。

图3
(A) TMT A期间LPFC内的ΔHbO2浓度与TMT A完成时间之间的关系 (B) TMT B期间LPFC内的ΔHbO2浓度与TMT B完成时间之间的关系
在将LPFC内的ΔHbO2浓度与TMT B完成时间的相关性进行比较时,仅PwPD组(r = 0.214,p = 0.071)和仅非PwPD组(r = 0.140,p = 0.366)显示出非显著的正相关(图3B)。需要注意的是,反应的变异性很大。鉴于该疾病的性质,帕金森病患者(PwPD)对运动的反应存在很大差异,这并不罕见(Ridgel等人,2015年;Kim等人,2024年)。例如,一位PwPD参与者的TMT表现(-250秒)比第二名参与者快了近100秒。3.4.2 手指敲击过程中的ΔHbO2结果在手指敲击运动任务中,RPFC或LPFC内的ΔHbO2浓度没有发现统计学上的显著差异,但平均数据表明在运动任务中PFC可能更依赖于HbO2。三因素混合方差分析(ANOVA)发现,在手指敲击过程中,RPFC(自由度df = 1.550,F = 1.267,p = 0.291,η2pηp2 = 0.073,1-β = 0.225)或LPFC(自由度df = 1.427,F = 1.362,p = 0.268,η2pηp2 = 0.078,1-β = 0.230)内,组间或时间上的ΔHbO2浓度没有显著交互作用。对于这些三因素ANOVA,由于Mauchly球形性检验被违反(p < 0.001),因此进行了Greenhouse-Geisser校正。没有发现显著的主效应或双向交互作用。所有手指敲击试验的平均值都针对所有参与者进行了计算;然而,对于一位参与者,由于其他试验中使用了错误的手,只使用了一次试验的数据。观察平均反应时,在低节奏动态骑行后,RPFC内的ΔHbO2浓度在所有单独的手指敲击试验中都没有显著增加,而非PD参与者则显示出下降。然而,在高节奏动态骑行后,所有参与者在单独的手指敲击试验中RPFC内的平均ΔHbO2都有所增加。当将所有手指的ΔHbO2浓度平均后,PwPD在低节奏动态骑行后的RPFC内平均增加了103%(前值:0.391 ± 0.086;后值:0.798 ± 0.123)(范围:+62%至+141%),而非PD组在低节奏动态骑行后的RPFC内平均减少了55%(前值:0.493 ± 0.168;后值:0.220 ± 0.106)(范围:-81%至-13%)。在高节奏动态骑行后,PwPD在手指敲击过程中RPFC内的ΔHbO2增加了23%(前值:0.301 ± 0.066;后值:0.373 ± 0.099)(范围:+11%至+43%),而非PD组平均增加了95%(前值:-0.181 ± 0.183;后值:-0.008 ± 0.090)(范围:+46%至+167%)。图4显示了RPFC ΔHbO2浓度的平均百分比变化。图4 RPFC ΔHbO2浓度的平均百分比变化。LC表示低节奏动态骑行;HC表示高节奏动态骑行。在低节奏骑行后,PwPD的LPFC内平均ΔHbO2浓度没有显著增加,而非PD组则显示出下降。在高节奏动态骑行后,两组参与者的LPFC反应相似。在高节奏动态骑行后,对LPFC的手指敲击试验进行平均时,PwPD参与者的平均ΔHbO2浓度增加了近300%(前值:0.056 ± 0.066;后值:0.222 ± 0.089)(范围:+117%至+1076%),而非PD组增加了近142%(前值:-0.241 ± 0.151;后值:0.099 ± 0.058)(范围:+114%至+264%)。在低节奏动态骑行后,PwPD的LPFC平均增加了81%(前值:0.242 ± 0.078;后值:0.439 ± 0.121)(范围:+45%至+155%),而非PD组则减少了近76%(前值:0.448 ± 0.104;后值:0.109 ± 0.089)(范围:-94%至-38%)。除了PwPD在低节奏动态骑行后的TMT B期间外,两组在TMT期间LPFC内的ΔHbO2浓度都有轻微下降。图5显示了LPFC ΔHbO2浓度的平均百分比变化。尽管在本研究中,组间或时间上的ΔHbO2反应没有统计学上的显著差异,但平均结果和趋势表明PwPD在运动任务中可能需要更多的氧气,而在认知任务中可能需要更少的氧气。图5 LPFC ΔHbO2浓度的平均百分比变化。LC表示低节奏动态骑行;HC表示高节奏动态骑行。3.5 次要结果3.5.1 TMT完成时间最后,次要结果的统计分析显示两组在TMT A完成时间上存在显著差异。与非PD组相比,PwPD在低节奏动态骑行后完成TMT A的速度明显更快。三因素混合方差分析发现TMT A完成时间上没有显著的组×节奏×时间交互作用(F = 0.700,p = 0.415,η2pηp2 = 0.042,1-β = 0.123)。时间有显著的主效应(F = 5.052,p = 0.039,η2pηp2 = 0.240,1-β = 0.560),以及显著的组×时间双向交互作用(F = 4.677,p = 0.046,η2pηp2 = 0.226,1-β = 0.529)。独立样本t检验显示两组在低节奏动态骑行后的TMT A完成时间有显著差异(t = 2.564,p = 0.021)。PwPD完成测试的时间为34.4 ± 7.2秒,而非PD组为26.0 ± 5.9秒。更快的完成时间表明认知表现更高效。虽然PwPD的TMT A表现没有显著变化,但在动态骑行后PFC的ΔHbO2浓度总体上有所下降。这表明在运动后,PwPD能够在PFC内以较低的氧气需求维持认知表现。三因素混合方差分析发现TMT B完成时间上没有显著的组×节奏×时间交互作用(F = 0.414,p = 0.529,η2pηp2 = 0.025,1-β = 0.093)。没有发现显著的主效应或双向交互作用。非PD组在每种骑行节奏后TMT B完成时间都有平均改善;然而,PwPD仅在低节奏骑行后有所改善。4 讨论尽管在ΔHbO2反应的主要结果上没有统计学上的显著发现,但这项研究的创新之处在于,之前尚未在PwPD或非PD个体的动态骑行干预中评估过使用fNIRS测量的PFC激活反应。这些结果增加了有限的文献内容,然而PwPD中ΔHbO2和TMT表现的巨大变异性可能是导致缺乏显著性的原因。尽管如此,这种变异性与之前对该人群的运动研究一致(Ridgel等人,2015年;Kim等人,2024年)。尽管没有统计学上的显著性,但在运动后两组PFC和LPFC的ΔHbO2浓度都有总体下降,除了PwPD在低节奏动态骑行后的TMT B期间。在手指敲击过程中,当结合所有手指时,PwPD的PFC显示出总体增加的平均反应,而非PD组在两种节奏下以及低节奏动态骑行后的LPFC都显示出下降。虽然需要更大的样本量来确认这些反应,但这些初步数据表明,在运动任务中PFC活动可能增加,而在认知任务中PFC活动可能减少,与非PD组相比,后者在高节奏和低节奏动态骑行后PFC活动分别有所增加和减少。与非PWD患者类似,PwPD患者在认知任务中的PFC活动也减少了。鉴于发现与最初预期相反,我们提出本研究的结果方向可能表明动态骑行运动后神经效率有所提高。尽管缺乏统计学上的显著性,但任务表现随时间点相似,然而平均脑激活较低。其他研究之前已经使用fNIRS探索了健康个体和PwPD在运动前、中、后PFC内的脑血流变化(Maidan等人,2016年;Thumm等人,2018年;Moriarty等人,2019年;Liao等人,2021年;Ding等人,2022年)。然而,不同的发现和研究方案的不同需要进一步的研究,特别是在PwPD中。当前的研究旨在更清楚地了解PwPD中fNIRS方法和运动对PFC激活的反应。Maidan等人比较了PwPD和健康老年人在进行各种步行任务(常规、双任务和障碍物绕行)时的前额叶激活。结果显示,PwPD的症状严重程度与常规步行(r = -0.280,p = 0.022)和障碍物绕行步行(r = -0.355,p = 0.003)期间的PFC HbO2浓度呈负相关(Maidan等人,2016年)。在常规步行中,PwPD的HbO2增加幅度大于健康老年人,并且表现明显更差。虽然当前研究不是训练干预,但结果表明通过减少PFC的激活负荷来提高运动功能可能是改善PD的潜在目标(Maidan等人,2016年)。Thumm等人使用fNIRS研究了PwPD在地面行走和跑步机行走时的PFC激活。80%的参与者在跑步机行走时的HbO2减少(Thumm等人,2018年)。这些结果有所不同,因为当前研究使用了专门为PwPD设计的动态骑行方案。SMART自行车依靠马达维持节奏,同时仍需要踩踏板,确保SMART自行车和骑手之间的协同关系,并提供不断变化的刺激。尽管没有评估类似的模式,但研究已经考察了运动强度对PFC活动的影响(Moriarty等人,2019年)。Moriarty等人进行了一项小型研究(n = 8,年龄18-44岁),比较了不同运动强度下认知任务期间的PFC氧合情况。在中等强度有氧运动期间,认知测试期间的脑氧合最高(Moriarty等人,2019年)。此外,在所有运动强度下,LPFC氧合与认知处理速度之间存在显著负相关(Moriarty等人,2019年)。这些结果与当前研究在神经效率方面有所不同,尽管Moriarty等人(2019年)研究的是一组平均年龄为35岁、没有任何心血管、代谢、肺部、行为或神经疾病的活跃个体的氧合变化。Liao等人使用fNIRS进行了训练干预,测量了未诊断为PD的虚弱老年人的皮层激活。Liao等人使用了两种训练干预:运动游戏和综合锻炼,包括有氧、抗阻和平衡练习。两组都完成了12周的随机干预(每周3次,每次60分钟)(Liao等人,2021年)。fNIRS测量是在蒙特利尔认知评估(MoCA)期间进行的,涉及双侧PFC。两组都提高了MoCA表现,尽管运动游戏(具有持续反馈的条件)显示出更大的改善(Liao等人,2021年)。两组在12周干预后都显示LPFC和双侧PFC激活减少,而运动游戏也显示LPFC减少(Liao等人,2021年)。这些结果与当前研究在PwPD中的发现一致,表明在包括感觉生物反馈的运动范式后,这一老年人群体的神经效率提高(HbO2浓度降低,认知功能改善)。同样,Ding等人使用fNIRS比较了19名PwPD和19名健康对照组在6周跑步机训练后的脑活动变化。PwPD的步速较慢,步幅较短,认知得分较低(Ding等人,2022年)。此外,PwPD在基线时的静息皮层激活较低,但在6周训练后,PwPD的静息激活与对照组相似(Ding等人,2022年)。训练后,PwPD在步行任务中的PFC激活显著减少,但在正常行走中降低(Ding等人,2022年)。Ding等人(2022年)的结果可能表明跑步机训练后PFC激活减少,进一步扩展了大脑高效执行复杂任务的能力,改善了PwPD的运动功能和症状(Ding等人,2022年),这与当前研究的结果一致。PwPD在认知灵活性和设置转换方面显示出轻微下降,这与其他研究的结果相似(Cools等人,2001年;Monchi等人,2004年)。Cools等人报告称,与对照组参与者相比,帕金森病患者(PwPD)在指导性任务切换方面存在缺陷,并且在需要字母与数字命名之间切换的认知评估中更容易受到干扰(Cools等人,2001年)。Monchi等人利用功能性磁共振成像(fMRI)技术,评估了PwPD和年龄匹配的对照组参与者在计算机化的威斯康星卡片分类任务(WCST)中的大脑皮层活动。结果显示,PwPD在执行任务时前额叶区域的激活程度更高,但他们完成的WCST试验次数较少,且犯错率也更高(Monchi等人,2004年)。Duchesne等人比较了PwPD在运动后认知灵活性的变化,发现尽管他们的认知抑制能力有所提高(斯特鲁普测试),但认知灵活性并未得到改善(Duchesne等人,2015年)。这些发现表明,运动训练的类型可能会对认知灵活性产生不同的影响。值得注意的是,TMT B的复杂性高于TMT A,因此单次运动可能不足以改善PwPD的认知灵活性。

在本研究之前,还没有研究比较过不同骑行频率(低频或高频)对帕金森病患者认知功能的影响。这是首次比较PwPD和非帕金森病患者在进行60 rpm和80 rpm两种不同频率运动后认知功能的变化的研究。这一发现具有创新性,因为之前使用SMARTbike或其他类似设备的研究并未对比这两种频率下的认知功能差异。然而,鉴于已有证据表明运动对改善运动症状有效,这项研究强调了高频动态骑行的重要性。尽管fNIRS的结果与某些先前的研究有所不同,但SMARTbike运动与传统的主要非动态运动方式有所不同。研究表明,骑行频率的变化与帕金森病患者运动症状的改善有关(Kim等人,2024年)。本研究发现,在80 rpm的高频动态骑行中,认知功能的提升更为显著,这进一步支持了应为帕金森病患者选择更快速的运动方式。两种骑行频率下心率没有显著差异,表明尽管努力程度和功率存在差异,但心血管负担相似。

**研究局限性**
本研究存在一些局限性。样本量较小且反应差异较大,限制了我们得出具体结论的能力。需要更多的参与者才能获得足够的统计功效来检测组别、骑行频率和时间之间的交互作用。由于样本量小且统计功效不足,目前的研究结果应谨慎解读。此外,本研究仅考察了动态骑行后的急性效应,可能需要更长时间的干预才能观察到PwPD的显著变化,因为单次运动可能不足以引起前额叶(PFC)血红蛋白氧饱和度(ΔHbO2)和认知表现的显著变化。与我们的单次运动研究不同,以往针对帕金森病患者的fNIRS研究采用了更长时间的干预(5-6周)和更复杂的运动任务(如步行)(Maidan等人,2018年;Ding等人,2022年;Hoang等人,2022年)。肌肉募集方式或运动复杂性的差异可能导致PFC激活的不同反应。本研究还使用了随机化方案来控制试验顺序,但未进行条件平衡处理。最后,我们承认fNIRS技术和数据处理也存在局限性,因为fNIRS数据是按每位参与者完成任务的时间平均得出的。未来的研究者应通过建模数据来处理完成时间的变化,以避免结果偏差。此外,本研究的基础休息时间为30秒,这可能导致信号噪声比降低,从而影响任务相关变化的检测能力。未来的研究应考虑使用更短的休息时间(5-10秒)以改善血流动力学数据的准确性。

尽管本研究未发现显著的结果,但其优势在于在所有研究访问中都进行了动态骑行前后的fNIRS测量。在每次访问前后进行测量有助于控制可能影响皮层激活的潜在混杂因素,如药物、睡眠质量、觉醒状态、心率和血压的变化以及营养状况。未来的研究还应探讨不同严重程度、Hoehn和Yahr分期或左旋多巴日剂量(LEDD)的帕金森病患者之间的反应差异。研究者还可以在运动后监测生理变量,以确保运动前后生理状态的一致性,并使用短时间间隔通道来区分表面血流变化和真正的组织氧合反应。

总体而言,在一小部分帕金森病患者和健康年龄匹配的对照组参与者中,无论是低频还是高频动态骑行后,PFC激活均未观察到显著变化。尽管没有统计学上的显著发现,但本研究为fNIRS技术在帕金森病患者运动中的应用提供了宝贵的初步和透明的见解。未来需要进一步研究动态骑行对PFC血红蛋白氧饱和度(ΔHbO2)和认知表现的影响。帕金森病患者对运动的反应差异较大,表明未来研究需要继续探索合适的运动方案以优化运动症状的改善。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号