儿童获得性脑损伤后步态过程中肌肉协同作用的改变:神经学与生物力学的贡献

《Journal of Electromyography and Kinesiology》:Altered muscle synergies during gait in pediatric acquired brain injury: Neurological and biomechanical contributions

【字体: 大 中 小 】 时间:2026年03月26日 来源:Journal of Electromyography and Kinesiology 2.3

编辑推荐:

  吉尔阿德·索雷克(Gilad Sorek)| 奥尔塔尔·阿蒂亚斯(Ortal Atias)| 伊泰·舒尔(Itai Schurr)| 杰森·弗里德曼(Jason Friedman)| 西蒙-亨利·施莱斯(Simon-Henri Schless) 以色列特拉维夫大学格雷医学院物

  吉尔阿德·索雷克(Gilad Sorek)| 奥尔塔尔·阿蒂亚斯(Ortal Atias)| 伊泰·舒尔(Itai Schurr)| 杰森·弗里德曼(Jason Friedman)| 西蒙-亨利·施莱斯(Simon-Henri Schless)
以色列特拉维夫大学格雷医学院物理治疗系

**摘要**
本研究比较了患有获得性脑损伤(ABI)的儿童与正常发育(TD)儿童在步态过程中的肌肉协同作用,并探讨了步态异常和损伤发生时间对协同特性的影响。通过对35名处于慢性期的ABI儿童(平均年龄11.1±3.7岁;受伤后6.0±4.4年)和21名TD儿童进行回顾性跑步机基3D步态分析,使用非负矩阵分解技术分析了七块双侧下肢肌肉的表面肌电图(EMG)数据。通过动态运动控制指数(walk-DMC)、协同激活模式以及从四协同解中得出的肌肉权重来评估受影响更严重的腿的协同作用。步态异常通过步态轮廓评分(Gait-Profile-Score,GPS)和无量纲行走速度(Dimensionless-Walking-Speed,DWS)进行量化。结果显示,ABI组的GPS值更高(p<0.001),DWS值更低(p=0.008),walk-DMC值降低(p<0.001),并且所有四个协同作用的权重和激活模式均发生改变(p≤0.015)。在控制了GPS和DWS因素后,大部分组间差异有所减弱。无论损伤发生在独立行走之前还是之后,其对肌肉权重的影响都很小。这些发现表明,儿童ABI后的运动控制改变与神经肌肉协调性和步态障碍有关。这是首次对儿童ABI患者的协同作用进行特征描述,强调了进行纵向研究以追踪神经机械变化并指导针对性康复的必要性。

**1. 引言**
获得性脑损伤(ABI)是儿童和青少年中导致残疾的最常见原因(Farber和McDonald,2023;Nguyen等人,2016)。它是长期运动障碍的主要原因,常导致持续的步态异常,从而限制了功能活动能力。尽管儿童ABI后的步态异常已有充分记录,但导致这些异常的神经肌肉控制机制仍不甚明了。行走需要多块肌肉的协调激活,这被认为是由中枢神经系统组织成称为肌肉协同作用的模块化模式(Bizzi和Cheung,2013;Ting等人,2015)。这些协同作用通过将肌肉群作为功能单元来简化运动控制,每个单元参与步态周期的不同阶段。在正常发育的儿童中,从早期步态的两种协同模式增加到独立行走时的四种模式,这种组织结构逐渐稳定(Bekius等人,2021;Dominici等人,2011)。这种模块化结构的成熟被认为反映了皮质脊髓束的发育,并支持了成熟步态的效率(Cappellini等人,2020,2016)。基于肌电图(EMG)分解的肌肉协同作用分析为探究行走过程中的神经肌肉控制策略提供了有价值的理论框架(Bekius等人,2020;Steele等人,2015)。

脑瘫(CP)儿童在步态过程中通常表现出肌肉协同作用的改变,其特征是协同模式减少和共激活增加(Bekius等人,2020;Cappellini等人,2016;Steele等人,2015)。这些改变与皮质脊髓束的异常发育有关,并能预测治疗结果(Schwartz等人,2016;Shuman等人,2018)。重要的是,通过步态轮廓评分(GPS)量化的步态异常和无量纲行走速度(DWS)捕捉的运动效率与CP患者的协同变化密切相关(Goudriaan等人,2022;Schwartz等人,2016;Sorek等人,2024;Steele等人,2015)。这表明协同结构的差异不仅反映了神经损伤,还可能反映了生物力学适应。ABI儿童常伴有步态异常和行走速度降低(Beretta等人,2009;Katz-Leurer等人,2009;Salazar-Torres等人,2025)。与CP儿童不同,ABI可能在儿童获得独立行走能力之前或之后发生,这种发育差异不仅提供了确定先前行走经验是否影响肌肉协同结构组织的机会,还为研究脑损伤如何与运动成熟过程中的神经可塑性相互作用提供了框架。然而,目前尚无研究探讨儿童ABI患者的肌肉协同作用或分析这些改变是否反映了神经损伤、生物力学适应或损伤发生时间与运动发育的关系。

为填补这一空白,本研究首次描述了患有ABI的儿童和青少年在步态过程中的肌肉协同作用。主要目的是比较ABI儿童与正常发育儿童之间的协同结构差异;次要目的是探讨步态异常和行走速度在多大程度上解释了协同作用的改变,从而区分神经损伤和生物力学适应。最后,我们探讨了损伤发生时间(在获得独立行走之前或之后)是否影响协同特性。我们假设ABI儿童会表现出较低的动态运动控制和改变的协同权重及激活模式,并且这些差异在考虑步态异常和行走速度后会有所减弱。我们进一步假设,在独立行走之前发生的损伤会导致更大的协同结构破坏。

**2. 方法**
本研究基于2019年1月至2024年12月期间在[匿名机构]收集的回顾性临床数据。该研究根据赫尔辛基宣言获得了当地伦理委员会的批准(方案编号044–21/057–21)。伦理委员会免除了知情同意的要求(因为是回顾性分析),所有数据均已完全匿名化。

**2.1 参与者**
纳入标准包括:1)出生后诊断为ABI,且至少有三个月的正常发育期;2)脑损伤后至少六个月;3)年龄在4至18岁之间;4)能够独立行走或使用助行器行走。排除标准包括:1)步态评估前6个月内接受过肉毒杆菌注射;2)步态评估前一年内接受过骨科手术。同时纳入了21名进行相同测量协议的正常发育儿童的前瞻性数据。从每位儿童及其父母处获得了口头知情同意,并在儿童参与前获得了书面同意。由于4至18岁正常发育儿童的肌肉协同特征是一致的(Cappellini等人,2016;Dominici等人,2011;Xiong等人,2022),因此未对ABI组进行特定匹配。所有纳入本分析的参与者在步态评估时均符合这一年龄范围。

**2.2 仪器**
使用的仪器包括:GRAIL系统(Motek,荷兰),该系统包含带有力传感器的分带跑步机(1000 Hz)、10个光学运动跟踪摄像头(100 Hz,VICON,英国牛津)、14个Delsys Trigno Avanti EMG传感器(2000 Hz,美国波士顿)以及一个配备三个投影仪和环绕声系统的180°投影屏幕。

**2.3 数据采集**
所有测量均按照相同的临床方案进行。使用Human Body Model 2标记协议获取关节运动学数据(Flux等人,2020),同时根据SENIAM指南使用表面EMG电极收集肌肉活动数据(Stegeman和Hermens,2007)。双侧采集了以下七块肌肉的数据:1)臀中肌(Gluteus Medius,GMED);2)股直肌(Rectus Femoris,RF);3)股外侧肌(Vastus Lateralis,VL);4)半腱肌(Semitendinosus,ST);5)胫前肌(Tibialis Anterior,TA);6)比目鱼肌(Soleus,SOL);7)腓肠肌内侧头(Medial Gastrocnemius,MG)。所有22个14毫米反射标记和14个EMG传感器均用双面贴纸和微孔胶带固定,以减少行走过程中的运动伪影。参与者赤脚在跑步机上行走,同时观看投影在180°屏幕上的森林环境图像。这已被证明可以产生类似地面行走的体验(Sloot等人,2014)。通常在行走时使用辅助设备的参与者使用了扶手。所有参与者均按自己选择的速度行走,速度由他们自己或家长/看护者决定。每位参与者至少行走六分钟,以确保充分适应跑步机(Booth等人,2019;Meyer等人,2019)。在此期间,检查EMG数据以确保清晰的相位激活或运动伪影的存在。如有必要,会调整传感器位置。随后在Nexus 2.8软件(VICON,英国牛津)中启动同步记录,每条腿至少采集50个连续步态周期的数据。

**2.4 数据处理**
为避免观察结果的非独立性,每名参与者仅提取一条腿的数据。对于ABI组,根据体检结果选择受影响更严重的腿进行分析;对于双侧受影响的参与者,仅分析受影响更严重的那条腿。对于TD组,分析所有参与者中的主导腿。

**肌肉协同作用分析**:在Nexus 2.8软件(VICON,英国牛津)中,使用算法根据垂直地面反作用力矢量和第二跖骨及脚跟标记自动检测并插入“脚触地”事件。所有事件均经过视觉检查,并在必要时手动调整。为减少内在测量误差,每个个体至少分析30步(Sorek等人,2022)。所有EMG信号使用PyCharm(JetBrains,版本2023.3.3)中的自定义Python脚本进行分析。EMG信号首先通过六阶巴特沃斯高通滤波器(截止频率20 Hz)进行过滤,然后通过五阶巴特沃斯低通滤波器(截止频率10 Hz)进行整流和平滑处理。根据脚触地事件将EMG信号分割成步态周期。每个步态周期重新采样为101个数据点,代表步态周期的0%到100%。然后将每块肌肉的连接信号归一化为其平均幅度。

**非负矩阵分解**
使用加权非负矩阵分解将连接后的EMG信号分解为协同权重和激活模式,并计算每个协同作用解释的EMG活动总方差。采用多次随机初始化以降低收敛到局部最小值的风险。对于每个参与者和协同解,重复因子分解20次,每次使用不同的随机初始条件。使用迭代乘法更新算法,收敛定义为连续迭代之间的相对(无量纲)重建误差变化小于10^-6或最多10,000次迭代。在重复初始化中,保留解释总方差最大的解(tVAF)以进行进一步分析。先前的研究表明,tVAF1是CP儿童和青少年中一个稳健可靠的指标(Shuman等人,2016;Steele等人,2019)。tVAF1转换为相对于TD参与者的平均值和标准差的z分数,以创建动态运动控制指数(walk-DMC)(Steele等人,2015):
z = tVAF1 - μTDσTD
然后计算walk-DMC得分:
walk-DMC = 100 + 10 × z
其中100分表示TD组的平均值,10分的差异对应一个标准差。较低的walk-DMC值表明行走时的选择性运动控制减弱。

**3. 结果讨论**
为了确定保留用于组间比较的协同数量,我们检查了不同协同数量(k)解释的总方差(VAF)。从加权非负矩阵分解输出中提取了每个参与者的VAF-k曲线(k=1–7),使用受影响腿的连接EMG数据。确定了达到90% VAF所需的最小协同数量,并在组间进行了比较。采用四协同解提取激活模式和相应的肌肉权重系数。选择这种方法是因为四个协同作用对应于达到90% VAF所需的中位数,从而实现组间的一致比较。这一选择也与先前描述正常发育个体步态过程中下肢肌肉活动模块化组织的研究一致(Dominici等人,2011;Ting等人,2015)。

**4. 结论**
本研究首次描述了患有ABI的儿童和青少年在步态过程中的肌肉协同作用,比较了ABI儿童与正常发育儿童之间的协同结构差异,并探讨了步态异常和行走速度在多大程度上解释了协同变化的差异,从而区分了神经损伤和生物力学适应。我们还探讨了损伤发生时间(在获得独立行走之前或之后)是否影响协同特性。我们假设ABI儿童会表现出较低的动态运动控制和改变的协同权重及激活模式,并且这些差异在考虑步态异常和行走速度后会有所减弱。进一步假设,在独立行走之前发生的损伤会导致更大的协同结构破坏。为了验证用于协同匹配的余弦相似性阈值,我们计算了一个基于经验的随机相似性基线。对于每个参与者和协同作用,肌肉重量被随机排列以破坏原始的肌肉结构,同时保持重量的分布。重复计算排列后的协同作用与相应组协同模板之间的余弦相似性,以生成相似性值的零分布。这种基于排列的分析表明,余弦相似性值≥0.8极不可能偶然发生,这支持使用该阈值来识别结构上相似的协同作用(Oliveira等人,2014年;Shuman等人,2019年)。基于排列的余弦相似性分析的结果见补充图S1。所得到的协同作用与之前描述的TD儿童和成人的原型一致(Booth等人,2019年;Dominici等人,2011年;Shuman等人,2019年;Ting等人,2015年):协同作用1的主要肌肉包括GMED和VL(重量接受);协同作用2包括MG和SOL(胫骨推进);协同作用3包括RF和TA(蹬离和摆动清除);协同作用4包括ST(控制膝关节伸展)。TD参与者的协同作用模板(重量和激活模式)见补充图S2。

步态偏差:使用GPS(Baker等人,2009年)评估步态偏差。经验丰富的临床研究人员在Gait Offline Analysis Tool 4.2软件(Motek,荷兰)中对运动数据进行了质量和一致性检查,以去除质量较差的步态(具有较大偏差或伪影的步态)。然后导出剩余步态的数据,并在Python(Spyder,版本5.4.0)中处理,以提供GPS值。GPS是根据个体步态运动学与典型发育参与者的参考数据集之间的均方根(RMS)差异来计算的总体步态偏差的汇总指标(Baker等人,2009年)。GPS定义为:GPS = 1/N ∑i=1N(GVSi)2,其中GVSi代表个体运动学变量的步态变量得分(例如,骨盆、髋关节、膝关节和踝关节角度),N是包含的步态变量总数。较低的GPS值表示步态模式更接近参考数据集。

无量纲行走速度(DWS)被计算出来,以根据体型标准化行走速度(Hof,1996年):DWS = v√g·l,其中v是行走速度(m·s?1),g是重力加速度(9.81 m·s?2),l是腿长(m)。DWS被用作协变量,以解释行走速度对步态运动学和肌肉激活模式的影响。还从每个参与者的医疗文件中提取了描述性特征、病史数据和功能水平。功能水平使用功能性移动量表(FMS)、Gillette功能性评估问卷-行走量表(FAQ-WS)和Gillette功能性评估问卷22项技能集(FAQ-22)进行评估(Ammann-Reiffer等人,2019年;Ammann-Reiffer等人,2019年;Gorton等人,2011年)。此外,还收集了实现独立行走的时间,基于家长的反馈,以及这是在脑损伤之前还是之后发生的。

2.5 统计分析
为了确定结果测量是否呈正态分布,进行了Shapiro-Wilk检验(α > 0.050)。使用独立t检验、Mann–Whitney U检验或适当的卡方检验,评估了参与者特征和标量结果测量(例如,DWS、GPS、walk-DMC)之间的组间差异。使用多元方差分析(MANOVA)分别评估了每个协同作用的肌肉权重系数差异,将组(ABI vs TD)作为固定因素,将每个协同作用内的肌肉重量集作为因变量。当观察到显著的组效应时,使用协方差分析(ANCOVA)进行了后续分析,其中将无量纲行走速度(DWS)、步态轮廓得分(GPS)或两者作为连续协变量,以评估调整后组间差异是否仍然存在。这些模型的一般形式为:Y = β0 + β1Group + β2DWS + β3GPS + ε,其中Y代表肌肉权重系数。当只包含一个协变量时,相应的项被省略。

时间标准化的协同作用激活模式使用一维统计参数映射(1D-SPM)进行分析。使用双样本SPM{t}检验进行了初始的组间比较(ABI vs TD)。为了评估与步态相关的协变量的影响,随后拟合了基于SPM的一般线性模型(GLMs),将组作为固定因素,将DWS、GPS或两者作为连续协变量。显著簇被定义为跨越≥5个连续时间点的区域,并报告了相应的平均差异。在ABI队列中,使用上述相同的统计框架进行了子组分析,比较了在受伤前和受伤后实现独立行走的参与者。

年龄和腿长没有作为单独的协变量包含在统计模型中。相反,使用无量纲行走速度(DWS)对行走速度进行了标准化,这明确考虑了腿长和体型。鉴于儿童和青少年时期年龄、人体测量学和行走速度之间的强耦合,DWS被认为是考虑步态相关分析中发育效应的适当方法。统计显著性设定为p < 0.050。对于协同作用权重和激活模式,应用了Bonferroni校正,以考虑四个协同作用之间的多重比较(α = 0.013)。效应大小也使用Cohen's d(0.2 = 小,0.5 = 中等,0.8 = 大)、r(0.1 = 小,0.24 = 中等,0.37 = 大)或η2(0.01 = 小,0.059 = 中等,0.14 = 大)进行计算(Fritz等人,2012年)。分析在SPSS版本29(IBM,美国)中执行。

样本量计算:基于先前的文献,这些文献表明CP患者和TD患者之间的肌肉协同作用存在显著差异(Bekius等人,2020年),以及我们的假设,即TD儿童和ABI患者之间的肌肉协同作用也会有显著差异,因此进行了先验功效分析(G*Power 3.1软件(Van Criekinge等人,2020年)。预计效应大小较大(Cohen’s d ≥ 0.85),显著性水平为α = 0.05,功效为80%,分配比例为1:2(TD:ABI),分析表明至少需要17名TD参与者和35名ABI参与者。

3. 结果
本研究包括35名患有ABI的儿童和青少年以及21名TD对照组参与者,年龄在4-18岁之间。队列特征见表1。ABI组中有10人患有TBI,10人患有中风,7人患有脑感染(例如脑炎),7人患有脑肿瘤切除术,2人患有动静脉畸形。5名参与者有骨科干预史;2人接受了肉毒杆菌毒素注射,1人接受了软组织手术,2人接受了这两种手术。在35名参与者中,25人报告在脑损伤前已经实现了独立行走(ind-walk pre-ABI),而10人在达到独立行走前受伤(ind-walk post-ABI)。

表1. 参与者特征。
| ABI(n = 35) | TD(n = 21) |
| --- | --- |
| 性别(男/女) | 18/17 | 11/10 |
| 分析时年龄(岁) | 11.1 ± 3.7 (5.2–17.4) | 9.2 ± 2.7 (4.4–16.5) |
| 受伤时年龄(岁) | 5.2 ± 4.6 (0.2–15.1) | ? |
| 从受伤至今的时间(年) | 6.0 ± 4.4 (0.5–17.0) | ? |
| 单侧/双侧肢体受累 | 29/6 | ? |
| 踝足矫形器(是/否) | 16/19 | ? |
| 步行辅助设备(是/否) | 6/29 | ? |
| 功能性移动量表 | 5 m5 (2–6) | ? | 50 m5 (2–6) | ? |
| 500 m | 8 = NA, 5 (2–6) | ? |
| FAQ-WS | 8 (6–9) | ? | FAQ-22 | 42 (28–76) | ? |

表2. TD和ABI组的DWS、GPS和walk-DMC得分。
| DWS | GPS(度) | Walk-DMC得分 |
| --- | --- | --- |
| TD(n = 21) | 0.41 ± 0.03 | 4.3 (3.0–8.3) | 97.3 ± 9.5 |
| ABI(n = 35) | 0.26 ± 0.07 | 8.2 (3.4–22.2) | 89.8 ± 10.1 |
| p值 | 0.008 | <0.001 | <0.001 |
| 效应大小 | 2.57 | 7 | 7 | 4 |
| **0.73 | 4 | **0.75 |
| ABI在ABI前独立行走(n = 25) | 0.27 ± 0.06 | 7.9 (3.4–22.2) | 90.1 ± 10.1 |
| ABI在ABI后独立行走(n = 10) | 0.25 ± 0.07 | 10.5 (7.9–13.2) | 88.8 ± 10.6 |
| p值 | 0.30 | 3 | 0.015 | 0.78 |
| 效应大小 | 0.38 | 9 | 4 | **0.127 |

表2显示了TD和ABI组的DWS、GPS和walk-DMC得分。ABI组的GPS值较高(Z = 5.492,p < 0.001),DWS较低(平均差异0.14,95% CI 0.11–0.18;p < 0.001)以及walk-DMC得分(平均差异7.5,95% CI 2.01–12.96;p = 0.008)。

3.1 TD vs ABI
表2显示了TD和ABI组的DWS、GPS和walk-DMC得分。ABI组的GPS值较高(Z = 5.492,p < 0.001),DWS较低(平均差异0.14,95% CI 0.11–0.18;p < 0.001)以及walk-DMC得分(平均差异7.5,95% CI 2.01–12.96;p = 0.008)。

3.2 主体级VAF-k曲线分析
分析显示,ABI和TD参与者都需要相似数量的协同作用来解释至少90%的EMG方差。两组个体级别的VAF-k曲线见补充图S3。在两组中,达到90% VAF阈值所需的协同作用的中位数都是四个,个体VAF-k曲线有显著重叠,组间在最小协同作用数量上没有差异。这些发现表明,ABI儿童的模块复杂性(通过协同作用的数量来量化)得到了保持。达到90% VAF阈值所需的最小协同作用数量分布见补充图S4。

图1展示了两组四个协同作用的余弦相似性。ABI组的余弦相似性值较低,表明相对于组级协同模板,个体协同结构的变异性更大。在ABI组中,协同作用-2的余弦相似性值显著较低(F(1,54) = 9.00,p = 0.004,η2 = 0.143)。在Bonferroni校正后,协同作用-1(p = 0.026,η2 = 0.088)和协同作用-4(p = 0.029,η2 = 0.085)没有观察到统计学上的组间差异。这些差异反映了ABI队列内个体与组间协同对齐的异质性增加,而不是ABI和TD协同结构之间的直接相似性或差异。

下载:下载高分辨率图像(277KB)
下载:下载全尺寸图像

图1. 四个协同作用中肌肉重量的余弦相似性(相关系数),对于(a)TD和ABI组,以及(b)根据脑损伤发生前后的ABI组进行划分。

图2展示了TD和ABI组的协同作用权重(面板B、D、F和H)。在协同作用-1中,唯一显示出组间显著差异的肌肉是GMED(F(1,54) = 24.19,p < 0.001,η2 = 0.309),ABI组的权重较低。在控制了DWS和GPS作为协变量后,GMED的权重不再显著不同。在协同作用-2中,组间没有发现显著的肌肉重量差异。在协同作用-3中,ABI组的RF(F(1,54) = 10.77,p = 0.002,η2 = 0.166)、VL(F(1,54) = 11.01,p = 0.002,η2 = 0.169)和SOL(F(1,54) = 8.10,p = 0.006,η2 = 0.130)的肌肉重量显著降低,而ST(F(1,54) = 7.02,p = 0.011,η2 = 0.115)的肌肉重量增加。在控制了DWS和GPS作为协变量后,只有ST的重量增加在组间仍然显著(p = 0.004,η2 = 0.155)。RF的重量差异没有统计学意义(p = 0.030),尽管观察到了中等效应大小(η2 = 0.089)。在协同作用-4中,ABI组的ST(F(1,54) = 8.50,p = 0.005,η2 = 0.136)和TA(F(1,54) = 13.01,p < 0.001,η2 = 0.194)的肌肉重量显著降低,而RF的肌肉重量增加(F(1,54) = 8.89,p = 0.004,η2 = 0.141)。在控制了DWS和GPS作为协变量后,TA、ST和RF的重量差异没有统计学意义(p = 0.014,p = 0.046和p = 0.046),尽管观察到了大的、小的和中等的效应大小(η2 = 0.114,η2 = 0.076和η2 = 0.084)。

下载:下载高分辨率图像(639KB)
下载:下载全尺寸图像

图2. TD和ABI组的协同作用权重和激活模式。误差条表示标准误差。在面板A、C、E、G中,灰色框显示了组间存在显著差异的步态周期部分(p < 0.013)。在面板B、D、F和H中,紫色线表示组间存在显著差异(p < 0.013),而绿色线表示在控制了DWS和GPS后仍然存在的显著差异(p < 0.013)。ABI- 获得性脑损伤,TD- 典型发育,TBI- 创伤性脑损伤,FAQ-WS- Gillette功能性评估问卷-行走量表,FAQ-22- Gillette功能性评估问卷22项技能集。

图2(面板A、C、E和G)展示了TD和ABI组的协同作用激活模式。在所有四个肌肉协同作用中,组间观察到显著的协同作用激活模式差异。协同作用1展示了三个显著簇:3–10%的平均差异为–0.658(p = 0.013,Cohen’s d = 1.17);38–46%的平均差异为0.175(p = 0.009,Cohen’s d = 1.02);78–83%的平均差异为0.207(p = 0.021,Cohen’s d = 1.02)。协同作用2展示了一个显著簇:26–46%的平均差异为–0.488(p < 0.001,Cohen’s d = 1.54)。协同作用3展示了两个显著簇:0–7%的平均差异为–0.530(p = 0.006,d = 1.05);96–100%的平均差异为–0.553(p = 0.026,Cohen’s d = 1.02)。协同作用4展示了一个显著簇:86–96%的平均差异为–0.598(p = 0.002,Cohen’s d = 1.30)。在包括GPS和/或DWS作为协变量后,组间差异不再显著。在ABI发生之前或之后能够独立行走
根据是否在受伤前或仅在受伤后能够独立行走来划分ABI组别时,两组参与者特征之间唯一的显著差异是受伤到评估之间的时间(受伤前能够独立行走的组:4.1 ± 2.9年;受伤后能够独立行走的组:10.7 ± 4.0年;p < 0.001)。在DWS、GPS和walk-DMC结果中,只有GPS得分在亚组间存在显著差异,受伤前能够独立行走的组显示出较低的GPS值(Z = 2.393,p = 0.015)(表3)。两组中四种协同作用的余弦相似性在图1中展示。两组之间未发现显著差异。受伤后能够独立行走组和受伤前能够独立行走组的协同作用权重和激活模式在图3(A-H面板)中展示。在应用Bonferroni校正阈值(α = 0.013)后,任何协同作用之间的肌肉权重系数均未观察到统计学上的显著差异。对于协同作用1,MG(η2 = 0.106)、RF(η2 = 0.109)和VL(η2 = 0.151)观察到中等效应大小,表明尽管没有统计学显著性,但肌肉权重存在小到中等的组间差异。当将GPS和DWS作为协变量时,VL的权重仍然显示出中等效应大小(η2 = 0.181)。在比较受伤后能够独立行走组和受伤前能够独立行走组的时序标准化激活模式时,未识别出显著簇。

下载:下载高分辨率图像(641KB)
下载:下载全尺寸图像
图3. 根据脑损伤发生时间划分的ABI组中的协同作用权重和激活模式。误差条代表标准误差。在B面板中,绿线表示在控制DWS和GPS后仍然存在的显著差异(p < 0.013)。协同作用1中的VL接近显著性(p = 0.014)。ABI- 获得性脑损伤,DWS- 无量纲行走速度,GPS- 步态轮廓得分。Gmed- 臀中肌,RF- 股直肌,VL- 腘外侧肌,ST- 半腱肌,TA- 胫前肌,Sol- 腘肌,MG- 胫骨内侧肌。(关于此图例中颜色的解释,请参阅本文的网络版本。)

4. 讨论
本研究首次描述了患有获得性脑损伤(ABI)的儿童和青少年在步态过程中的肌肉协同作用。与正常发育(TD)的同龄人相比,ABI组表现出运动控制受损,表现为激活模式改变、协同作用权重差异以及walk-DMC得分降低。这些发现支持了我们的第一个假设,并与先前关于儿童ABI后运动障碍的报告一致(Beretta等人,2018年;Farber和McDonald,2023年)。类似于脑瘫(CP)儿童(Bekius等人,2020年;Cappellini等人,2016年;Goudriaan等人,2022年;Steele等人,2015年)和中风后成人(Van Criekinge等人,2020年)的观察结果,ABI中的协同作用改变包括峰值激活减少,表明神经肌肉控制策略发生了改变。尽管这种协同作用协调的改变可能限制了与TD同龄人的适应性,但它们可能代表了一种在神经学限制下维持稳定性的补偿机制。较低的相关系数进一步表明个体间变异性更大,这种模式也在CP中报告过,并与功能异质性相关(Goudriaan等人,2022年)。

除了协同作用结构和激活的变化外,评估解释EMG方差所需的最小协同作用数量还可以提供关于运动控制模块复杂性的见解。发现ABI儿童所需的协同作用最小数量与TD同龄人相似,以达到90%的VAF阈值,表明步态过程中的运动控制整体维度得以保留。这表明儿童ABI后的运动控制障碍表现为现有运动模块内协调性的改变,而不是可用控制模块数量的减少。ABI儿童中观察到的肌肉协同作用结构和激活模式的改变可能反映了与步态障碍严重程度相关的神经肌肉协调差异,而不是潜在运动模块数量的变化。较低的余弦相似性值表明个体协同作用组织的变异性更大,这可能是由于参与者在神经运动障碍存在的情况下采用补偿策略以维持功能性行走。在这种情况下,改变的协同作用权重和时序可以解释为对异常运动学和行走速度降低的适应性反应,而不仅仅是反映主要的神经学缺陷。

在调整GPS和DWS后,大多数组间协同作用结构的差异减弱。这种减弱并不表明生物力学因素与神经损伤无关,而是强调了儿童ABI慢性阶段中受损的运动控制、步态偏差和肌肉协调之间的紧密耦合。步态偏差和行走速度的降低本身就是神经损伤的表现,反映了皮质脊髓驱动的改变、肌肉无力和选择性运动控制的受损。因此,目前的发现不允许区分神经学和生物力学贡献,而是表明肌肉协同作用结构的差异与由潜在神经损伤引起的步态障碍的严重程度密切相关。

来自CP的证据支持这一解释。CP中的协同作用改变与更大的步态偏差和更慢的行走速度相关(Goudriaan等人,2022年;Schwartz等人,2016年;Sorek等人,2024年;Steele等人,2015年),而协同作用结构的变异性与功能障碍有关(Sorek等人,2024年)。尽管步态模式的空间结构通常得以保留,但在更严重的个体中肌肉权重存在差异(Goudriaan等人,2022年)。迄今为止,还没有研究明确测试步态偏差和速度是否解释了TD和CP儿童之间的协同作用差异。我们在ABI中的发现表明,至少在慢性阶段,协同作用改变与步态偏差和行走速度密切相关。目前的发现不允许推断运动运动学和肌肉协同作用结构之间的因果关系,这应被视为神经肌肉协调的分析性表现,而不是运动的驱动因素。除了其机制意义外,协同作用改变也可能影响功能结果。在CP中,协同作用复杂性的降低与较低的行走效率、更大的疲劳和有限的参与度相关(Shuman等人,2018年;Steele等人,2015年)。虽然我们没有直接测量ABI的功能结果,但可能存在类似的关系,这加强了协同作用分析在这一人群中的临床相关性。

当根据受伤时间相对于行走开始的时间将ABI参与者分组时,只出现了轻微的差异。在独立行走后受伤的儿童表现出较小的步态偏差,但协同作用特征大体相似,仅对肌肉权重有轻微影响。这部分支持了我们的第二个假设,表明先前的运动经验可能在步态质量上具有优势,但并不根本改变协同作用组织。这些结果与CP形成对比,在CP中,受伤通常发生在行走之前,并与协同作用复杂性的降低相关(Bekius等人,2020年;Cappellini等人,2016年;Goudriaan等人,2022年;Steele等人,2015年)。在行走后受伤的儿童中协同作用的相对保留可能反映了更大的神经可塑性潜力,使得在运动模式建立后能够进行补偿。与之前的ABI报告(例如Salazar-Torres等人,2025年)相比的差异可能反映了分类标准的不同。虽然他们将早期ABI归类为CP,但我们的研究是根据独立行走状态来区分儿童的,强调了发育时间的重要性。

儿童ABI的发现与中风和创伤性脑损伤成人的发现相似,其中协同作用的减少或合并以及激活模式的改变很常见(Acu?a等人,2022年;Fujita等人,2024年;Lee等人,2024年;Trophea等人,2013年;Van Criekinge等人,2020年)。这些变化被认为反映了神经基质的保留,但个别模块的招募受损,康复可以促进合并协同作用的分离(Hong等人,2021年;Ting等人,2015年;Van Criekinge等人,2020年)。在成人中,当保留四个模块时,协同作用结构可以保持稳定,表明改变可能反映了可塑性重组而不是不可逆的损失。患有ABI的儿童和青少年可能具有这种适应潜力,但他们的发育背景是独特的。在行走后受伤可能允许先前获得的运动模式缓冲干扰,而早期受伤则与皮质脊髓成熟的关键时期相吻合。这种区别可能解释了我们队列中亚组间的轻微差异,并强调了需要进行纵向研究,以跟踪协同作用如何随着恢复和干预在不同发育阶段演变。

尽管考虑了步态偏差和行走速度后,许多组间差异减弱,但这一发现本身具有信息价值。它表明儿童ABI后的肌肉协同作用改变与步态障碍紧密相关,而不是代表独立的或孤立的神经机制。在这种情况下,本研究的贡献在于展示了肌肉协同作用分析提供了一个结构化的框架,用于量化脑损伤后运动控制与功能步态障碍之间的关联程度,而不仅仅是作为一种推断可分离神经学基础的工具。这些发现强调,儿童ABI中的协同作用改变与步态障碍和神经损伤后的神经肌肉协调密切相关。因此,康复不仅应针对受损的运动控制,还应针对加剧这些变化的步态偏差和行走速度。结合步态训练和优化运动学策略(如生物反馈、跑步机训练或功能性电刺激)的干预可能增强协调性。鉴于观察到的个体间变异性,治疗方法应个性化,针对每个儿童的步态偏差和功能特征,而不是假设统一的神经损伤。未来的康复试验应调查优化步态机制是否间接使协同作用组织正常化,或者直接参与运动模块的干预(例如,由EMG驱动的生物反馈)是否可以更有效地增强儿童ABI中的运动控制。

本研究有几个局限性。它是回顾性的,样本量较小,特别是在行走前和行走后的亚组中,限制了统计功效。队列在损伤类型和严重程度上是异质的,反映了临床现实,但使解释复杂化。EMG记录仅限于每条腿的七个下肢肌肉,尽管这种方法在临床步态分析中很常见,包括近端和躯干肌肉可以揭示额外的控制策略。此外,基于跑步机的步态可能无法完全复制地面行走,未来的研究应比较两种条件下的协同作用特征。最后,由于参与者仅在慢性阶段进行了评估,我们无法确定协同作用如何随时间演变或对康复的反应。未来的前瞻性研究应纵向跟踪ABI儿童在恢复阶段的演变,并检查针对性干预对协同作用组织的影响。

5. 结论
本研究首次表明,与TD同龄人相比,患有ABI的儿童表现出肌肉协同作用的改变,但这些差异受到步态偏差和行走速度的强烈影响。受伤时间相对于行走开始的时间影响很小。这些发现共同表明,康复应同时针对运动控制和步态机制,并强调需要进行纵向研究,以澄清协同作用组织如何随着恢复和干预而变化。

作者贡献声明
Gilad Sorek:写作——审阅与编辑、撰写初稿、可视化、验证、软件、资源、方法学、调查、正式分析、数据管理、概念化。
Ortal Atias:写作——审阅与编辑、撰写初稿、调查、数据管理。
Itai Schurr:写作——审阅与编辑、资源、调查、数据管理。
Jason Friedman:写作——审阅与编辑、可视化、验证、监督、软件、方法学、调查、正式分析。
Simon-Henri Schless:写作——审阅与编辑、撰写初稿、可视化、验证、监督、软件、资源、项目管理、方法学、调查、资金获取、正式分析、数据管理、概念化。

资金
SHS和GS由The Leona M. & Henry B. Helmsley慈善信托基金(编号2207-05386)资助。SHS还获得了ALYN医院的支持,该医院得到了吸收与整合部的科学整合中心的支持。
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