编辑推荐：
为探究卒中后僵硬膝步态（SKG）潜在亚型，美国研究人员开展相关研究，发现差异或因步态损伤严重程度，有助于优化诊疗。
/div>
一、研究背景：卒中后 SKG 的谜团与挑战
在人体的运动世界里，行走是一项再平常不过却又极其复杂的活动。然而，对于经历过卒中的人群来说，行走却可能成为一件充满困难的事情，其中，僵硬膝步态（Stiff-Knee gait，SKG）就是常见的 “绊脚石”。SKG 表现为摆动期膝关节屈曲角度减小，这看似简单的变化，却给患者的日常活动带来诸多不便，不仅影响地面 clearance（离地间隙），还阻碍了向前的行进。
据估计，在有步态障碍的卒中患者中，SKG 的患病率在 25% - 75% 之间。如此高的患病率，使得对 SKG 的研究变得尤为重要。但目前，SKG 的病因复杂且存在争议，肌肉无力、运动不协调、神经反射异常等都被认为可能与之相关。例如，腘绳肌、髋屈肌或跖屈肌的无力，以及股四头肌的 hyperreflexia（过度反射）等，都在 SKG 的发病机制中扮演着重要角色。
由于病因的不确定性，临床干预措施的效果也参差不齐。比如，针对痉挛性股四头肌的化学去神经支配治疗，有时效果并不理想。这可能是因为 SKG 存在多种未被诊断的亚型，不同亚型对治疗的反应各不相同。因此，准确识别 SKG 的亚型，对于制定更有效的治疗方案至关重要，这也成为了本次研究的重要出发点。
二、研究概况
美国的研究人员为了深入探究 SKG 的潜在亚型，开展了一项具有重要意义的研究。他们从 50 名卒中幸存者和 15 名健康、年龄匹配的对照组中收集了回顾性运动学、动力学和肌肉活动数据，这些数据来自于参与者在跑步机上行走时的表现。研究人员运用了时间序列核 k 均值聚类分析方法，对数据进行了深入剖析。最终，该研究成果发表于相关领域的重要期刊。
三、研究方法
- 数据收集：研究人员收集了 50 名患有偏瘫的卒中后个体（31 例左偏瘫，31 名男性，年龄 57.0 ± 13.5 岁）和 15 名健康个体（7 名男性，年龄 54.5 ± 8.7 岁）在行走时的运动捕捉、力和肌电图（EMG）数据。参与者在知情同意后，在跑步机上以自选速度行走，部分卒中后个体还以最快速度行走。数据收集前，参与者进行了练习以适应实验设置。运动捕捉标记数据通过 12 摄像头系统以 120Hz 的频率收集，EMG 数据从双侧多个肌肉以 1000Hz 收集，并进行滤波、归一化等处理，地面反作用力（GRF）数据也同步收集并滤波。
- 聚类分析：采用基于时间序列核 k 均值算法的聚类分析，以卒中后假定的额面补偿策略相关参数（如患侧骨盆倾斜、患侧和非患侧髋外展）作为聚类输入，避免使用残疾特异性特征（如膝关节屈曲），以减少偏差。通过计算惯性和轮廓系数，确定最佳聚类数。
- 结果评估：分析输出聚类的代表性步态模式，包括步态速度、摆动期膝关节屈曲峰值角度等。同时，研究矢状面和额面的关节运动学和动力学、推进不对称性，以及通过非负矩阵分解（NNMF）计算肌肉模块数量、组成和动态运动控制指数（DMCI）等，量化肌肉协调情况。
- 统计分析：运用统计参数映射（SPM）分析一维时间序列数据的组间差异，采用线性混合模型和事后分析探究其他离散结果指标的关系和相互作用。
四、研究结果
- 聚类结果：通过分析，确定 3 个聚类是样本的最佳代表。50 名卒中后个体被分为 A、B、C 三个聚类，其中 A 聚类 14 人，B 聚类 23 人，C 聚类 13 人。基于临床专家诊断，A 聚类中有 10 人、B 聚类中有 10 人、C 聚类中有 4 人被诊断为卒中后 SKG。
- 步态参数差异：聚类间和与健康对照组相比，在自选步行速度和摆动期膝关节屈曲峰值角度上存在显著差异。A 聚类的速度和膝关节屈曲角度最低，健康对照组最高，B 和 C 聚类之间在这两个指标上无显著差异。
- 补偿参数差异：在常见的补偿运动方面，如骨盆运动、患侧和非患侧髋外展等存在显著差异。A 聚类的骨盆倾斜、非患侧髋外展更明显，且与其他聚类和对照组在这些参数上有显著差异。
- 关节运动学和动力学差异：矢状面关节运动学和动力学在聚类间也存在差异。A 聚类在多个参数上与其他聚类和对照组有显著差异，如预摆动期髋关节屈曲角度、中 stance（站立期）髋关节力矩等，B 聚类在部分参数上与对照组有差异，C 聚类与 B 聚类和对照组在多数参数上无显著差异。
- 推进不对称性差异：A 聚类的推进不对称性显著高于 B、C 聚类和健康对照组，而 B、C 聚类和健康对照组之间无显著差异。
- 肌肉活动差异：部分肌肉活动在聚类间存在差异，如股内侧肌和外侧腘绳肌。A 聚类和 C 聚类的股内侧肌激活高于健康对照组，A 聚类的外侧腘绳肌 EMG 活动高于 B、C 聚类和健康对照组，其他肌肉的激活模式与健康对照组不同，但聚类间无显著差异。
- 模块分析结果：健康个体通常有四个肌肉模块，卒中后个体使用两到四个模块。A 聚类多数人有两或三个模块，B 聚类多数人有三或四个模块，C 聚类无人有两个模块。在模块合并模式上，不同聚类存在多种模式，但在模块数量、组成和 DMCI 上无显著差异。
- 亚组分析结果：对临床诊断为 SKG 的亚组分析发现，该亚组与总体卒中参与者无显著差异，但与健康对照组有显著差异。
五、研究结论与意义
研究结果表明，虽然基于额面补偿运动的聚类分析得到了不同的聚类，且这些聚类在运动学和动力学上存在差异，但肌肉活动的 EMG 时程分析和模块分析并未发现聚类间有不同的协调模式。这说明聚类间的差异更可能与步态损伤的严重程度有关，而非不同的 SKG 类型。
这一研究成果具有重要意义。一方面，有助于更深入地理解 SKG 的本质，为后续研究提供了新的思路。例如，在未来的研究中，可以进一步探究不同严重程度的 SKG 与肌肉协调模式之间的关系，以及如何针对不同严重程度制定个性化的治疗方案。另一方面，通过对 SKG 亚型的分类和特征描述，有望改进治疗方法，提高治疗效果，为卒中后 SKG 患者带来更好的康复希望。同时，也为标准化研究方法提供了参考，有助于减少研究中的差异，提高研究的可靠性。此外，研究人员还提出，应采用更具体的 SKG 定义，这将有助于不同研究之间的比较和整合，推动该领域的进一步发展。未来，结合先进的计算机视觉技术，有望开发出更便捷的诊断工具，使 SKG 的诊断不再局限于传统的步态生物力学实验室，为更多患者提供及时、准确的诊断服务。
