综述:健康人群与神经系统疾病患者步态中头部运动分析:一项系统综述

《Journal of Biomechanics》:Analysis of head movements during gait in healthy populations and people with neurological disorders: A systematic review

【字体: 大 中 小 】 时间:2026年04月09日 来源:Journal of Biomechanics 2.4

编辑推荐:

  本文系统综述了健康受试者(HS)与神经系统疾病患者(PwND)在无干扰直线行走时头部运动评估的方法学差异。指出头部-躯干系统(HTS)稳定性对维持视觉清晰度至关重要,现有研究多采用惯性测量单元(IMU)与光电系统,但缺乏统一测量标准。综述强调头部角位移(5-10°)、谐波比(HR)及加速度等指标在疾病早期识别与康复干预中的重要价值。

  

1. Introduction

人类行走需要躯干、颈部和头部的精细协调以维持凝视稳定,这对环境探索和特定目标聚焦至关重要。这些身体节段共同构成了头部-躯干系统(HTS)。中枢神经系统通过三种控制机制对HTS进行自上而下的调控:首先是前庭眼反射(VOR),基于前庭区域的信息产生头部和眼睛的适应性调节,根据运动平面可分为旋转VOR、平移VOR和眼球反向旋转;其次是视觉系统,通过反射发挥作用,例如在没有前庭输入的情况下,视动系统会在头部重复旋转时触发眼球震颤;第三是体感系统,通过来自HTS受体的本体感觉信息调整前庭和视觉系统的反应。所有这些机制共同作用以有效稳定头部,这种稳定性对于眼部和前庭系统的正常功能至关重要。此外,整合这三种控制机制对于维持平衡和协调以及预防跌倒必不可少。
大量文献研究了各种活动中的HTS,其中步行是健康受试者(HS)中最常研究的任务。然而,头部控制依赖于中枢和外周神经系统的完整性,尤其是大脑和脊髓区域。损害这些区域的疾病,如神经退行性疾病、运动障碍或创伤性损伤,会显著影响控制头部稳定的能力。因此,中风、帕金森病和多发性硬化症等神经系统疾病可能会破坏行走时的头部稳定性,导致平衡问题和协调困难,并增加跌倒风险。此外,神经系统疾病患者可能表现出肌肉无力、痉挛、协调和平衡困难、疲劳以及视觉和前庭障碍等症状,这可能影响头-躯干功能,进而改变头部控制,甚至在疾病的早期阶段就会出现这种情况。这些症状迫使神经系统疾病患者降低步行速度,并显著增加跌倒风险。因此,多项研究检查了特定身体节段的加速度模式,为步态变化提供了见解。
尽管众多研究探索了测量头部运动的各种方法、工具和技术,但目前尚无共识或全面的综合来总结所采用的方法学。这些研究结果提供的见解在生物力学领域尤其有价值,因为方法学的差异似乎影响了原始研究的确定性。因此,本系统综述旨在综合用于评估HS和神经系统疾病患者直线步态期间头部运动的程序、仪器和结果指标。

2. Methods

本系统综述遵循Cochrane手册6.4版的方法学进行,信息报告基于PRISMA指南,研究方案已在Open Science Framework注册。

2.1. Search strategy and PICO

检索策略的纳入和排除标准基于PICO框架:人群(Population):年龄≥18岁的HS和/或多发性硬化症患者(PwMS)、帕金森病患者(PwPD)、中风患者(PwStroke);干预(Intervention):未施加干预;比较(Comparison):未整合;结局(Outcome):直线步态期间各方向的头部运动测量值。
检索策略在三个电子数据库(Scopus、Embase和PubMed)中进行。记录于2025年11月24日被识别并导入Zotero 6.0.30版本以删除重复参考文献。两名独立评审员使用Rayyan软件筛选标题和摘要,随后进行全文筛选。评审员在筛选过程结束前彼此不知情,并由第三名评审员解决分歧。此外,还筛选了纳入研究的参考文献以识别更多相关文章。

2.2. Eligibility criteria

在整个筛选过程中,仅考虑英文记录。纳入的研究包括年龄≥18岁的HS以及PwMS、PwStroke和PwPD。HS必须没有任何肌肉骨骼疾病或神经损伤。考虑了所有测量各方向头部运动的可用仪器。如果记录提供的是体育运动或其他非地面或跑步机直线行走活动期间的测量值,则予以排除。排除了任何可能改变行走的干预措施,例如要求参与者保持凝视或旋转头部。同时排除了病例报告、病例系列、研究方案、学位论文和会议摘要。

2.3. Data extraction

两名研究人员从纳入研究中提取所有相关数据到由P.J.准备的Excel表中,对定性和定量数据进行综合。提取的描述性信息包括发表年份、研究设计和评估次数。还提取了关于人群、参与者数量、年龄、性别、与病理相关的具体信息(如EDSS水平、UPDRS评分或Fugl-Meyer评分)、任何亚组以及行走期间测量头部运动的方法等信息。考虑了空间平面中的所有头部运动以比较和总结研究结果。如果这些参数无法从文本中获取,则通过WebPlotDigitizer 4.7版本从图表中提取。对于缺失数据,联系作者以提供进一步细节,但没有收到回复。

2.4. Analysis of results

对获得的数据进行定性比较,以验证用于评估头部运动的报告测量值的一致性和同质性。

2.5. Risk of bias assessment

质量评估和偏倚风险由相同的两名评审员在数据提取过程中同时进行。鉴于研究设计,使用Joanna Briggs Institute(JBI)检查表评估研究的方法学质量,为每个研究设计选择适当的检查表。

3. Results

数据库检索共识别出2281条结果,通过全文筛选阶段的报告参考文献筛查又识别出7条记录。经过筛选过程,最终纳入28份报告,包含27项研究的信息。所有纳入的研究均为观察性试验,其中14项为横断面研究,13项为病例对照研究。

3.1. Participants characteristics

纳入的研究涉及522名年龄在17-80岁的HS,其中259名为女性,216名为男性;一项研究未报告受试者性别。两项研究纳入了PwMS,共招募35名参与者,平均±标准差年龄为54.7±9.2岁。四项研究考虑了PwPD,总样本量为166名参与者,平均±标准差年龄为65.68±6.44岁。仅有一项研究收集了PwStroke的数据,样本量为25名参与者,平均±标准差年龄为54±8岁。

3.2. Analysis of the studies’ methodology

大多数研究收集了地面行走期间的数据:25项涉及HS,2项分别仅涉及PwMS和PwPD,1项招募了PwStroke,大多数为自发速度。相比之下,只有一项涉及PwMS的研究在跑步机上以恒定速度(即1 km/h)收集数据。
在仪器工具方面,15项研究使用了惯性传感器,使用的惯性测量单元(IMU)数量不一(1项研究使用1个IMU,10项研究使用2个IMU,2项研究使用3个IMU,1项研究使用4个IMU,1项研究使用5个IMU)。这些研究在其评估设置中使用了不同的解剖参考点。9项研究使用了光电系统,使用的摄像机数量和被动/主动标记点各不相同;其中一项研究将光电系统与表面肌电图相结合。数据采集频率在各研究间从0.5 Hz到500 Hz不等。标记点集的位置在不同研究间存在差异。最后,三项研究同时使用了IMU和光电系统,第一项验证了单个IMU测量的可靠性,第二项使用光电系统进行步态评估,IMU用于头部运动分析,第三项使用光电系统进行步态评估,IMU用于上半身分析。

3.3. Measurements of head movements

除了Hausamann 2021和Hausamann 2019的数据以不可用格式呈现外,提取了所有纳入研究的头部运动数据。
评估最多的结局是头部角位移(度,°),其中10项研究测量了俯仰角(矢状面),2项研究测量了翻滚角(额状面),2项研究测量了偏航角(横断面)。所有这些研究仅涉及HS。这些研究中获得的测量结果显示,俯仰角位移范围为2°至10°,偏航运动范围为2°至11°,翻滚角范围为2°至5°。同样,HS中的头部角速度(度/秒,°/s)在各研究间存在差异,俯仰和偏航运动的范围在20至50°/s之间。相比之下,在所有纳入的研究中均未评估翻滚运动的角速度。
四项研究检查了HS步态期间的头部加速度(米每二次方秒,m/s2)。均方根(RMS)加速度被视为头部加速度的指标,俯仰和偏航的值在0.03至1.45 m/s2之间;而翻滚运动报告的加速度较高,在0.1至9.0 m/s2之间。Morrison 2022报告PwMS在所有平面的加速度约为0.04 m/s2。在PwPD中,Buckley和Latt显示的RMS加速度在俯仰和偏航平面介于0.11至0.92 m/s2之间,而在翻滚平面的RMS值则有所不同。最后,Bergamini报告PwStroke的RMS加速度在俯仰和偏航平面为0.50至0.62 m/s2,而在翻滚平面为1.12 m/s2。
谐波比是另一项从纳入研究数据中计算得出的结局;特别是六项研究计算了矢状面、横断面和垂直面头部运动的该参数。谐波比是根据加速度数据的快速傅里叶变换计算的,即奇次谐波之和与偶次谐波之和的比值。该计算的结果提供了一个无量纲的稳定性指数,数值越高代表稳定性越好。不同研究在矢状面(0.97至2.96 Hz)和横断面(1.33至3.84 Hz)报告了相似的结果。关于垂直面,结果存在异质性,范围从1.16至16.34 Hz。Kavanagh 2006、Latt 2007和Mazzà 2008的研究显示步态速度对该特定参数有强烈影响。此外,Mazzà 2008显示了年轻受试者和老年受试者之间的差异;老年受试者显示出更高的谐波比值。
最后,十项研究检查了减震策略,量化HTS不同节段(即骨盆、上躯干、颈部和头部)吸收运动活动产生的加速度的能力,旨在稳定头部。研究结果显示了该结局的不同计算方法,阻碍了纳入研究之间的数据比较。

3.4. Differences between HS and PwMS

Psakaris 2018比较了HS和PwMS的谐波比,显示PwMS显著降低,意味着稳定性水平较低。检查减震的研究表明,在HS中,代偿似乎主要由骨盆执行,其次由上躯干执行,而在PwMS中,躯干在衰减策略中起核心作用。然而,在计算结局的方法学异质性需要与有限的PwMS减震研究数量一并考虑。

3.5. Differences between HS and PwPD

Buckley等人和Latt等人均报告了比较HS和PwPD的谐波比和RMS数据。Latt报告了两种结局在HS和PwPD之间存在统计学显著差异,而Buckley仅在内外侧平面发现RMS差异,未发现谐波比差异。Buckley还报告称,与HS相比,PwPD无法在前后(AP)和内外侧(ML)方向上衰减躯干加速度。

3.6. Differences between HS and PwStroke

Bergamini等人显示,在RMS值、衰减系数和对称性指数方面,HS和PwStroke之间存在统计学显著差异。

3.7. Risk of bias in the included studies

使用适当的JBI检查表对纳入的横断面研究(n=14)和病例对照研究(n=13)进行了评估。对于横断面研究,JBI检查表的第1、2、3和4项得到了正确处理,完成率分别为93%、86%、93%和100%。关键问题在于识别和管理混杂因素。具体而言,36%的研究缺乏明确识别,50%的研究识别不明确;21%的研究识别不明确,36%的研究管理不明确。第7项在86%的研究中得到正确处理,第8项在79%的研究中得到正确报告,而21%的研究在提出的统计分析的正确性方面结果不明确。
对于病例对照研究,第1、2、3、4和5项几乎没有问题,第1和4项在所有纳入研究中均为阳性评分,第2、3和5项在13项纳入研究中有12项呈阳性评分(1项在第2项结果不明确,分别有1项在第3和5项报告不正确)。第6和7项在识别和管理混杂因素方面存在缺陷,4项研究报告有问题(3项不正确,1项不明确),7项研究存在问题(3项不正确,4项不明确)。第8和10项在所有研究中均得到正确呈现和管理;第9项在5项研究中得到正确实施,在8项研究中不适用。

4. Discussion

本系统综述强调了关于HS无干扰直线步态期间头部运动的证据,以及神经系统疾病对头部稳定性的影响。经过筛选过程后,纳入了27项研究,但由于所呈现的方法学多样性和考虑的结局不同,仅进行了定性分析。尽管如此,本系统综述全面概述了用于评估头部运动的最常用方法、设置和结局变量,这对于规划未来研究非常有用。
研究一致采用两种关键仪器来评估头部运动:光电系统和惯性测量单元(IMU)。较老的研究主要依赖光电系统,而最近的研究已果断转向使用IMU。值得注意的是,三项研究有效地结合了这两种仪器,展示了一种全面的运动分析方法。IMU在设置、探头数量和成本方面的灵活性支持了其采用。此外,与金标准方法(即光电系统)相比,IMU显示出良好的准确性。此外,所有包括PwMS、PwPD和PwStroke的研究都使用IMU测量头部运动,这表明这些仪器可能是研究或临床应用的不错选择。
必须根据研究设置选择可用的运动分析仪器。这一选择至关重要;大多数纳入的研究在地面上进行步行测试,只有一项在跑步机上进行。步态速度在各研究间有所不同。通常,最采用的速度是自选速度,而其他常用的选项是快走和慢走。根据研究,在HS中,当步行速度低于1.8-2 m/s时,不同的步态速度条件似乎不会显著改变大多数头部运动结局(即头部角位移、头部加速度、谐波比和减震)。这一结果也得到了Hirasaki等人的支持。因此,在HS的研究中,选择特定的步态速度应与结局无关,而与研究目的相关。然而,在神经系统疾病患者中,没有纳入的研究比较不同的步态速度条件,因为只使用了自选速度。进一步的研究应验证可能与速度相关的差异。在比较HS和神经系统疾病患者(PwND)时,自选速度迄今为止是最常用的测量方法,因此提供了可靠的比较基础。此外,健康和病理人群的自选步态速度必须具有可比性,才能进行可靠的匹配。这种方法允许与先前研究的结果进行一致的比较,包括本系统综述中的研究。然而,涉及病理人群的研究似乎显示,随着行走能力的下降,头部加速度增加。
就结局而言,头部角位移是HS最常用的结局。大多数纳入的研究仅关注矢状面(即俯仰运动),在10项研究中进行了评估,结果在这些研究中是一致的,值在5°至10°之间。额状面和横断面的结果一致性较差,每个平面仅进行了2项研究。五项研究计算了矢状面的头部角速度,显示出良好的一致性(例如,值为28至31°/s)。额状面仅有两项一致性较低的研究,横断面没有研究检查头部角速度。因此,需要通过进一步的研究加强关于这些平面的现有证据。然而,没有任何研究(包括涉及神经系统疾病患者的研究)测量头部角位移或速度。这些参数在临床和研究环境中都可能发挥关键作用。
其他头部结局,如减震、谐波比和加速度,在所有招募PwMS、PwPD和PwStroke的研究中都被考虑。这些测量是有帮助的,因为它们反映了身体吸收冲击和随之而来的行走产生的加速度的能力(即减震和头部加速度),以及产生节律性加速度模式的能力(即谐波比)。事实上,它们可以作为平衡控制机制有效性、运动能力和最小化步态代谢成本能力的指标。所有这些参数在病理受试者研究中以及因此在临床环境中也至关重要。然而,如果谐波比和加速度的计算方法定义明确,那么评估减震的研究则使用异质性的计算方法,这阻碍了获得结果的比较。此外,关于头部谐波比和头部加速度的研究仍然有限。因此,为HS和神经系统疾病患者定义一个值范围很复杂。尽管如此,即使未来的研究定义了分析这些参数的共享方法并允许跨研究比较,将这些结局纳入神经系统疾病患者的评估也是至关重要的。
从研究的严格评价中出现的另一个重要因素是许多报告缺乏对潜在混杂因素的识别和管理。在方法学上,大多数研究表现出严格的设计,特别是在参与者纳入、评估方法和统计分析方面,尽管也注意到了一些问题。例如,没有一项纳入的研究计算先验样本量,这本来可以加强结果。此外,没有人注册他们的研究方案,这可能增加研究的价值,即使它是观察性研究。即使考虑到纳入研究的生物力学焦点,对混杂因素识别和管理的不足可能在某种程度上是合理的;然而,进一步的研究应该改进对其结果的严格分析。
本研究存在一些局限性;纳入的研究不允许进行定量分析。因此,只进行了定性分析。然而,这是第一项总结无干扰直线步态期间头部运动分析文献的研究。令人惊讶的是,在参与者中,只有七项研究纳入了神经系统疾病患者(2项关于MS,四项关于PD,1项关于中风)。许多关于神经系统疾病患者的研究被排除,因为它们没有报告无干扰步态期间的头部稳定性数据。不幸的是,直线和无干扰步态是日常活动中最常进行的活动之一,也是康复期间最常治疗的情况之一。
本综述可能对临床康复实践具有明确的转化意义,强调了HTS运动共同、共享评估的重要性。使用便携式IMU量化头部加速度和谐波比等参数,能够识别PwMS、PwPD或PwStroke中的HTS稳定缺陷,指导个性化干预,例如生物反馈训练,以减少振荡和跌倒风险。渐进式颈-躯干稳定方案——从静态到动态步态任务——可以优化前庭眼反射控制和减震,从而产生功能性改善。
该系统综述确定了分析步态期间头部运动的重要参数。建议将自选速度的无干扰行走作为未来研究的目标之一,并使用光电系统和/或IMU评估头部运动。系统地纳入头部角位移、减震、头部谐波比和头部加速度等结局至关重要,以提供头部的多变量评估并实现跨研究结果的可比性。即使在现有证据需要改进的情况下,也应在研究和临床评估中考虑这些结局。
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