《Biomechanics》：Comparison of Quantitative Evaluation Methods for Pathological Gait Abnormalities in Stroke Survivors
Kento Sabashi and
Ryo Ueno
编辑推荐：
本文研究旨在比较两种定量评估脑卒中后步态异常的方法——步态变量评分(GVS)与步态异常评分(GAS)的优劣。研究者利用公开的步态数据集，创新性地提出了改良GAS(mGAS)计算方式，发现mGAS能消除步态运动学与肌肉活动幅度的影响，为临床全面评估步态异常提供了更优的标准化工具，对脑卒中康复训练具有重要指导意义。
在全球范围内，脑卒中不仅是导致死亡的主要原因，也是引发长期残疾的重要祸首。其中，行走能力受损严重影响了患者的日常生活质量。尽管康复训练，特别是步态训练，已被证实能有效帮助患者重获行走能力，但如何精准、量化地评估步态异常，从而指导个性化的康复方案，一直是临床上面临的挑战。传统的评估多依赖主观观察或功能量表，缺乏对步态运动学和肌肉活动模式细微偏差的客观度量。近年来，步态变量评分(Gait Variable Score, GVS)和步态异常评分(Gait Abnormality Score, GAS)等量化方法被提出，旨在计算病态步态模式与健康步态模式的偏差。然而，GVS计算结果可能受步态曲线自身幅度影响，例如膝关节屈曲角度的正常幅度远大于骨盆倾斜角度，这可能导致即使异常比例相同，GVS值也不同，从而干扰治疗师判断哪个关节的问题更严重。GAS通过标准化处理，理论上能规避幅度影响，但两者在脑卒中患者中的应用效果和差异尚不明确。为了解决这一问题，并探寻更佳的临床评估工具，研究人员在《Biomechanics》期刊上发表了他们的研究成果。
本研究主要采用了运动捕捉数据分析、步态变量计算与统计分析等关键技术方法。研究团队利用了由Criekinge等人开发的公开运动捕捉数据集，该数据集包含了脑卒中幸存者和健康个体的三维运动学、地面反作用力及表面肌电信号数据。通过对这些数据的处理，研究者提取了骨盆、髋、膝、踝等9个关节的运动学角度和7块肌肉的肌电活动数据，并分别计算了GVS和新定义的改良GAS(modified GAS, mGAS)，最后通过相关性分析等统计方法比较了两种评分的特点。
研究结果
1. GVS与mGAS在组间的差异
研究发现，脑卒中幸存者的GVS和mGAS均显著高于健康个体。这表明两种方法都能有效区分病理步态与正常步态。
2. GVS、mGAS与步态模式幅度的相关性
对16个变量（9个运动学+7个肌肉活动）的分析显示，GVS与相应变量的幅度之间存在显著强相关性(r = 0.921)。这意味着步态曲线或肌肉活动信号的幅度越大，计算出的GVS值倾向于越高。相反，mGAS与幅度之间未发现显著相关性(r = 0.167)。这证实了mGAS的计算方法成功消除了原始数据幅度对评分结果的影响。
3. mGAS的临床优势
基于上述结果，研究指出，由于mGAS不受运动学和肌肉活动幅度的影响，它允许临床医生在同等标准下，综合比较不同关节运动或不同肌肉活动的异常程度。例如，可以更公平地判断骨盆前倾和膝关节屈曲哪个偏离正常模式更严重，而不会被关节本身活动范围的大小所干扰。
结论与讨论
本研究通过对比分析GVS和GAS在评估脑卒中患者步态异常中的应用，得出明确结论：本研究新定义的改良步态异常评分(mGAS)在评估脑卒中幸存者步态异常方面比步态变量评分(GVS)更具优势。其核心优势在于mGAS是一种标准化评分，它消除了运动学和肌肉活动原始幅度对评分结果的影响，从而使得对不同身体部位（如大关节与小关节）或不同信号类型（运动学与肌电）的异常程度可以进行直接、综合的比较。这解决了GVS因依赖于原始差异的均方根值而可能夸大高幅度变量异常程度的问题。
这一发现具有重要的临床意义。在脑卒中康复训练中，治疗师需要准确识别患者步态中最为异常的环节，以制定针对性的干预措施。mGAS提供了一种客观、标准化的量化工具，能够更清晰地揭示步态障碍的本质，不仅有助于评估治疗效果，还能为个性化的康复方案提供精准的反馈。因此，mGAS有望成为临床实践和未来研究中评估脑卒中及其他神经系统疾病所致步态异常的一种更有效、更实用的工具。
