太极大手功对中风后平衡能力及静息状态下大脑功能连接性的影响:一项功能性近红外光谱(fNIRS)研究
《Frontiers in Neurology》:Effects of Tai Chi Cloud Hands on balance and resting-state functional connectivity after stroke: an fNIRS study
【字体:
大
中
小
】
时间:2026年05月07日
来源:Frontiers in Neurology 2.8
编辑推荐:
摘要
背景:许多人在中风后会经历平衡问题。目前尚不清楚一个简短的太极云手练习项目如何影响前额叶-运动网络在静息状态下的连接性。
方法:本研究纳入了52名有中风后平衡问题的住院患者。参与者被随机分配接受单独的标准康复治疗或标准康复治疗加上太极云手练习。两组患者每天进行30
摘要
背景:许多人在中风后会经历平衡问题。目前尚不清楚一个简短的太极云手练习项目如何影响前额叶-运动网络在静息状态下的连接性。
方法:本研究纳入了52名有中风后平衡问题的住院患者。参与者被随机分配接受单独的标准康复治疗或标准康复治疗加上太极云手练习。两组患者每天进行30分钟的康复训练,每周5天,持续2周。此外,实验组还需要每天进行30分钟的云手练习,持续2周。评估结果由对组别分配不知情的评估人员收集。主要评估指标是Berg平衡量表(BBS),次要指标包括改良Barthel指数(MBI)。静态平衡通过PROKIN系统进行评估,该系统可以测量重心(COP)路径长度和摇摆面积。静息状态下的大脑连接性通过功能性近红外光谱(fNIRS)技术来监测氧化血红蛋白的变化。使用ANCOVA分析组间差异,并对28个预定义的大脑区域对应用了假发现率(FDR)校正。
结果:实验组在BBS(部分η2=0.420;调整后差异=3.215分)和MBI(部分η2=0.363;调整后差异=6.056分)方面的改善优于对照组。COP路径长度(部分η2=0.295;调整后差异=-115.816毫米)和摇摆面积(部分η2=0.112;调整后差异=-79.480平方毫米)也显著减少。经过FDR校正后,组间在DLPFC-PreM和PreM-M1之间的耦合增强、M1-M1之间的半球间连接性增强以及SMA-SMA之间的耦合减弱方面存在显著差异(所有q≤0.047)。
结论:将为期2周的高频率太极云手练习添加到标准康复治疗中,并以更高的总治疗剂量实施,与平衡能力、日常功能及静态姿势稳定性的显著改善相关。这些改善伴随着前额叶-运动连接性的区域特异性变化,包括DLPFC-PreM和PreM-M1耦合的增强以及SMA半球间连接的减弱。这些连接性发现应谨慎解读,视为关联而非机制性作用。
1 引言
平衡功能障碍影响大约50-80%的中风患者(1, 2)。它通常表现为站立不稳定、步态异常和姿势控制受损,从而增加跌倒风险并限制日常活动参与(3)。姿势控制依赖于视觉、本体感觉和前庭输入的多感官整合,以及协调的神经处理以维持方向感和平衡(4)。在皮层层面,姿势和步态控制涉及前额叶和感觉运动区域,以及支持预期和反应性调整的预备运动(PreM)和辅助运动(SMA)区域(5)。在更具挑战性的条件下,执行控制和注意力分配变得尤为重要,执行功能已被证明与中风后的平衡和移动能力独立相关(6)。因此,前额叶和运动相关网络之间的相互作用越来越被认为对平衡恢复机制至关重要。
在临床实践中,平衡康复通常作为任务特定的渐进式训练纳入全面的中风康复计划中(7)。除了传统疗法外,一些环境中还使用了技术辅助方法,包括力平台反馈系统(8)、基于虚拟现实的训练(9)、机器人或机电步态训练设备(10)以及非侵入性脑刺激技术,如经颅直流电刺激(11)。然而,资源有限以及需要专门的设备或空间可能会限制康复的可行性,并减少可实现的训练量;观察数据进一步表明,常规住院康复期间的运动练习量可能较低(12)。住院康复时间通常有限;因此,需要实用且可扩展的方法,这些方法能够在最少设备的情况下实施,并在出院后持续进行。
太极云手是一种核心的、相对标准化的太极动作,结合了躯干旋转、协调的眼手跟踪、对称的圆周手臂运动和有节奏的体重转移,且可以使用最少的设备进行(13)。越来越多的随机证据表明,太极云手训练项目——通常持续数周——可以改善中风后的平衡和运动功能,尽管不同试验和方案的效果大小有所不同(14)。然而,大多数关于中风康复的神经影像学研究主要集中在任务诱发的皮层反应上,而不是静息状态下的网络组织(15)。基于自发低频血流动力学的功能性近红外光谱(fNIRS)提供了一种可访问的方法,用于表征功能连接性和网络拓扑(16),尽管其可靠性取决于采集和分析参数,如扫描持续时间(17)。基于图形的静息状态fNIRS分析也被用于表征人类的大脑功能网络组织(18)。
在这项随机对照试验中,我们在标准康复基础上增加了为期2周的高频率太极云手练习。主要评估指标是Berg平衡量表(BBS)。次要指标包括改良Barthel指数(MBI)以及两个基于重心(COP)的静态姿势稳定性指标,即COP路径长度和COP摇摆面积,这些指标通常来自姿势学评估,对站立条件敏感(19)。我们还使用fNIRS研究了前额叶-运动网络中氧化血红蛋白的静息状态区域间(ROI)功能连接性。目的是确定短期云手训练是否提供额外的益处,并探索与短期住院期间平衡恢复相关的潜在网络级连接模式。
2 材料与方法
2.1 伦理与注册
本研究获得了徐州康复医院医学伦理委员会的批准(编号XK-LSW-2025-027),并已在国家医学研究注册和记录系统中备案(编号MR-32-25-088223)。在试验注册过程中,最初通过中国临床试验注册途径提交。但随后认为本研究属于传统医学临床试验范畴,建议通过国际传统医学临床试验注册平台进行注册。因此,在第一名参与者入组前并未完成WHO主要注册。在手稿修订时,该研究已提交给国际传统医学临床试验注册平台并获得审核。
2.2 参与者
我们在江苏省徐州康复医院招募了52名有中风后平衡障碍的住院患者。中风通过CT或MRI确诊。基线人口统计学和临床特征见表1。
表1
组别 | 性别(男/女) | 年龄(岁) | 中风后时间(天) | 中风类型(缺血性/出血性) | 偏瘫侧(左/右)
实验组 | 22 | 15/7 | 6.20±5.4 | 22 | 7.27±12.6 | 18/4 |
对照组 | 22 | 16/6 | 0.00±6.5 | 14 | 25.27±17.8 | 16/6 |
χ2/t值 | 0.109 | 0.943 | 0.520 | 0.518 | 0.096 |
p值 | 0.741 | 0.351 | 0.606 | 0.472 | 0.757 |
表1 显示了两组之间的基线特征比较。数值为平均值±标准差或人数。组间比较使用独立样本t检验或χ2检验。
2.3 纳入标准
(1)年龄40-75岁;
(2)首次中风,发病后2周至6个月内,生命体征稳定;
(3)受影响上肢的Brunnstrom阶段IV或V,站立平衡水平1或2,允许在监督下站立训练;
(4)上肢改良Ashworth评分低于2;
(5)意识清醒,无重大语言或理解问题,蒙特利尔认知评估(MoCA)评分至少18分,能够遵循指示;
(6)书面知情同意。
2.4 忽略标准
(1)病情危急,生命体征不稳定,或病情进展或继发性中风;
(2)意识、听力、视力、注意力或智力功能严重受损,无法进行训练或评估;
(3)严重的神经肌肉、骨骼或关节疾病影响运动,或骨折正在愈合;
(4)严重的糖尿病、高血压或心脏病、肝病、肾病等重大疾病,或血液疾病,或癌症;
(5)下肢深静脉血栓或其他使站立训练不安全的状况。
2.5 退出和脱落标准
(1)发生严重不良事件,继续治疗不安全;
(2)病情恶化或试验期间出现严重并发症;
(3)完成不到70%的太极云手训练;
(4)超过20%的fNIRS通道质量较低。
2.6 与早期注册方案的变更
在早期注册版本中,Fugl-Meyer评估(FMA)和稳定性极限(LOS)测试被列为研究指标。在试点阶段结束后和正式研究开始前,这两个指标被从正式研究中删除。FMA被删除是因为正式研究更关注与平衡相关的指标。LOS被删除是因为试点测试显示数据收集困难,且这一患者群体中数据不完整的风险较高。因此,在正式研究中未收集FMA或LOS数据。
2.7 分组和干预
使用计算机生成的随机数,以1:1的比例将参与者随机分配到实验组或对照组。序列由独立研究人员使用SPSS 27.0版本(IBM Corp., Armonk, NY, USA;中文版本)在入组前生成。随机数使用Mersenne Twister随机数生成器生成,固定种子数为20250217。采用块随机化方法,块大小为4,以保持组间平衡。随机化序列由同一独立研究人员保存,该研究人员未参与参与者招募、资格筛选、基线评估、干预实施或数据分析。组别分配仅在入组和基线评估完成后根据预先指定的随机列表披露。干预包括可观察的身体训练,因此参与者和治疗师无法被盲法处理。
2.7.1 对照组
对照组接受常规平衡康复治疗,包括姿势控制、体重转移、动态和被动平衡训练、髋部、膝部和踝部的平衡策略、核心稳定性练习以及肌肉力量和关节活动范围的训练。每天进行30分钟的训练,每周5天,持续2周。
2.7.2 实验组
除了常规康复之外,实验组每天进行30分钟的太极云手练习,每周7天,持续2周。使用的是陈式太极云手,强调开合、转身、传递和返回动作的节奏以及躯干旋转与体重转移的协调。参与者双脚与肩同宽站立,膝盖弯曲至少30°,躯干旋转至少30°,使手臂在胸部前方做对称的弧形运动。他们注视躯干和手掌的动作,同时缓慢深呼吸至腹部,并专注于“气沉丹田”。每个动作周期至少持续6秒。休息时间根据感知的劳累程度调整。治疗师遵循标准化的干预手册,参与者接受相同的指令和进展标准。在2周的干预期间,对照组接受了约300分钟的常规康复治疗(每天30分钟,每周5天),而实验组接受了约720分钟的总治疗,包括300分钟的常规康复和420分钟的太极云手训练。
2.8 结果评估
所有参与者在干预前和干预后接受两次评估。评估由一名有经验的主治医生进行,该医生未参与随机化、干预实施或数据分析,并在整个研究过程中对组别分配和治疗细节保持盲态。参与者被要求在评估过程中不透露他们的组别分配或训练内容。
2.8.1 BBS
我们使用BBS评估平衡能力。BBS包含14个项目,总分为56分,分数越高表示平衡能力越好。
2.8.2 MBI
我们使用MBI评估日常生活活动能力。MBI包含10个项目,总分为100分,分数越高表示独立性更强。
2.8.3 静态姿势稳定性
我们使用PROKIN平衡评估和训练系统(Tecnobody, Italy)测量静态姿势控制。参与者赤脚站立,双臂放在身体两侧,向前看,保持安静站立30秒。测试重复三次,取平均值。系统自动计算COP路径长度和COP摇摆面积。较低的数值表示更好的静态姿势控制。
2.9 安全监测
我们在整个干预和评估期间监测安全情况。预先指定的安全监测指标包括生命体征、与干预相关的症状或损伤,以及fNIRS相关的不适或不良事件。每次干预前后检查生命体征(包括心率、血压和氧饱和度),并在训练或评估期间临床需要时进行监测。与干预相关的不良事件包括头晕、头痛、恶心、疲劳、肢体或关节疼痛、肌肉拉伤和跌倒。fNIRS相关的不良事件包括视觉不适、眼睛疲劳和癫痫发作。所有不良事件在整个研究期间都被记录下来。如果参与者出现严重头晕、剧烈头痛、跌倒、明显的肌肉骨骼疼痛或损伤、临床状况恶化、复发性中风或癫痫发作,训练或评估将立即停止。2.10 fNIRS数据采集与处理我们使用BS-2000 fNIRS成像系统(武汉泽连鸿康科技有限公司)记录静息态fNIRS数据,该系统包含24个光源和32个检测器,共计89个通道。光电极根据国际10–20系统进行定位,各电极之间的距离约为30毫米。3D数字化仪(NirMap,武汉泽连鸿康科技有限公司)记录参考点(Nz、Cz、AL、RL)和光电极位置,随后将这些数据映射到标准的MNI皮质模板上。定义了八个感兴趣区域(ROIs):双侧背外侧前额叶皮质(DLPFC)、SMA、PreM和M1(见图1和表2)。连续波信号在690和830纳米波长下以10赫兹的采样率收集。数据采集前,参与者静卧休息10分钟。在记录过程中,他们保持眼睛闭合,静止不动,并尽量避免入睡。大约收集了6分钟的静息态数据。对于每个通道,计算了变异系数(CV),CV超过15%的通道被归类为低质量通道。排除有超过20%低质量通道的参与者。图1感兴趣区域(ROIs)的三维映射。(A)顶部(背侧)视图,(B)左侧视图,以及(C)右侧视图,显示了89通道fNIRS蒙太奇图及叠加的ROI位置。属于每个预定义ROI的通道用不同颜色编码以便可视化:DLPFC(蓝色),PreM(绿色),SMA(橙色)和M1(粉色)。通道编号和半球分配(左/右)遵循制造商的蒙太奇图。完整的ROI-通道映射见表2。表2 ROI 半球 通道 DLPFC 左侧 5, 6, 12, 18, 19, 26, 27, 32 右侧 10, 11, 15, 21, 22, 28, 29, 36 PreM 左侧 38, 39, 40, 50, 51, 52, 62, 73 右侧 45, 46, 47, 54, 55, 56, 65, 75 M1 左侧 84, 61, 72, 83 右侧 86, 76, 66, 85 SMA 左侧 63, 74 右侧 53, 64 感兴趣区域(ROIs)和通道组成的定义基于制造商的89通道蒙太奇图(YIRUIDE BS-2000,武汉,中国)。半球分配(左/右)遵循供应商的蒙太奇图定义。这种ROI-通道映射始终用于所有静息态功能连接性分析。ROI位置的示意图见图1。原始强度数据使用NirMaster(武汉泽连鸿康科技有限公司)进行处理。预处理流程首先将原始光强度转换为光密度。使用样条插值校正运动伪影以减少瞬态干扰。应用0.01–0.1赫兹的带通滤波器来减弱生理噪声和漂移,然后进行线性去趋势处理。修改后的比尔-朗伯定律用于计算HbO和脱氧血红蛋白浓度的变化,其中HbO作为主要指标。本研究中使用的BS-2000系统不包括短分离通道,因此没有进行短通道回归。也没有应用全局信号回归。在NirMaster静息态模块中,我们提取了ROI级别的HbO时间序列,计算了所有ROI对之间的皮尔逊相关系数,并应用了Fisher r-to-z转换。得到的Z值代表功能连接强度。还构建了ROI之间的连接矩阵用于统计分析。2.11 样本量估计我们根据预期的BBS评分组间差异使用基线调整的ANCOVA估计样本量。干预后的BBS作为因变量,组别作为固定因素,基线BBS作为协变量。BBS的临床阈值(最小可检测变化约为4–6分,最小重要变化约为6分)支持预期组间差异为4分。假设BBS的标准差为6,基线到干预后的相关系数为0.70。在ANCOVA下,残差方差减少(1 ? ρ2)倍,得出估计的残差标准差约为4.29。在双侧alpha值为0.05和80%的功效下,每组需要大约18名参与者。为了考虑不确定性和潜在的数据问题,如退出、缺失数据或低质量的fNIRS信号,每组至少需要22名参与者。假设15%的退出率,我们计划每组招募26名参与者(总N = 52)。最终,44名参与者完成了所有评估并纳入了主要分析(每组22名),满足ANCOVA的最低要求。2.12 统计分析我们对完成干预并具有有效结果数据的参与者进行了统计分析(完整案例分析)。我们使用SPSS 27.0版本(IBM公司,美国阿蒙克;中文版本)和NirMaster进行了统计分析。我们使用Shapiro–Wilk检验来评估正态性。接近正态分布的数据以均值和标准差表示,而非正态分布的数据以中位数和四分位数范围表示。对于分类变量,当假设不满足时,我们使用独立样本t检验或Mann–Whitney U检验。对于主要结果(BBS)和次要结果(MBI、COP路径长度和COP摇摆面积),我们使用基线调整的ANCOVA。干预后的值作为因变量,组别作为固定因素,基线值作为协变量(III型平方和)。结果以F值、p值、偏η2、调整后的组间差值(实验组减去对照组)和95%置信区间表示。我们使用组-基线交互项来检验回归斜率的同质性。当这种交互作用不显著时,报告不包含交互作用的模型。对于敏感性分析,我们使用变化分数(Δ = 干预后 ? 基线),组间比较使用Mann–Whitney U检验,组内变化使用Wilcoxon符号秩检验。对于fNIRS连接性分析,我们分析了Fisher r-to-z转换后的HbO连接值(Z)。使用独立样本t检验进行了28个预定义ROI间的基线组间比较,并应用Benjamini–Hochberg FDR校正获得q值。效应大小(Cohen’s d)是从干预后的组间比较计算得出的,以提供组间差异的标准化估计。2.11 样本量估计我们根据预期的组间BBS评分差异使用基线调整的ANCOVA估计样本量。干预后的BBS作为因变量,组别作为固定因素,基线BBS作为协变量。BBS的临床阈值(最小可检测变化约为4–6分,最小重要变化约为6分)支持预期组间差异为4分。我们假设BBS的标准差为6,基线到干预后的相关系数为0.70。在ANCOVA下,残差方差减少了(1 ? ρ2)倍,得出估计的残差标准差约为4.29。在双侧alpha值为0.05和80%的功效下,每组需要大约18名参与者。为了考虑不确定性和潜在的数据问题,如退出、缺失数据或低质量的fNIRS信号,每组至少需要22名参与者。假设15%的退出率,我们计划每组招募26名参与者(总共N = 52)。最终,44名参与者完成了所有评估并纳入了主要分析(每组22名),满足ANCOVA的最低要求。2.12 统计分析我们对完成干预并具有有效结果数据的参与者进行了统计分析(完整案例分析)。我们使用SPSS 27.0版本(IBM公司,美国阿蒙克;中文版本)和NirMaster进行了统计分析。我们使用Shapiro–Wilk检验来评估正态性。接近正态分布的数据以均值和标准差表示,而非正态分布的数据以中位数和四分位数范围表示。对于分类变量,我们使用数字和百分比表示。对于基线比较,当假设不满足时,我们使用独立样本t检验或Mann–Whitney U检验。对于主要结果(BBS)和次要结果(MBI、COP路径长度和COP摇摆面积),我们使用基线调整的ANCOVA。干预后的值作为因变量,组别作为固定因素,基线值作为协变量(III型平方和)。结果以F值、p值、偏η2、调整后的组间差值(实验组减去对照组)和95%置信区间表示。我们使用组-基线交互项来检验回归斜率的同质性。当这种交互作用不显著时,报告不包含交互作用的模型。对于敏感性分析,我们使用变化分数(Δ = 干预后 ? 基线),组间比较使用Mann–Whitney U检验,组内变化使用Wilcoxon符号秩检验。对于fNIRS连接性分析,我们分析了Fisher r-to-z转换后的HbO连接值(Z)。使用基线调整的ANCOVA进行了28个预定义ROI间的基线组间比较,应用Benjamini–Hochberg FDR校正获得q值。效应大小(Cohen’s d)是从干预后的组间比较计算得出的,以提供组间差异的标准化估计。对于干预后的分析,我们使用基线调整的ANCOVA,以干预后的Z值作为因变量,组别作为固定因素,基线Z值作为协变量。结果以F值、p值、偏η2、调整后的组间差值(实验组减去对照组)和95%置信区间表示。为了控制28个连接上的多重比较,我们对ANCOVA结果应用了FDR校正。q值低于0.05被认为具有统计显著性。所有检验都是双侧的,α = 0.05。由于随机化后排除的参与者没有干预后的结果数据,因此没有对缺失数据进行插补。因此,分析采用完整案例方法进行,没有进行意向治疗分析。3 结果 3.1 参与者流动和基线特征我们招募了52名患者,并将他们随机分配到实验组(n = 26)或对照组(n = 26)。在干预期间,有8名参与者退出或被排除在研究之外(每组4名)。在实验组中,3名参与者对干预方案的依从性较差,1名参与者因提前出院而失去随访。在对照组中,2名参与者因提前出院而失去随访,2名参与者因基线fNIRS信号质量差而被排除。最终分析包括44名完成了所有评估的参与者(每组22名)。整个试验中的参与者流动情况见图2。两组的基线人口统计和临床特征相似(所有p > 0.05;见表1)。在干预期间没有观察到与干预或fNIRS相关的不良事件。FMA和LOS没有包含在正式研究评估中,因为这些结果在试点阶段之后、正式研究开始之前已被从正式研究方案中移除。因此,没有关于这些指标的正式研究数据可供分析。图2 参与者招募、分配、随访和分析的CONSORT流程图。共有52名参与者被随机分配到实验组或对照组。在干预期间,有8名参与者退出或被排除。退出或排除的原因分别在每组中显示。最终,44名参与者完成了研究并纳入了主要分析。3.2 临床量表结果(BBS和MBI)2周后,两组在BBS和MBI评分上都比基线分数有所改善(见表3)。基线调整的ANCOVA支持相同的结论,显示出两组在这些结果上的明显效应(BBS:偏η2 = 0.420;MBI:偏η2 = 0.363)。调整后的组间差异分别为BBS 3.215分和MBI 6.056分(见表3)。变化分数比较显示实验组的改善幅度大于对照组(Δp < 0.001;见表3)。使用非参数检验的敏感性分析得出的结果与主要ANCOVA的结果一致(见补充表1)。额外的应答者分析显示,实验组的所有参与者和对照组86.4%的参与者在BBS上实现了≥4分的临床显著改善。在实验组中,90.9%的参与者和对照组40.9%的参与者实现了≥6分的更大改善阈值(χ2 = 12.239,p < 0.001;见补充表2)。表3 结果 实验组(n = 22) 基线/干预后 对照组(n = 22) 基线/干预后 调整后的组间差异(实验组?对照组),95%置信区间 ANCOVA (F, p, ηp2) BBS 35.86 ± 2.71 36.05 ± 3.42 3.215 (2.024, 4.407) 29.69 4, <0.001, 0.420 44.68 ± 3.32 40.95 ± 3.57 MBI 63.00 ± 4.65 66.05 ± 5.91 6.056 (3.527, 8.586) 23.379, <0.001, 0.363 78.55 ± 5.06 44.05 ± 6.41 平衡和ADL的临床结果(基线调整的ANCOVA)。值为均值 ± 标准差。n = 每组22。ANCOVA df = (1,41);干预后得分作为因变量;基线作为协变量。3.3 静息态姿势稳定性(COP路径长度和COP摇摆面积)干预后,两组的COP路径长度和摇摆面积都减少了(所有p < 0.001;见表4)。实验组的COP路径长度减少幅度大于对照组(F = 17.160,p < 0.001,偏η2 = 0.295;调整后差异 = ?115.816 mm)。COP摇摆面积的组间差异也存在显著性(F = 5.172,p = 0.028,偏η2 = 0.112;调整后差异 = ?79.480 mm2;见表4)。非参数敏感性分析得出的姿势稳定性结果一致(见补充表1)。表4 结果 实验组(n = 22) 基线/干预后 对照组(n = 22) 基线/干预后 调整后的组间差异(实验组?对照组),95%置信区间 ANCOVA (F, p, ηp2) COP路径长度(mm) 547.45 ± 143.99 7541.91 ± 157.23 2?115.816 (?172.279, ?59.354) 17.160, <0.001, 0.295 301.86 ± 125.05 445.77 ± 170.045 491.82 ± 184.28 4?79.480 (?150.060, ?8.899) 5.172, 0.028, 0.112 249.73 ± 113.59 351.91 ± 167.800 姿势稳定性结果通过力平台评估(基线调整的ANCOVA)。值为均值 ± 标准差。n = 每组22。ANCOVA df = (1, 41);干预后得分作为因变量;基线作为协变量。3.4 静息态功能连接性(ROI-to-ROI,HbO)28个预定义ROI间的基线组间比较在补充表3中报告。FDR校正后,有5个连接显示出显著差异(q ≤ 0.038)。因此,所有干预后的比较都应用了基线调整的ANCOVA。ROI-to-ROI连接矩阵显示,与基线相比,实验组的整体连接性在干预后有所增加(见图3),并且在多重比较校正后仍有几个连接保持显著(见表5)。在对照组中,观察到了类似的前后变化模式(见图3);然而,FDR校正后没有连接保持显著(q = 0.804–0.927;见表5)。图3 静息态fNIRS相关性(r)矩阵。在NirMaster中预处理后的fNIRS数据得出的静息态功能连接性矩阵。颜色表示皮尔逊相关系数(r),颜色越暖表示连接性越强,颜色越冷表示连接性越弱(A)干预前的实验组;(B)干预后的实验组;(C)干预前的对照组;(D)干预后的对照组。表5 连接 实验组(n = 22) 基线/干预后 对照组(n = 22) 基线/干预后 ANCOVA (F, p, ηp2) FDR q 调整后的组间差异(95%置信区间) L-DLPFC–R-DLPFC 0.036 ± 0.77 50.498 ± 0.61 97.805, 0.008, 0.160 0.017 0.411通过使用基线调整后的ANCOVA(干预后的Z值作为因变量;组别作为固定因素;基线Z值作为协变量;组效应的自由度df=1,41;仅包括基线Z值作为协变量)来估计组间效应。组效应的p值使用FDR(Benjamini–Hochberg)方法在28个预设的连接上进行校正。在基线调整后的ANCOVA并进行FDR校正后(见表5),显著的组间差异主要表现在:DLPFC–PreM耦合增强(q ≤ 0.047),其中R-DLPFC–L-PreM的效果最为显著(q = 0.009);半球间PreM–M1耦合增强(例如,R-PreM–L-M1,q = 0.009);半球间M1–M1耦合增强(L-M1–R-M1,q = 0.009);以及半球间SMA–SMA耦合减弱(L-SMA–R-SMA,q = 0.009)。一些PreM–SMA连接也有所增强(q ≤ 0.022)。从干预后的组间比较中得出的补充标准化效应大小显示,不同连接的效应幅度各异,从微小到显著不等(Cohen’s d)。一些在干预后显示出较大差异的连接在基线调整后的ANCOVA中不再显著。对于基线不平衡的连接,变化分数敏感性分析见补充表4。这些效应的方向和统计显著性与主要的ANCOVA结果一致。
4 讨论
4.1 研究结果总结
试验结果表明,在常规康复治疗基础上增加为期2周的高频太极云手练习,并增加总体治疗剂量,与住院期间的额外收益相关。与传统单独康复相比,实验组在平衡能力和日常生活功能方面取得了更大的改善,并且客观的静态姿势稳定性变化更为明显。这些发现与先前的研究结果一致(24)。太极云手练习也在社区导向的项目中得到了评估,研究方案支持其实用性和标准化(25)。最近的随机研究进一步表明,包括辅助形式在内的太极云手练习可以为中风患者带来可测量的运动益处,支持其作为结构化训练模块的合理性(26)。从临床可行性角度来看,基于太极的中风康复项目已被证明是可实施的,并且在症状和功能领域都可能有益,这与此处使用的住院附加模型一致(27)。
4.2 为什么实验组改善更多
两个组都有所改善,这是结构化康复的预期结果。实验组的更大收益可能反映了两个相关因素:更多的总体练习时间和与任务更相关的练习。额外的练习次数增加了重复次数和总体剂量,而与运动学习相一致的练习被认为是中风后经验依赖性可塑性和功能恢复的重要驱动因素(28)。此外,对强度/剂量的明确规范和优化越来越被认为是解释和量化神经康复效应所必需的,而太极云手练习直接增加了主动练习的时间(29)。同时,太极云手练习结合了躯干旋转、持续的重心转移、双侧协调和呼吸节奏在一个动作序列中。上肢运动与重心控制相协调;因此,训练要求紧密对应于姿势控制的核心组成部分。这可能部分解释了为什么额外的训练与更好的站立稳定性和功能评分提升有关,而不仅仅是测试表现的改善,尽管这种解释还需要考虑到实验组接受的更高总体治疗剂量。尽管实验组接受了更高的总体治疗剂量,但目前的研究无法区分太极练习的特定效应与增加的训练剂量和治疗师的关注。此外,响应者分析表明,实验组中有更大比例的参与者在BBS评分上提高了≥6分,表明在个体层面更有可能实现临床意义上的功能收益。调整后的组间差异(3.215分)是适度的,没有超过通常报告的最小可检测变化值的下限。然而,对临床意义改进阈值的分析显示,实验组中有更大比例的参与者实现了≥4分或≥6分的改善。这种模式表明,干预的临床相关性可能更好地通过实现有意义改进的参与者比例来反映,而不仅仅是平均组间差异。
4.3 COP在临床量表之外的贡献
临床量表捕捉了功能能力,但它们仍然是观察者评估的,可能会遗漏姿势控制中的细微变化。COP指数提供了补充的、基于仪器的视角,已建立的COP特征(包括基于路径和基于面积的描述符)被广泛用于量化静立平衡输出(30)。在本研究中,COP路径长度和摇摆面积的减少表明静立时的姿势摇摆减少,这与BBS和MBI中的改善方向一致。这些结果共同表明,功能方面的提升伴随着姿势控制输出的可测量变化。
4.4 解释连接模式
中风后的平衡障碍通常反映多个区域的协调紊乱,而不仅仅是单一的焦点缺陷(31)。维持姿势需要执行/注意力控制、运动计划、预期的姿势调整和运动执行(32)。当自动控制受损时,行走过程中的前额叶贡献可能会增加,这与中风后观察到的补偿性激活模式一致(33)。更广泛地说,fNIRS文献中综合的中风行走研究也强调了前额叶的参与,特别是在双重任务需求下,这与DLPFC相关控制对功能移动性的潜在相关性一致(34)。本研究中最大且最一致的改变集中在DLPFC–PreM和PreM–M1连接上。这种模式与姿势控制和步态相关转换涉及准备性和预期性调整的观点一致,这些通常在中风后受到影响(35)。值得注意的是,恢复并不一定意味着所有连接都会增强。半球间运动网络的耦合可能与慢性中风的严重程度有关,这与康复可能涉及重新分配和平衡耦合而非均匀增强的可能性一致(36)。根据这一框架,当前的结果还显示了半球间SMA连接的减少以及前额叶–运动耦合的增强。与此观点一致,康复也与静息状态功能连接性的变化相关(37)。在本研究中观察到的行为收益可能伴随着前额叶–运动网络内连接性的变化。补充标准化效应大小显示,不同连接的差异幅度各异,一些干预后的差异在基线调整后不再显著。此外,由于静息状态fNIRS仍然容易受到系统性生理影响,一些观察到的组间差异可能部分反映了非神经性的血管耦合而非单纯的神经重组。当前研究依赖于静息状态测量,没有基于任务的确认或脑-行为建模;因此,这些连接性发现应被视为关联性的而非机制性的。
4.5 相对于现有证据的贡献
早期研究表明,基于太极的训练可以改善中风后的平衡能力,结构化练习可以影响功能。本研究增加了三个关键点。首先,即使是每天进行一次的短期高强度2周协议,在住院期间也与临床和基于仪器的结果中的可测量改善相关。其次,来自临床量表、COP测量和静息状态fNIRS的结果显示出大致一致的模式,加强了整体发现,但仍需谨慎解读连接性结果。第三,连接性结果经过了多重比较的调整,对照组没有出现重大变化,这支持了当前数据集中网络层面发现的一致性。
4.6 临床意义
太极云手练习不需要特殊设备,可以容易地标准化和重复进行,使其成为常规平衡训练的实际补充。在临床实践中,治疗师应关注安全问题,防止疲劳,监测心血管耐受性,并逐渐增加训练剂量。与早期关于基于太极的中风康复的研究一致,住院项目应使用明确的指导并逐步进展,同时优先考虑安全。
4.7 局限性和未来方向
本研究存在一些局限性。首先,样本量较小,且来自单一中心,同时包括了缺血性和出血性中风的参与者,没有根据病变位置进行分层。因此,无法检查特定亚型的效果。其次,干预仅持续2周,且没有进行随访评估,限制了关于效果持久性的结论。第三,两组之间的总训练时间和治疗师接触时间不同;因此,一些收益可能反映了剂量或关注效应,当前设计无法区分太极练习的特定贡献与总体治疗暴露的影响。第四,分析基于完整病例,未对缺失数据进行插补。由于随机化后的排除与依从性、提前出院和基线fNIRS信号质量有关,因此不能完全排除脱落偏差。第五,在首位参与者注册之前尚未完成WHO主要注册表的注册,因为研究在注册过程中被重新定向到国际传统医学临床试验注册平台。此外,FMA和LOS曾在早期注册版本中列出,但在试点阶段后被移除,因此在正式研究开始前未被收集。在解释研究的方案透明度时应考虑这些问题。第六,无法对参与者或治疗师进行盲法处理,因此不能排除期望效应。然而,结果评估由盲法评估者进行,以减少测量偏差。最后,fNIRS对深部脑结构的覆盖有限,旨在估计深层活动的方法表明标准fNIRS主要反映皮质信号(38)。此外,静息状态fNIRS信号可能受到系统生理波动的影响,如头皮血流和血管振荡。尽管应用了预处理程序来减弱这些影响,但由于缺乏短通道回归和明确的生理噪声校正,因此不能完全排除系统生理贡献,这些影响可能影响了连接性估计。因此,一些观察到的组间差异可能部分反映了残留的系统耦合而非单纯的神经重组。目前的研究依赖于静息状态测量,没有基于任务的确认或脑-行为建模;因此,这些连接性发现应被视为关联性的而非机制性的。
4.5 相对于现有证据的贡献
早期研究表明,基于太极的训练可以改善中风后的平衡能力,结构化练习可以影响功能。本研究增加了三个关键点。首先,即使是每天进行的短期高强度2周协议也与住院期间的临床和基于仪器的结果中的可测量改善相关。其次,来自临床量表、COP测量和静息状态fNIRS的结果显示出大致一致的模式,加强了整体发现,但仍需谨慎解读连接性结果。第三,连接性结果经过了多重比较的调整,对照组没有出现重大变化,这支持了当前数据集中网络层面发现的一致性。
4.6 临床意义
太极云手练习不需要特殊设备,可以很容易地标准化和重复进行,使其成为常规平衡训练的实际补充。在临床实践中,治疗师应关注安全问题,防止疲劳,监测心血管耐受性,并逐渐增加训练剂量。与早期关于基于太极的中风康复的研究一致,住院项目应使用明确的指导并逐步进展,同时优先考虑安全。
4.7 局限性和未来方向
本研究存在一些局限性。首先,样本量较小,来自单一中心,且包括了缺血性和出血性中风的参与者,没有根据病变位置进行分层。因此,无法检查特定亚型的效应。其次,干预仅持续2周,且没有进行随访评估,这限制了关于效果持久性的结论。第三,两组之间的总训练时间和治疗师接触时间不同;因此,一些收益可能反映了剂量或关注效应,当前设计无法区分太极练习的特定贡献与总体治疗暴露的影响。第四,分析基于完整病例,未对缺失数据进行插补。由于随机化后的排除与依从性、提前出院和基线fNIRS信号质量有关,因此不能完全排除脱落偏差。第五,在首位参与者注册之前尚未完成WHO主要注册表的注册,因为研究在注册过程中被重新定向到国际传统医学临床试验注册平台。此外,FMA和LOS曾在早期注册版本中列出,但在试点阶段后被移除,因此在正式研究开始前未被收集,这些结果因此未在正式研究中收集。在解释研究的方案透明度时应考虑这些问题。第六,无法对参与者或治疗师进行盲法处理,因此不能排除期望效应。然而,结果评估由盲法评估者进行,以减少测量偏差。最后,fNIRS对深部脑结构的覆盖有限,旨在估计深层活动的方法表明标准fNIRS主要反映皮质信号(38)。此外,静息状态fNIRS信号可能受到系统生理波动的影响,如头皮血流和血管振荡。尽管应用了预处理程序来减弱这些影响,但由于缺乏短通道回归和明确的生理噪声校正,因此无法完全排除系统生理贡献,这些影响可能影响了连接性估计。因此,一些观察到的组间差异可能部分反映了残留的系统耦合而非单纯的神经重组。此外,静息状态fNIRS受到系统生理因素的影响,去除这些影响可以改善个体间和随时间的变化的可解释性(39)。总体而言,fNIRS可能会由于生理和技术因素产生假阳性或假阴性结果,强调了仔细的数据处理和谨慎解读的必要性(40)。未来的研究应包括更大的多中心样本并包含随访评估。时间匹配的注意力对照或三臂设计将有助于区分太极云手练习的效果与训练剂量的效果。包括动态平衡、行走和双重任务表现的测量将提高生态相关性。除了检查特定区域连接外,将图论指标应用于静息状态fNIRS数据可以提供更全面的网络组织视图。鉴于证据表明身心训练可以调节认知控制网络的静息状态功能连接性,下一个合理的步骤是测试在经过太极云手练习的中风后平衡障碍队列中是否出现了类似的连接性目标(41)。将干预相关的静息状态连接性变化与中风后的运动结果联系起来的证据表明,未来的研究应优先考虑明确的脑-行为模型,如预测或中介分析,以加强机制性主张(42)。
5 结论
在常规康复基础上增加为期2周的高强度太极云手练习,并增加总体治疗剂量,与中风后平衡障碍患者的平衡能力、日常功能和静态姿势稳定性的更大改善相关。这些改善伴随着前额叶–运动网络内静息状态连接性的变化。然而,由于当前设计没有控制总体治疗剂量,因此观察到的额外益处不能具体归因于太极练习本身,而与增加的训练剂量和治疗师的关注有关。此外,由于静息状态fNIRS连接性仍然容易受到系统生理影响,这些连接性发现应谨慎地被视为关联性的而非机制性的。鉴于该练习易于教学、标准化和实施,且不需要特殊设备,它可以作为常规平衡康复的实际补充。