《Applied Sciences》：Clinical Effects of Auditory Feedback Gait Training Using a Smart Walker on Gait Ability, Gait Symmetry and Balance Confidence in Individuals with Stroke: A Randomized Controlled Trial
编辑推荐：
脑卒中患者常表现出步行能力受损、步态不对称以及平衡信心下降，这些问题限制了功能性移动能力与日常活动参与。本研究旨在探讨采用智能助行器进行听觉反馈步态训练对脑卒中患者步行能力、步态对称性和平衡信心的影响。40例脑卒中患者被随机分配至实验组（n = 20）或对照组
脑卒中患者常表现出步行能力受损、步态不对称以及平衡信心下降，这些问题限制了功能性移动能力与日常活动参与。本研究旨在探讨采用智能助行器进行听觉反馈步态训练对脑卒中患者步行能力、步态对称性和平衡信心的影响。40例脑卒中患者被随机分配至实验组（n = 20）或对照组（n = 20）。实验组接受配备听觉反馈系统的智能助行器步态训练，而对照组使用反馈功能关闭的同型助行器。两组均每次训练40 min，每周5次，持续4周。结局指标采用10 m步行试验、起立-行走计时测试（TUG）、动态步态指数（DGI）、特异性活动平衡信心量表（ABC量表）及步态对称性指数进行评定。与对照组相比，实验组在起立-行走计时测试和动态步态指数方面表现出显著改善（p < 0.05）。值得注意的是，实验组的步长不对称性和双支撑期不对称性显著下降（p < 0.05），提示步态质量得到改善。基于听觉反馈的智能步态训练可通过实时自我调节促进步态恢复与平衡改善，并可能为脑卒中患者提供一种差异化的主动康复策略。
该文发表于《Applied Sciences》，聚焦脑卒中后步态障碍康复中的一个重要临床问题：传统步态训练多强调步行速度、距离等量化指标，却较少直接干预步态控制的质量层面，尤其是步态对称性、姿势调节和个体在行走中的主动自我校正能力。脑卒中后患者常伴有偏侧负重、步长和支撑时相不对称、动态平衡受损以及跌倒恐惧和平衡信心下降，这些问题不仅影响独立步行能力，也限制日常生活活动和社会参与。既往临床中助行器常被用于提供外部稳定性支持，但传统助行器更多发挥被动支撑作用，难以帮助患者及时识别并修正低效或异常的步行模式。基于这一现实不足，研究人员尝试将实时听觉反馈整合进智能助行器中，以促进患者在行走过程中对负重偏移和前方环境变化进行主动感知与自我调节，从而推动从“被动辅助”向“主动控制”康复模式的转变。
围绕这一目标，研究人员开展了一项随机对照试验，纳入在韩国京畿道乌山市S护理医院接受住院康复的慢性脑卒中患者。研究假设认为：与单纯使用助行器训练相比，结合听觉反馈的智能助行器训练不仅能够改善功能性步行表现，还可能提升步态对称性和与平衡相关的自信水平。最终结果显示，两组在4周训练后均有一定改善，但实验组在起立-行走计时测试（TUG）与动态步态指数（DGI）方面较对照组获得更显著增益；在步态对称性方面，实验组的步长不对称性与双支撑期不对称性显著下降，而10 m步行试验（10MWT）、特异性活动平衡信心量表（ABC量表）以及步时不对称性组间差异未达到统计学显著。这说明该干预更突出地作用于步态质量、动态任务适应能力和功能性移动控制，而非单纯提升短距离步行速度。研究结论提示，传感器驱动的听觉反馈助行器训练可能成为脑卒中步态康复中的一种有前景的辅助干预手段，具有促进功能性移动与步态对称恢复的临床意义。
就主要技术方法而言，本研究采用随机对照设计，样本来源于住院康复中的脑卒中患者，最终完成者共40例。研究人员使用配备扶手下方负荷传感器和前方超声距离传感器的智能助行器，以50 Hz频率采集信号，并依据个体体质量设定负重不对称反馈阈值为3%体质量。当左右负荷差持续超过阈值1 s时，系统以语音形式提供“向左倾斜”或“向右倾斜”的听觉反馈；当前方约1 m内存在障碍物时发出障碍提示。干预持续4周，每周5次，每次40 min。结局评价采用TUG、10MWT、动态步态指数（DGI）、ABC量表及GAITRite
?步态分析系统测得的步态对称性指标，并由盲法评定者完成前后测比较。
在研究结果部分，作者按多个小标题报告了核心发现。
3.1. General Characteristics of Study Participants
研究首先比较了两组基线资料，包括年龄、性别、发病时间、诊断类型、患侧、身高、体质量及韩国版简易精神状态检查（MMSE-K）评分。结果显示各项基线特征组间均无显著差异，说明实验组与对照组在干预前具有可比性，这为后续分析干预效应提供了基础。
3.2. Shapiro–Wilk Normality Tests for Change Scores
研究人员对各结局指标变化值进行了Shapiro–Wilk正态性检验。ABC量表、步长不对称性（SLA）和步时不对称性（STA）满足正态分布假设，因此采用参数统计方法分析；TUG、10MWT、DGI及双支撑期不对称性（DSA）不满足正态性，因此采用非参数方法处理。该步骤保证了统计分析路径与数据分布特征相一致。
3.3. Timed up and Go Test (TUG)
在TUG方面，实验组较对照组表现出更显著的时间缩短，组间变化值差异为2.85 s，95%置信区间为1.92至3.78。该结果表明，基于听觉反馈的智能助行器训练对功能性移动能力具有明确促进作用。TUG涉及坐站转换、步行、转身与返回坐下等连续功能任务，因此这一改善反映出实验组在动态平衡、重心转移和姿势转换控制方面获益更大。讨论中作者进一步指出，实验组TUG改善幅度超过慢性脑卒中人群既往报道的最小可检测变化值（MDC），提示其改变不仅具有统计学意义，也具有较高的临床真实性。
3.4. 10Meter Walking Test (10MWT)
在10MWT方面，实验组时间下降幅度大于对照组，但组间差异无统计学显著性，变化值差异为1.20 s，95%置信区间为?0.31至2.71。该结果说明本研究干预虽可能对步行表现有一定促进，但其主要作用并未体现为短距离舒适步速的显著提高。作者认为，步行速度受肌力、耐力和神经肌肉能力等多因素共同影响，4周干预时长可能不足以在该指标上形成显著组间分化。
3.5. Dynamic Gait Index (DGI)
在DGI方面，实验组较对照组获得更显著提升，组间变化值均数差为1.55分，95%置信区间为0.49至2.61。DGI涵盖变速行走、头部转动、转身、跨越和绕过障碍物、上下楼梯等复杂任务，因此这一结果说明实验组在复杂情境下的动态步态适应能力更强。研究人员认为，助行器提供的负重不对称反馈和前方障碍反馈共同提高了受试者对自身步态表现及环境要求的觉察，进而促进了功能性步态表现改善。
3.6. Activities-Specific Balance Confidence Scale (ABC Scale)
在ABC量表方面，实验组得分提升幅度大于对照组，但组间差异不具有统计学显著性，变化值差异为0.30分，95%置信区间为?5.49至6.09。该结果提示，尽管训练可能对平衡信心有正向趋势，但本研究尚未证实听觉反馈训练在短期内能显著优于对照干预提升患者的主观平衡自我效能。由于平衡信心受跌倒经历、心理负担和长期活动经验等多因素影响，单次干预周期较短时，主观量表变化可能不如客观功能指标敏感。
3.7. Gait Asymmetry
该部分集中展示了步态对称性分析结果，是本研究最具特色的内容之一。
3.7.1. Step Length Asymmetry (SLA)
实验组在步长不对称性上的下降幅度显著大于对照组，组间变化值差异为7.77%，95%置信区间为1.86至13.68。该结果说明听觉反馈训练有助于改善步态空间参数的对称性。作者认为，这可能反映患者在行走过程中借助扶手负荷听觉提示，更有效地调节左右侧承重及双下肢协调关系，从而减少异常步长差异。
3.7.2. Step Time Asymmetry (STA)
步时不对称性方面，实验组虽显示一定变化趋势，但组间差异无统计学显著性，均数差为6.49%，95%置信区间为?5.41至18.39。作者指出，患者在尝试改善空间对称性和姿势控制时，时间参数可能发生暂时性扰动，因此STA未表现出与SLA相同的显著改善。这提示不同步态对称性变量对反馈训练的响应并不一致。
3.7.3. Double Support Asymmetry (DSA)
实验组双支撑期不对称性下降幅度显著大于对照组，组间变化值差异为6.27%，95%置信区间为1.35至11.19。双支撑期是步态周期中与稳定性需求密切相关的时相，DSA改善提示实验组在步态时间结构和支撑转换上的对称性增强，也支持听觉反馈训练有助于提升步行稳定性与步态质量。
在讨论部分，作者将研究结果置于脑卒中步态康复框架中进行了解释。首先，两组均有改善，提示助行器提供稳定支撑基础后，重复步行练习本身即可带来一定康复收益；但实验组在TUG、DGI、SLA和DSA上的更大增益说明，听觉反馈带来的附加价值超出了重复训练本身。作者认为，TUG的改善提示实验组在功能性移动任务中的重心转移更稳定，主动运动控制能力增强；DGI的改善则反映其在面对复杂环境任务时具有更好的适应性。对于SLA和DSA下降，作者强调这更可能反映步态控制重组和双侧协调改善，而非简单的步长增加。与此同时，由于本研究未直接进行运动学测量，上述机制解释仍停留在功能层面，尚需未来通过更精细的生物力学分析加以验证。
作者还讨论了听觉反馈可能通过外部注意焦点促进运动学习。与强调肢体内部运动形式的传统训练不同，本研究通过外部线索引导受试者根据反馈主动调节步态，可能更有利于形成高效动作策略。此外，文中指出实验组在TUG、DGI和DSA上的组间效应量分别达到d = 1.91、0.94和0.81，均可视为较大效应，进一步支持该干预的潜在临床意义。不过作者也谨慎指出，最小可检测变化值（MDC）和最小临床重要差异（MCID）会随脑卒中分期、基线功能水平和评估方案不同而变化，因此临床意义解释仍需结合具体情境。
论文也清晰陈述了研究局限。首先，样本量较小，干预周期仅4周，限制了对长期保持效应和神经可塑性适应的判断。其次，整合式反馈设计难以区分负重反馈与障碍物反馈各自的独立贡献。再次，缺乏运动学分析限制了机制阐释深度。另有纳入对象认知功能相对保留，故结果向更广泛脑卒中群体推广时需谨慎。此外，受试者无法对听觉反馈干预实施盲法，可能引入期待效应；3%体质量这一反馈阈值来源于生物力学模型推导后的实用化设定，而非已经建立的脑卒中特异性临床阈值，其敏感度、特异度和误报率亦未在本研究中定量评估。
研究结论部分可译为：
总之，本研究表明，基于传感器反馈的助行器训练可改善慢性脑卒中患者的功能性移动能力和步态对称性。尤其是空间性与时间性步态对称性指标的改善提示，该干预除提升步行速度之外，还可能促进步态质量恢复。尽管由于样本量较小且干预周期较短，当前结果仍需谨慎解读，但基于传感器反馈的助行器训练可能成为脑卒中康复中改善步态对称性与功能性移动能力的一种有前景的辅助方法。未来仍需开展具有长期随访的大样本随机对照试验，以进一步验证这些发现。
