步态检测设备联合量表评估认知功能和跌倒风险的应用初探

陶 帅 吕泽平 田秋娇 胡才友 谢海群

作者单位：1.大连大学 116622 2.国家康复辅具研究中心附属康复医院 1001763.广西壮族自治区江滨医院 530021 4.佛山市第一人民医院 528000

步态检测设备联合量表评估认知功能和跌倒风险的应用初探

陶 帅1※吕泽平2田秋娇2胡才友3谢海群4

作者单位：1.大连大学 116622 2.国家康复辅具研究中心附属康复医院 1001763.广西壮族自治区江滨医院 530021 4.佛山市第一人民医院 528000

目的探讨将步态检测纳入认知功能评定的应用可能性。方法采集受试者的步态参数数据，对比分析规范认知量表测定值和跌倒风险评估情况。结果新型可穿戴智能鞋能够在周期内稳定采集受试者各项步态参数，并实时上传至服务器终端进行数据处理。结论本试验为下一步扩大受试群体，并根据认知程度细分，探讨步态参数与认知量表数值和跌倒风险的相关性，以及为步态参数的深层生物学意义打下基础。

步态认知评估 认知障碍 跌倒风险 可穿戴设备

轻度认知功能障碍(Mild cognitive impairment,MCI)是指与同等年龄和教育程度的正常人群相比，认知能力下降明显，但尚未影响日常活动的症状[1]。认知障碍严重威胁我国老年人的精神健康，我国几个城市的抽样流行病学调查显示，60岁以上老年人的MCI比例达20%以上，其中65～69岁是MCI的高发期[2,3]，MCI老年人进展为各类型痴呆的风险显著提高[4]，在MCI期对患者进行干预，能够有效延缓帕金森、阿尔茨海默病和血管性脑病等各类型认知功能障碍的病情进展。MCI早期无明显症状，而世界范围内也尚无规范的诊断标准。目前对老年人MCI筛查的手段主要依靠蒙特利尔认知评估量表(Montrealcognitive assessment,MoCA)、简明精神状态量表(Mini-mental state examination,MMSE)、临床痴呆评估量表(Clinical dementia rating,CDR)等各种评价量表，各量表存在不同病因和个体状况下敏感度不一、受主观因素等影响、耗时耗力、标准不统一等诸多缺点。因此需要一种更加敏感而量化的评估方法。人类行走过程涉及多个系统的协调作用，老年人步态异常能够反映认知功能障碍情况，并且二者具有直接相关性[5]。大量临床试验通过步态检测的步态参数，如步幅、步速、步频和跨步时间变化率(Stride time variability,STV)等反映步态异常情况，进而评估受试者的认知功能情况和跌倒风险，并提出步态是评估认知功能障碍的敏感指标[6～8]。

目前国内临床步态检测项目多用于康复患者的康复效果评估，尚未广泛用于认知功能等神经系统相关疾病的评定。国际上常采用双重任务测试(Dual task test-“stops walking when talking”)和起立行走坐下测试(Timed up and go test，TUGtest)观测受试者的步态参数，进而评估其步态障碍程度、认知障碍程度和跌倒风险。这些步态检测方法主要依赖图像分析和地面传感阵列实现，设备成本高昂，操作复杂，且由于受到检测场地的限制，常不能方便快捷地检测受试者步态，也无法连续记录受试者真实生活中的步态情况[9]。本文中，我们采用一种新型的步态参数采集智能鞋对受试者进行连续的步态数据采集，分析其各项步态参数，同时结合MoCA，MMSE和CDR量表评定结果，以及受试者的既往病史和随访结果，初步探讨这种便捷、成本经济的受试者生活步态连续采集设备应用于认知功能评定等临床辅助诊断中的可能性。

1.受试者资料与方法

1.1 受试者选择 排除肌力下降、下肢关节病变或下肢严重血管病变、视力状况影响行走能力、有严重的精神抑郁、过去三个月里有影响行动能力的外伤和手术、脑部肿瘤患者等条件，随机选取4名65岁以上的社区受试志愿者，并对受试者进行规范量表评定，具体资料信息见表1。

表1 受试者基本信息与量表测评结果

1.2 试验方法 为受试者发放步态采集智能鞋，在为期1个月的数据采集期间内，至少有10天穿着智能鞋行走，且每日行走时间在30分钟以上。步态数据在行走期间实时上传至服务器终端并进行步态数据分析处理。期间无影响神经系统与运动的疾病和特殊药物服用。

1.3 步态观测 参数主要为STV、跨步时间、步幅与步速。

2.结果

4名受试者按照要求完成了10天以上的数据采集，步态数据见表2，结合量表测试值对比见图1。受试者A与C的MoCA值低，CDR评分较高，同时步态参数中STV值最大。受试者B与D的MoCA值高，CDR评分低，STV值较小。

表2 受试者步态参数值

注：将受试者A的数值标准化为1，其余各组与之比值如图所示。图1 步态与量表数值柱状图

3.讨论

早期发现和干预认知功能减退对于目前没有治愈办法的神经退行性病变等神经系统疾病具有十分重要的意义。MCI是多种神经系统疾病的初期表现，但由于缺乏明显的临床表征，因此患者就诊时病情已经进展，失去了有效干预的黄金期，因此通过对具有患病风险的高危群体(高龄、脑血管病、糖尿病、遗传背景等)进行日常步态检测，对步态参数异常的个体进行进一步的临床检查是发现MCI的有效方法。本文的步态数据显示该智能步态采集设备能够实时准确地上传受试者步态信息，并对步态数据进行处理，最终得到受试者一定时间内的各步态参数值，但由于本试验是智能步态采集设备的应用初试，因此累积的受试者数目少，测试时间短。本试验为下一步扩大受试群体，并根据认知程度细分，探讨步态参数与认知量表数值和跌倒风险的相关性，以及步态参数的深层生物学意义打下基础。

综上所述，本试验采用的步态检测智能鞋能够对个体进行实时而连续的步态数据采集与记录，配合量表测试与随访可以提示个体的认知障碍和跌到风险，给出进一步的临床检测建议，是一种经济、便捷和高效的实时步态异常检测工具，具有良好的临床应用前景。

1 Gauthier S，Reisberg B，Zaudig M，et al.Mild cognitive impairment[J].Lancet，2005，13(8)：629-632.

2 DING D，ZHAO Q，GUO Q，et al.Prevalence of mild cognitive impairment in an urban community in China:a cross-sectional analysis of the Shanghai Aging Study[J].Alzheimers Dement，2015，11(3):300-309.DOI：10.1016/j.jalz.2013.11.002.

3 XU S，XIE B，SONG M，et al.High prevalence of mild cognitive impairment in the elderly:a community-based study in four cities of the Hebei province，china[J].Neuroepidemiology，2014，42(2):123-130.DOI：10.1159/000357374.

4 MITCHELL AJ，SHIRI-FESHKI M.Rate of progression of mild cognitive impairment to dementia—meta-analysis of 41 robust inception cohort studies[J].Acta Psychiatr Scand，2009，119(4):252-265.DOI：10.1111/j.1600-0447.2008.01326.x.

5 SNIJDERS AH，VAN DE WARRENBURG BP，GILADI N，et al.Neurological gait disorders in elderly people:clinical approach and classification[J].Lancet Neurol，2007，6(1):63-74.DOI：10.1016/S1474-4422(06)70678-0.

6 BEAUCHET O，LAUNAY CP，ANNWEILER C，et al.Hippocampal volume，early cognitive decline and gait variability:which association[J].Exp Gerontol，2015，61:98-104.DOI：10.1016/j.exger.2014.11.002.

7 MONTERO-ODASSO MM，SARQUIS-ADAMSON Y，SPEECHLEY M，et al.Association of Dual-Task Gait With Incident Dementia in Mild Cognitive Impairment:Results From the Gait and Brain Study[J].JAMA Neurol，2017，74(7):857-865.DOI：10.1001/jamaneurol.2017.0643.

8 LUNDIN-OLSSON L，NYBERG L，GUSTAFSON Y.“Stops walking when talking”as a predictor of falls in elderly people[J].Lancet，1997，349(9052):617.DOI：10.1016/S0140-6736(97)24009-2.

9 MURO-DE-LA-HERRAN A，GARCIA-ZAPIRAIN B，MENDEZ-ZORRILLA A.Gait analysis methods:an overview of wearable and non-wearable systems，highlighting clinical applications[J].Sensors (Basel)，2014，14(2):3362-3394.DOI：10.3390/s140203362.

Preliminarystudyontheapplicationofgaitdetectionequipmentandgaugetoassesscognitivefunctionandfallrisk

(TAOShuai1,LYUZeping2,TIANQiujiao2,HUCaiyou3,XIEHaiqun4.

1.DalianUniversity,Dalian116622;2.AffiliatedrehabilitationhospitalofNationalResearchCenterforRehabilitationTechnicalAids,Beijing100176;3.GuangxiJiangbinhospital,Nanning; 4.Foshanpeople’shospital,Foshan528000,China.)

ObjectivesTo explore the possibility of the applying gait analysis in cognitive assessment.MethodsCollect gait parameters by intelligent shoe sets and analysis the gait state by cloud service,which were further compared with scores of cognitive assessment tools and fall risk.ResultsThe intelligent shoe sets could stably collect gait parameter data in a period and upload the data to be processed to get the final gait data for gait assessment in real time.ConclusionThis research provide the basis for a larger and detailed cognitive classification research,which will get the correlation of gait parameters and cognition assessment and reveal the deep biological meaning of gait for further clinical application.

Gait, Cognitive Assessment, Cognitive impairment, Fall risk, Wearable devices

国家自然科学基金项目(编号：61501076)；国家科技支撑计划课题(编号：2015BAI06B02)；大连市高层次人才创新支持计划(编号：2016RQ077)

※为通讯作者

10.3969/j.issn.1672-4860.2017.05.006

2017-7-15