脑卒中患者躯体疲劳评价方法的研究进展

任思强，张茜，代玉玺，甄希成

脑卒中指一组器质性脑损伤导致的以突然发病、迅速出现局限性或弥散性脑功能损伤为共同临床特征的脑血管疾病［1］，具有发病率高、致死率高等特点，严重影响患者生活质量［2］。卒中后疲劳（post-stroke fatigue，PSF）是脑卒中常见并发症之一，指脑卒中患者经休息后不能缓解且持续存在的病理性疲劳感［3］，其中躯体疲劳占据主导地位。PSF 患者主要表现为体力不足、全身疲倦或无法维持日常生活活动，且在近1 个月的2 周内每天或经常出现明显的疲劳、精力下降或需要增加休息时间。研究表明，PSF 直接影响脑卒中患者康复进程，严重影响患者生活质量［4-5］。

对于PSF 的干预是以评价为基础的，但目前尚缺乏统一的评价标准，临床上多凭借评价者经验、缺乏客观依据，而相关循证医学研究尚存在较大争议且主要集中于量表信效度研究。近年来有少量关于PSF 非量表评价方法的研究报道，但尚未达成共识，因此量表评价法仍是现阶段临床上最主要的PSF 评价方法。本文主要综述了脑卒中患者躯体疲劳评价方法，旨在为临床合理选用有效评价脑卒中患者躯体疲劳的方法等提供参考。

1 量表评价法

虽然量表评价法是现阶段临床上最主要的PSF 评价方法，但由于尚无专门的PSF 评价量表，因此临床上常使用评价神经系统疾病患者疲劳状况的量表对PSF 进行评价，涉及单维度量表和多维度量表，其中疲劳严重度量表（Fatigue Severity Scale，FSS）、 个 人 疲 劳 强 度 问 卷（Check List Individual Strength，CIS）、疲劳影响量表（Fatigue Impact Scale，FIS）是目前临床上使用频率较高的3 种PSF 评价量表。

FSS 由KRUPP 等［6］于1989 年研制，属于单维度量表，包含7 个条目，主要评价内容为疲劳后果（躯体功能、工作和活动能力下降等），应用在系统性红斑狼疮和多发性硬化患者中具有较高的内部一致性和共存效度，是目前临床上最常用的评价疲劳的量表。FSS 评价内容简单、填写方便，评价过程只需几分钟，患者易于接受，适用于评价脑卒中患者疲劳状况，但其无法评价患者认知功能和社会功能实现能力［7］。

CIS 由VERCOULEN 等［8］于1994 年研制，属于多维度量表，包含4 个维度20 个条目，主要评价内容包括主观疲劳感（8 个条目）、注意力（5 个条目）、动力（4 个条目）及体力（3 个条目），应用在慢性疲劳综合征人群中具有较高的内部一致性、折半信度、区分效度和反应度等，是一种可靠的疲劳评价量表。研究表明，CIS 与FSS 相比能更好地评价疲劳对患者认知功能的影响［7］，适用于评价我国脑梗死患者疲劳状况［9］，但其对患者反应能力变化不太敏感［10］。

FIS 由FISK 等［11］于1994 年研制，属于多维度量表，包含3 个维度40 个条目，主要评价内容包括认知功能（10 个条目）、躯体功能（10 个条目）及心理-社会功能（20 个条目），应用在慢性疲劳、多发性硬化及轻度高血压患者中内部一致性较高。研究表明，FIS 能更好地反映疲劳对患者社会功能实现能力的影响［7］，在我国脑梗死患者中具有较好的适用性［12］，但其不能区分慢性疲劳与抑郁症，在合并注意力障碍的患者中使用受限。

2 基于生理、生化指标的评价方法

2.1 基于生理指标的评价方法 生理指标如心电信号、肌电信号、肌氧饱和度等不仅能直接反映人体生理变化并可实时监测，而且检测具有无创性。由于躯体疲劳程度通常可通过心率、心率变异性（heart rate variability，HRV）、肌肉状态等反映出来，因此生理指标可准确反映躯体疲劳程度。目前，基于生理指标的评价方法已应用于PSF 评价研究并成为相关领域研究热点。

2.1.1 心电信号 心电信号是指心肌收缩、舒张时体表产生的电位变化。由于疲劳会扰乱PSF 患者康复训练过程中身体平衡状态、影响自主神经并导致相应的心电信号改变，因此通过观察相应心电信号变化可评价PSF 患者疲劳程度，而心率和HRV 是比较有代表性的两个心电信号。

心率即心脏搏动频率，其变化受交感神经与副交感神经共同作用影响；HRV 指窦性心律在一定时间内的周期性波动，是反映交感神经与副交感神经张力及二者平衡的重要指标。BUCHHEIT 等［13］通过监测训练者训练期间疲劳状态发现，心率与训练负荷呈高度相关，心率是一个简单、有效的疲劳状态评价指标，而HRV 是一项无创评价指标，也可用于监测训练者训练期间疲劳状态［14］。GUIDI 等［15］通过分析受试者训练期间HRV 发现，HRV 能有效、实时地反映受试者肌肉状况，这为实时监测躯体疲劳状态提供了重要帮助。此外，HRV 联合血生化指标还在躯体疲劳的早期诊断中有一定应用价值［16］。

2.1.2 肌电信号 表面肌电信号（surface electromyographic signal，sEMG）指神经-肌肉系统活动产生的生物电信号，而由于PSF 患者sEMG 会随着疲劳程度加重而在康复训练过程中表现出不同的特征，因此sEMG 可用于评价PSF。在利用sEMG 评价肌肉疲劳程度的研究中发现，脑卒中患者sEMG频谱会随着恢复期肌肉疲劳程度增加而会发生偏移，表现为中值频率和平均功率频率下降［17］、均方根值增加［18］，其中平均功率频率能更细致地反映肌肉疲劳程度变化。HUSSAIN等［19］通过监测25 例受试者在30%、45%、60%最大自主收缩（maximal voluntary contraction，MVC）强度下等长收缩诱发肌肉疲劳过程中肱三头肌sEMG 变化也得到了与上述研究相同的结果，提示sEMG 是评价肌肉疲劳程度的较好指标。sEMG 的监测方便、无创、省时而敏感、不易受干扰、患者易于接受，在躯体疲劳的评价中应用广泛，但其对脑卒中患者躯体疲劳状况的评价尚不能实现量化。

2.1.3 肌氧饱和度 肌氧饱和度指肌肉组织中血红蛋白携氧比例，可反映人体骨骼肌血液中氧供、氧耗相对变化情况，是反映肌肉代谢状态的重要指标。氧是人体进行生命活动所必需的物质，在机体能量代谢过程中发挥着重要作用。脑卒中患者肌肉组织中的氧会在康复训练过程中大量消耗以满足机体能量需求，而肌氧饱和度会伴随着康复训练过程逐渐降低，进而导致肌肉通过无氧呼吸代谢途径产生能量并造成乳酸堆积，最终导致脑卒中患者躯体疲劳程度加重。目前，近红外光谱技术已取代传统的、有创的、有延迟性的血样采集技术而成为检测或实时监测肌氧饱和度的主要手段。TAELMAN 等［20］通过利用近红外光谱技术对受试者进行疲劳试验，结果发现肌氧饱和度与疲劳有一定关系；MOHAMAD SAADON 等［21］通过利用近红外光谱技术对40 例受试者进行研究，结果发现疲劳后肌肉肌氧饱和度降低，提示肌氧饱和度可作为评价疲劳状况的客观指标；MORI 等［22］通过利用近红外光谱技术对躯体疲劳时肌氧饱和度和sEMG 进行分析发现，肌氧饱和度与sEMG 密切相关，提示近红外光谱技术可作为评价PSF 程度的手段；ZAMPELLA 等［23］通过利用sEMG和近红外光谱技术对疲劳进行评价并分别从电生理、血流动力学角度进行分析发现，将sEMG 与近红外光谱技术相结合可提供更详细、准确的躯体疲劳信息，有利于更好地评价躯体疲劳程度。

2.2 基于生化指标的评价方法 由于PSF 患者生化指标会发生较明显的变化，因此检测生化指标也是较为常用的躯体疲劳评价方法，即通过观察生化指标变化实现对躯体疲劳的评价。多项研究表明，血糖、同型半胱氨酸水平与脑卒中患者疲劳程度密切相关［24-26］；ORMSTAD 等［27］通过对45 例脑卒中患者进行研究发现，脑卒中后6、12 个月时血糖与患者疲劳程度呈正相关；SARFO 等［28］通过对60 例脑卒中患者进行研究也发现，血糖与脑卒中患者疲劳程度密切相关，血糖可用于评价脑卒中患者疲劳程度。一项针对312 例脑卒中患者进行的调查研究发现，除血糖外，血尿酸也与脑卒中患者疲劳程度有关［29］。另有多项研究表明，维生素B12、色氨酸、白介素6、C 反应蛋白水平也与脑卒中患者疲劳程度有一定关系［30-33］。陈治林等［34］研究发现，PSF 患者治疗后C 反应蛋白水平明显降低，疲劳程度同步降低。

3 其他评价方法

3.1 超声图像法 在康复训练过程中，PSF 患者肌肉会发生收缩，而疲劳会使肌肉收缩的最小功能单位——运动单位收缩能力下降，但由于PSF 患者被要求进行功能训练，因此为

弥补肌肉收缩力量不足，运动单位不断被募集、肌纤维数量逐渐增多，肌肉厚度随之增加。超声图像可提供PSF 患者肌肉形态信息、反映PSF 患者康复训练期间肌肉结构变化，进而用以评价PSF 患者疲劳程度。SEYED HOSEINPOOR 等［35］通过超声图像法发现，疲劳后肌肉厚度较疲劳前增加，提示疲劳会使肌肉形态发生变化；温慧莹等［36］通过超声图像法检测肌肉结构变化评价躯体疲劳程度也得到了与SEYED HOSEINPOOR 等［35］研究相同的结果。NIJHOLT 等［37］通过超声图像法测量肌肉厚度并与磁共振成像检查结果进行对比，证实超声图像法具有较高的信度和效度。王前等［38］研究发现，肌肉疲劳程度与超声图像熵（超声图像熵主要反映超声图像中平均信息量，可作为1 种特征量用来研究肌肉疲劳程度）呈负相关，提示通过观察超声图像熵下降百分比可评价躯体疲劳程度；FUJISAWA 等［39］通过超声图像法联合sEMG 对躯体疲劳程度进行综合评价，结果发现躯体疲劳与中值频率斜率降低、肌肉厚度增加密切相关，提示超声图像法联合sEMG可获得更多的疲劳相关信息，可能会让躯体疲劳评价结果更加准确、可靠，而超声图像法或可成为sEMG 评价躯体疲劳的重要研究方向之一。

3.2 红外热像技术 由于代偿作用，PSF 患者较差的肢体功能不仅会加重能量消耗、躯体疲劳程度，还会导致体表温度发生改变，甚至影响患者肢体功能康复进程。红外热像技术是一种安全、可靠的体表温度检测技术，可有效反映体表温度变化情况。HADZIC等［40］通过红外热像技术探讨体表温度与躯体疲劳之间的关系发现，体表温度可反映躯体疲劳及其程度；KUNISZYK-JÓZKOWIAK 等［41］利用红外热像技术对12 例受试者躯体疲劳状况进行评价并与sEMG 进行对比，结果发现多数受试者体表温度与sEMG 之间存在显著相关性，提示红外热像技术可作为评价躯体疲劳的补充方法；PRIEGO-QUESADA 等［42］利用红外热像技术评价躯体疲劳时发现，体表温度变化与疲劳视觉模拟评分具有较高的相关性，提示体表温度变化可作为评价躯体疲劳的评价指标。需要注意的是，由于体表温度与患者疲劳感受不同步，因此将体表温度作为唯一的躯体疲劳程度评价指标是不够准确的。

3.3 肌肉状态分析技术 肌肉状态分析技术也是一种无创检测技术，其主要通过测定肌肉反应时间、收缩时间、放松时间及径向位移等反映肌肉功能状态及躯体疲劳程度［43］，但目前关于肌肉状态分析技术在脑卒中患者中应用的研究报道很少见。此外，面部运动（如打哈欠）、运动能力下降、注意力不集中等也可在一定程度上反映躯体疲劳程度，但由于这些表现说服力较低且特异性较差，因此很少将其作为躯体疲劳的评价指标。

4 小结与展望

综上所述，准确地评价PSF 对脑卒中患者的康复治疗具有重要意义，但PSF 的量表评价法及基于生理、生化指标的评价方法等均不能全面、准确地评价躯体疲劳状况，量表评价法与基于生理、生化指标的评价方法等相结合可能是高效、全面地评价PSF 患者躯体疲劳状况的重要手段。相信随着对PSF 的研究不断深入及躯体疲劳评价方法的进一步发展，PSF患者躯体疲劳评价方法将日益完善，并将有利于临床制定积极、有效的干预措施，从而切实减轻PSF 患者痛苦，提高患者生活质量，减轻患者家庭及社会负担。

作者贡献：任思强进行文章的构思、设计，文献/资料收集、整理，负责撰写论文；张茜、代玉玺进行论文及英文的修订；甄希成负责文章的质量控制及审校，对文章整体负责，监督管理。

本文无利益冲突。

本文文献检索策略：

以“脑卒中”“脑出血”“脑梗死”“脑血管意外”“中风”“疲劳”“躯体疲劳”“评价”为中文关键词检索中国知网、维普网、万方数据知识服务平台，以“stroke”“cerebral hemorrhage”“cerebral infarction”“cerebrovascular accident”“apoplexy”“fatigue”“physical fatigue”“evaluation” 为英文关键词检索PubMed，筛选2011-01-01 至2021-01-03内相关文献，并采用归纳总结法分析最终纳入的文献。文献纳入标准：（1）语种为中文或英文；（2）研究类型为临床试验或循证医学研究；（3）研究内容涉及脑卒中患者躯体疲劳评价方法。文献排除标准：（1）统计方法选用不当；（2）仅有摘要而无全文；（3）重复发表。