NAMEF的个人博客分享 http://blog.sciencenet.cn/u/NAMEF 致力于医学教育,关注大众健康

博文

使用Sensbalance微型板对健康年轻人进行交互式训练软件神经肌肉控制测试的规范性参考数据

已有 894 次阅读 2023-1-22 07:47 |系统分类:教学心得

使用Sensbalance微型板对健康年轻人进行交互式训练软件神经肌肉控制测试的规范性参考数据

关于每个神经肌肉控制测试的“总体性能”的参考值如表7和附录IX所示。对于两个静态神经肌肉控制测试,≥95.0%(平衡)和≥92.0%(本体感觉)的值分别对应于良好的平衡技能。值分别小于91.0%(平衡)和85.0%(本体感觉)说明平衡不良。考虑到五项动态神经肌肉控制测试,数值≥54.0%(左右)、≥61.0%(前后)、≥53.0%(交叉对角线)、≥68.0%(甜甜圈)或≥86.0%(圆圈)表示良好的平衡技能,数值≤39.0%(左-右)、≤43.0%(前-后)、≤38.0%(交叉对角)、≤57.0%(甜甜)或≤71.0%(圆圈。

由于干预不是这项研究的一部分,因此假设平衡技能以及每次神经肌肉控制测试的单一结果不会显示从初始测试到重新测试的广泛变化。研究组第一天的平均成绩比第二天好。然而,从初始测试到重新测试的中值差异很小。对于两个静态神经肌肉控制测试,当给出视觉反馈时,参与者能够更好地保持板的水平和稳定(第一次神经肌肉控制测试平衡)。考虑到五个动态神经肌肉控制测试,发现参与者在执行左右神经肌肉控制测试时存在很大困难。然而,这些结果部分符合参与者的主观经验,他们总结说,第一次神经肌肉控制测试(平衡)最容易,第七次神经肌肉控制考试(圆圈)最难。

相关分析

检查个体的单个值之间的相关性,以调查重测可靠性。根据Cicchetti的定义,该实验的总体测试-再测试可靠性与ICC的一致性从0.11到0.77.22不等,这一发现最初不支持使用平衡工具,因为建议物理治疗师使用可靠性至少为0.8011的工具。在这项研究中,研究人员主要关注变量“总体绩效”中获得的结果。由于该变量的ICC值在两个静态神经肌肉控制测试中表现出较差到较好的一致性,而在五个动态测试中表现为较差到较好,因此确认了关于不应用平衡工具的预测。无论如何,在考虑使用测量工具时,建议不要只考虑可靠性系数的程度。除其他外,建议记住测量工具的类型和使用该工具的环境。然而,所有值之间的总体正相关。在第一次静态神经肌肉控制测试(平衡)中,可靠性最高,在此期间,受试者表现最好,并报告其最容易执行。尽管如此,研究还是发现,神经肌肉控制测试中测量值1和测量值2的相关性强度差异很大。通常,假设样本的异质性影响ICC。如果受试者之间的差异较大,ICCs可能会导致更高的范围,反之亦然。通过检查Shapiro-Wilk测试的结果,分析了所有数据的分布,一些变量被计算为非正态分布。因此,由于参与者的神经肌肉控制测试结果不同,这可能是本研究中ICC总体范围广泛的原因。在研究ICC结果时,可能需要额外考虑结果的异质性。此外,Batterham和George27发现,较小的群体规模相当具有异常值的特征,这些数据可能会影响研究的总体结果。至少需要30名受试者的样本量才能检测到适当的精度,对于典型的错误,则需要更多(n>50)。在解释这项研究的结果时,必须牢记这一点。

规范性参考数据

尽管在测试-再测试可靠性分析中存在统计显著差异,但小组规模较小,参与者是健康的物理治疗学生,研究人员陈述了物理治疗使用的参考值。因此,原因是到目前为止,尚未公布神经肌肉控制试验的参考数据。因此,本实验研究的参考数据可作为启动基础。可以将平衡能力与该组中获得的值以及CI和IQR进行比较,以确定一个人的表现是否在正常参数范围内。在这项研究中,仅对每项神经肌肉控制测试的变量“总体表现”的结果进行了进一步分类,将平衡技能分为“良好”、“中等”或“较差”。临床医生可以使用这些测距数据来评估患者康复过程中的结果。例如,踝关节背屈受限和本体感觉不佳的患者可以使用该交互式训练软件神经肌肉控制进行训练,并根据标准参考值判断他们在MiniBoard上的表现。患者可以将此作为关于自身平衡能力的直接反馈,并作为治疗进展的支持。此外,如果所做的干预有帮助,并导致平衡改善或更少,理疗师可以获得更好的洞察力。但无论如何,应记住该平衡工具的分析可靠性程度,以及测试条件与临床设置不同的事实,这可能导致本实验研究中获得的其他结果。




https://blog.sciencenet.cn/blog-1213094-1372967.html

上一篇:使用Sensbalance微型板对健康年轻人进行交互式训练软件神经肌肉控制测试的可靠性测试
下一篇:交互式培训软件神经肌肉控制测试结果失真的分析
收藏 IP: 107.192.6.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-7-23 19:21

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部