摘要
目的 探讨帕金森病(PD)与脑小血管病(CSVD)患者的步态模式,为PD与CSVD步态障碍的临床鉴别以及早期诊断提供依据。方法 选择就诊于河北医科大学第二医院神经内科的PD患者15例、CSVD患者20例,分别收集受试者的基线临床资料,并采用超高分辨率3D结构光传感器搭配前沿AI深度学习算法的运动功能定量评价系统收集各组步态参数(步速、摆动相、站立相、转身时间、步幅、跨步速度、摆动速度、步频、站立相、摆动相、双支撑相、步高、步宽)。使用IBM SPSS 26.0进行统计学分析,对比两组间的步态数据差异。结果 两组对比显示,PD组与CSVD组在步速、双侧摆动相、双侧站立相、双侧步幅、双侧跨步速度、双侧摆动速度、双侧步频、双侧步高、双支撑相、步宽的步态参数差异有统计学意义(P<0.05)。但在转身时间两组间无统计学差异。结论 PD患者与CSVD患者均存在不同程度的步态障碍,并表现出不同的异常步态模式,数字化步态分析可有助于预测与鉴别老年人异常步态表现,尤其在PD患者中。临床医生可结合PD与CSVD患者不同的步态表现,以达到对疾病早期识别、助于病情评估、指导康复治疗的目的。
-
单位河北医科大学第二医院; 神经内科