Made available in DSpace on 2016-12-08T15:59:06Z (GMT). No. of bitstreams: 1
Resumo Angelica Ovando.pdf: 84448 bytes, checksum: cfab87cffb34ca33c7e791843dd67006 (MD5)
Previous issue date: 2015-06-26 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / The recovery of the community mobility (CM) after a stroke is one of the main goals during the rehabilitation process, however, about 62% of affected individuals report restriction to community life. Thus, it is estimated that the factors that contribute to the recovery of post-stroke CM are complex, reflecting not only gait speed and distance, as it has been pointed out by previous studies. Therefore, the primary aim of this study was to identify body functions and structures (BFS) and activity variables predictors of CM in individuals with hemiparesis. The study included 70 individuals affected by chronic stroke who were evaluated with specific instruments for lower limb function analysis in the areas of body functions and structures (BFS), activities and participation of the International Classification of Functionality, Disability and Health (ICF). The variables related to BFS included motor recovery (motor section of the Fugl-Meyer Assessment-FMA), muscle tone (Tardieu Scale), muscle strength (hand-held dynamometer), proprioceptive sensitivity (Section sensitivity - direction of movement FMA), lower limb coordination (LEMOCOTtest), balance (Test Step), fatigue (Fatigue Severity Scale-FSS) and symptoms of anxiety and depression (HADS). Activity domain included walking adaptability (WA) (Functional Gait Assessment, mobility Timed Up and Go), confidence in balance (ABC Scale), gait speed (10-meter walk test), gait endurance (six minute walk test). Participation was evaluated by the Stroke Impact Scale (SIS), the Frenchay Activity Index (FAI), the Life Space Assessment (LSA), which evaluated the CM, and a Trip Activity Log. Spearman correlation coefficients assessed relations between variables related to BFE, activity and participation and CM. Multiple linear regression analysis using the stepwise method identified the group of independent variables o BFS and activity that significantly explained the dependent variable CM. ROC curves were calculated to determine cutoff points to variables of interest for CM, measured by the LSA. Finally, comparative tests were carried out to distinguish independent CM at different levels. CM was correlated with all BFS and activity variables. In the participation domain, CM was correlated with all domains of SIS, with the exception of memory and communication domains, and strongly associated with the Frenchay Activities Index, number or trips taken in a week and total number of activities in a week (p<0.01 to all correlation). Regarding the regression analysis, in the model for the BFS, balance (ST), depression and fatigue explained 80% of the variation in the CM. In the model including the activity domain variables, WA and endurance explained 73% of the variation in CM (p<0.001). The analysis of ROC curves showed good diagnostic accuracy for the endurance, WA, balance, mobility and comfortable gait speed in their ability to discriminate the independent CM at different levels. Practically all study variables showed significant differences among individuals who had independent mobility at different levels. The results confirm the hypothesis that community mobility requires complex skills, and balance, endurance, ability to adapt the gait to different conditions, fatigue and depression are important factors that might explain community mobility more than gait speed alone. / A recuperação da mobilidade comunitária (MC) após um acidente vascular encefálico (AVE) é uma das principais metas no processo de reabilitação, embora cerca de 62% dos indivíduos acometidos apresentem restrição à vida comunitária. Estima-se que os fatores que contribuam para a recuperação da MC pós-AVE sejam complexos, refletindo não apenas a velocidade da marcha e a distância, como tem sido apontado por alguns estudos. O objetivo primário desse estudo foi identificar as variáveis de funções e estruturas do corpo (FEC) e atividade preditoras da MC de indivíduos com hemiparesia. Foram incluídos 70 indivíduos pós-AVE crônicos, que foram avaliados com instrumentos específicos para análise da função do membro inferior nos domínios de FEC, atividade e participação da Classificação Internacional de Funcionalidade, Incapacidade e Saúde (CIF). As variáveis de FEC incluíram a recuperação motora (Seção motora da Escala de Fugl-Meyer - EFM), tônus muscular (Escala de Tardieu), força muscular (dinamômetro manual), sensibilidade proprioceptiva (Seção sensibilidade da EFM), coordenação do membro inferior (LEMOCOT), equilíbrio (Teste do Degrau), fadiga (Escala de Gravidade da Fadiga) e sintomas de ansiedade e depressão (HADs). No domínio da atividade, foi avaliada a capacidade de adaptação da marcha (CAM) pela Functional Gait Assessment, mobilidade (Timed up and Go), confiança no equilíbrio (Escala ABC), velocidade de marcha (teste de caminhada de 10 metros) e resistência (Teste de caminhada de seis minutos). A participação foi avaliada pela Stroke Impact Scale (SIS), Índice de Atividades de Frenchay (FAI), Life Space Assessment (LSA), que avaliou a MC e diário de saídas. Coeficientes de correlação de Spearman foram calculados para avaliar as relações entre variáveis de
FEC, atividade, participação e a MC. A análise de regressão linear múltipla método Stepwise identificou o grupo de variáveis independentes de FEC e atividade que explicaram significativamente a variável dependente MC. Foram calculadas curvas ROC para determinar pontos de corte para MC para variáveis de interesse. Por fim, foram realizados testes comparativos entre os diferentes níveis de MC para as variáveis do estudo. A MC esteve relacionada a todas as variáveis de
FEC e às variáveis de atividade. No domínio participação, a MC esteve relacionada a praticamente todos os domínios da SIS e fortemente relacionada com o FAI, número total de saídas e número total de atividades (p<0,01 para todas as correlações). No modelo de regressão com variáveis de FEC, as variáveis de equilíbrio, depressão e fadiga explicaram 80% da variação na MC. No modelo que incluiu variáveis de atividade, a CAM e resistência explicaram 73% da variação na MC (p<0,001). As análises das curvas ROC demonstraram uma boa acurácia diagnóstica para a CAM, resistência, mobilidade funcional, e velocidade de marcha habitual na sua capacidade de discriminar a MC independente em diferentes níveis. Praticamente todas as variáveis do estudo apresentaram diferença significativa entre os níveis de MC. Esses resultados confirmam a hipótese de que a MC apresentou-se como uma habilidade complexa, onde o equilíbrio, resistência, habilidade de adaptar a marcha, fadiga e depressão foram variáveis importantes que explicaram a MC mais do que a velocidade de marcha.
| Identifer | oai:union.ndltd.org:IBICT/oai:tede.udesc.br #179.97.105.11:handle/644 |
| Date | 26 June 2015 |
| Creators | Ovando, Angélica Cristiane |
| Contributors | Michaelsen, Stella Maris |
| Publisher | Universidade do Estado de Santa Catarina, Doutorado em Ciências do Movimento Humano, UDESC, BR, Ciência do Movimento Humano |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | English |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da UDESC, instname:Universidade do Estado de Santa Catarina, instacron:UDESC |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0029 seconds