Einsatz robotischer Hilfsmittel zur Mobilisation von Patientinnen und Patienten nach Schlaganfall

(1)

Mobilisation von Patientinnen und Patienten nach Schlaganfall

Eine systematische Literaturarbeit

Bachelor-Thesis Lorena Del Negro Roxanne Lampert

Matrikel-Nr. 17-266-305 Matrikel-Nr. 14-120-117

Berner Fachhochschule Departement Gesundheit Bachelor of Science Pflege, VZ 17

Referentin Studer Stephanie, MSc

Berner Fachhochschule Gesundheit

Bern, 29.06.2020

(2)

Danksagung

An dieser Stelle möchten wir uns bei allen bedanken, die uns beim Verfassen dieser Bachelor-Thesis unterstützt haben.

Ein erster Dank gilt unserer Referentin, Frau Stephanie Studer, für Ihre Unterstützung und die konstruktive Kritik.

Ein weiterer Dank geht an Frau Doris Bänziger für ihre Anregungen während den Semi- naren, an Frau Eliane Lüthi-Müller für das Gegenlesen der Bachelor-Thesis und an die Kliniken Valens für das grosszügige Bereitstellen von Bildmaterial eines Lokomaten für unser Poster.

Abschliessend wollen wir uns noch bei unseren Kommilitoninnen und Kommilitonen für ihre anregenden Hilfestellungen bedanken.

Vielen Dank.

(3)

ABSTRACT

Einleitung: Der Schlaganfall ist eine plötzlich auftretende Störung der Blutversorgung des Gehirns, welche zu schweren neurologischen und motorischen Beeinträchtigungen führen kann. In der darauffolgenden Rehabilitation stellt das Wiedererlangen der Gehfä- higkeit einen zentralen Schwerpunkt dar. Anhand von robotischen Geräten wird versucht, die Therapie der Mobilität effizienter und wirksamer zu gestallten. Ziel dieser Bachelor-Thesis ist es, die Wirksamkeit robotischer Hilfsmittel, im Vergleich zu konventioneller Therapie, zur Mobilisation von Patientinnen und Patienten nach einem Schlag- anfall zu untersuchen.

Methode: Zur Beantwortung der Fragestellung wurde zwischen März und April 2020 eine systematische Literaturrecherche auf den Datenbanken Medline über Pubmed, Cochrane und Embase durchgeführt. Die gefundenen Studien wurden anhand von Ein- und Ausschlusskriterien ausgesucht. Eingeschlossen wurden insgesamt 13 Studien, davon drei systematische Reviews und eine Meta-Analyse. Alle Studien wurden mittels Checklisten auf ihre Qualität hin überprüft.

Ergebnisse: Die Ergebnisse wurden in vier Kategorien, bestehend aus unterschiedlichen robotischen Hilfsmitteln, unterteilt. Die weitere Aufteilung wurde anhand von Para- metern gemacht, welche verschiedene Aspekte des Gehens oder der Mobilität der unteren Extremitäten abdecken. Einzelne Ergebnisse lassen darauf schliessen, dass mit robotischen Hilfsmitteln teilweise bessere Outcomes generiert werden können, als durch konventionelle Therapie. Diese Aussage kann aber nicht ausnahmslos bestätigt werden.

Zudem zeugten die Ergebnisse von zu geringer Signifikanz.

Diskussion: Aussagekraft der Ergebnisse und Übertragbarkeit in die Praxis werden durch verschiedene Mängel und Limitationen, wie beispielsweise kleine Stichproben, heterogene Interventionen und unterschiedliche Messinstrumente, reduziert.

Schlussfolgerung: Trotz Diskrepanzen der Ergebnisse konnte herausgefunden werden, dass sowohl die Therapie mit robotischen Hilfsmitteln, als auch die konventionelle Therapie, zu positiven Ergebnissen bezüglich Mobilität von Patientinnen und Patienten nach einem Schlaganfall führt. Zusammenfassend wird empfohlen, vor der Anwendung von robotischen Hilfsmitteln in der Praxis die Kosten-Nutzen Frage und Vor- und Nach- teile gut abzuwägen. Die Robotik im Gesundheitswesen ist ein noch junges Forschungs- und Anwendungsgebiet und Bedarf deshalb weiteren evidenzbasierten Erkenntnissen.

Keywords: stroke rehabilitation – robotics – walking – lower extremity - gait

(4)

INHALTSVERZEICHNIS

Abstract 3

1 Einleitung 6

1.1 Ausgangslage 6

1.2 Fragestellung 8

1.3 Zielsetzung 8

2 Theoretischer Bezugsrahmen 9

2.1 Schlaganfall 9

2.2 Rehabilitation nach Schlaganfall 10

2.3 Konventionelles Gehtraining 10

2.4 Robotische Hilfsmittel 11

2.4.1 Exoskelett mit Körpergewichtsentlastung 12 2.4.2 Exoskelett ohne Körpergewichtsentlastung 13

2.4.3 Endeffektor 13

2.5 Messinstrumente 14

2.5.1 Gleichgewicht 14

2.5.2 Geschwindigkeit 15

2.5.3 Gehfähigkeit 15

2.5.4 Motorische Funktionen 16

2.5.5 Muskelkraft 16

2.5.6 Ganganalyse 17

3 Methode 18

3.1 Ein- und Ausschlusskriterien 18

3.1.1 Filter 18

3.1.2 Einschlusskriterien 18

3.1.3 Ausschlusskriterien 19

3.2 Systematische Literaturrecherche 20

3.3 Literaturauswahl 21

(5)

4 Ergebnisse 23

4.1 Synthese der Ergebnisse 37

4.1.4 Exoskelett und Endeffektor gemischt 43

5 Diskussion 45

5.1 Bedeutung der Ergebnisse 45

5.1.4 Exoskelett und Endeffektor gemischt 50

5.2 Qualität der Evidenz 52

5.3 Praxisbezug 55

5.4 Stärken, Einschränkungen und Schwächen dieser Arbeit 56

5.5 Beantwortung der Fragestellung 57

6 Schlussfolgerung 59

6.1 Empfehlungen für die Praxis 59

6.2 Weiterer Forschungsbedarf 59

7 Literaturverzeichnis 61

8 Abbildungsverzeichnis 66

9 Tabellenverzeichnis 67

10 Abkürzungsverzeichnis 68

11 Anhang 69

11.1 Eingeschlossene Studien 69

11.2 Ausgeschlossene Studien 70

11.3 Selbständigkeitserklärungen 73

(6)

1 EINLEITUNG

Einführend werden in Kapitel 1.1 die Hintergründe und die Problemstellung sowie die Aktualität des Themas in Bezug auf die vorliegende Arbeit beschrieben. Zum Schluss des Kapitels werden unter 1.2 und 1.3 die Forschungsfrage und Zielsetzung aufgeführt.

1.1 Ausgangslage

Gemäss Zahlen der World Stroke Organization (2019) erleiden jährlich 13.7 Millionen Menschen einen Schlaganfall, wobei 60% davon nicht einmal 70 Jahre alt sind. In 40.1%

aller Fälle ist der Verlauf tödlich. Damit lag der Schlaganfall 2016 auf Platz zwei der häufigsten Todesursachen weltweit. Die Überlebenden, also 8.2 Millionen Menschen pro Jahr, leiden oft unter schweren neurologischen und motorischen Defiziten, darunter Hemiplegien und Hemiparesen (Halbseitenlähmungen), Gleichgewichtsstörungen oder Gangbildveränderungen. Allein in der Schweiz erlitten laut dem Schweizerischen Ge- sundheitsobservatorium (2018) im Jahre 2016 rund 14‘608 Personen einen Schlaganfall, wobei hier die Letalität bei knapp 20% liegt.

Schätzungen der WHO (2004) gehen davon aus, dass die Behandlung in den ersten drei Monaten nach einem Schlaganfall in Australien, Europa und Nordamerika durchschnittlich circa 14‘000 US-Dollar kostet. Die lebenslangen Kosten für eine Person, die einen Schlaganfall überlebt, belaufen sich auf 60‘000 bis 230‘000 US-Dollar. Entsprechend einem Report des Bundesamt für Gesundheit (2017) macht die Rehabilitation in der Schweiz mit 1.84 Milliarden Franken rund 9.8% der Gesundheitskosten aus. Dabei kostet ein Rehabilitationsfall in einer Spezialklinik pro Tag durchschnittlich 781 Franken, in einem Akutspital 867 Franken. Die Kosten für Rehabilitation sind schweizweit seit 2012 um 15.2% angestiegen. Diese Zahlen sollen aufzeigen, dass nebst dem hohen Leidens- druck der Überlebenden auch eine wirtschaftliche Problematik ausgelöst wird. Dies ist mitunter ein wichtiger Grund, warum in die Entwicklung von roboter-assistierten Geräten grosse Hoffnungen gesetzt werden. Denn wenn mit Hilfe von robotischen Hilfsmitteln die Therapie effizienter und günstiger gestaltet werden könnte und die Endergebnisse signifikant besser wären als bei der konventionellen Therapie, würde nicht nur die Le- bensqualität der Betroffenen steigen, sondern auch das Gesundheitssystem deutlich entlastet werden.

Am Beispiel der Schweizer Firma Hocoma, welche unter anderem das weltweit ange- wendete Exoskelett Lokomat herstellt, lässt sich veranschaulichen, welch grosser Wan- del in den letzten Jahrzehnten in der Entwicklung von assistiven Robotern stattgefunden hat: Die Firma wurde 1996 mit der Projektidee des Lokomaten gegründet, in den Jahren

(7)

2000 und 2001 wurde der erste Prototyp in der Universitätsklinik Balgrist produziert und schliesslich zur Marktreife gebracht. So startete der Vertrieb mit zwei Mitarbeitern in der Schweiz, Deutschland und den USA. Rund zehn Jahre nach der Firmengründung wurde das Exoskelett an der Expo in Japan ausgestellt und ein Modell für die Pädiatrie heraus- gebracht. Seit 2000 werden laufend neue robotische Geräte entwickelt und Software- programme verbessert. Im Jahr 2020 feiert die Hocoma nun die 1000. Installation eines Lokomaten (Hocoma, 2020a).

Dies zeigt, dass Roboter in der Praxis trotz des jungen Forschungsfeldes keine Zukunfts- musik, sondern bereits Realität sind. Ihre Wirksamkeit und Effizienz evidenzbasiert auf- zuzeigen, ist allerdings noch immer Gegenstand laufender Forschung und zudem Grundlage der vorliegenden Bachelor-Thesis.

Es ist naheliegend, dass der Benefit von robotischen Geräten nicht nur für die Patientin- nen und Patienten von Bedeutung ist, sondern für das gesamte interdisziplinäre Behand- lungsteam. Eine Schweizer Studie des Zentrums für Technologiefolgen-Abschätzung über Robotik in Betreuung und Gesundheitsversorgung von Becker et al. (2013) zeigt speziell auch den Nutzen für das Pflegepersonal auf. Da das Heben von schweren Lasten für zwei Drittel der befragten Pflegefachpersonen zum Berufsalltag gehört, sind Verspannungen der Rückenmuskulatur und Abnutzung der Bandscheiben typisch für diesen Berufsstand. Zudem wird auch auf den Pflegenotstand aufmerksam gemacht, der mitunter aus den oft mangelhaften Arbeitsbedingungen und einer demographisch altern- den, chronisch kranken Bevölkerung resultiert. Roboter, die den Transfer sowie Mobili- sation zur Durchführung der Aktivitäten des täglichen Lebens erleichtern oder gar allein unter Supervision der Pflege durchführen, könnten einerseits der körperlichen Belastung der Pflegenden entgegenwirken, andererseits zusätzlich gesundheitsbedingte Frühpen- sionierungen oder berufliche Neuorientierungen reduzieren. Des Weiteren können die Pflegefachpersonen durch den geringeren Pflegeaufwand mehrere Patientinnen und Patienten gleichzeitig betreuen.

(8)

1.2 Fragestellung

Basierend auf der in der Einleitung beschriebenen Ausgangslage, wurde folgende For- schungsfrage für die vorliegende Bachelor-Thesis formuliert:

Kann durch den Einsatz robotischer Hilfsmittel die Mobilität der unteren Extremitäten bei Patientinnen und Patienten nach Schlaganfall, im Vergleich zur konventionellen Thera- pie, im stationären als auch im ambulanten Setting verbessert werden?

1.3 Zielsetzung

Das primäre Ziel dieser Bachelor-Thesis ist die Einschätzung der Effizienz und Wirksam- keit robotischer Geräte in Zusammenhang mit den unteren Extremitäten, beziehungs- weise auf das Gehvermögen. Um die Vergleichbarkeit zu gewährleisten, werden dabei nur Studien untersucht, die sich auf das Krankheitsbild des Schlaganfalls beziehen. Mit- hilfe dieser Ergebnisse sollen Vor- und Nachteile für die Pflegepraxis aufgezeigt und kritisch hinterfragt werden. Die Auswirkungen des roboter-assistierten Trainings werden durch unterschiedliche Assessments gemessen, welche Gleichgewicht, Geschwindig- keit, Gehfähigkeit, motorische Funktion, Muskelkraft und Ganganalyse beurteilen. Diese Parameter sind eine Grundvoraussetzung für die Durchführung der meisten Aktivitäten des täglichen Lebens und somit von zentraler Bedeutung für den Pflegeprozess.

Ein weiteres Ziel dieser Arbeit besteht darin, die Pflege auf das Thema Robotik aufmerksam zu machen, die Auseinandersetzung mit dieser Thematik zu fördern und einen Überblick über die aktuelle Lage von robotischen Hilfsmitteln zu schaffen. Da zu erwar- ten ist, dass die Robotik in Zukunft einen hohen Stellenwert einnehmen wird, werden auch die Ansprüche an das Wissen der Pflegefachpersonen über verschiedene Tech- nologien steigen. Die Thematik lässt sich je nach Fachrichtung (z.B. Geriatrie, Rehabi- litation, Orthopädie) auch gut in die Praxis übertragen.

Nicht zuletzt sollen der Leserschaft Limitationen und Chancen des roboter-assistierten Gehtrainings in der Praxis aufgezeigt werden. In den Schlussfolgerungen, welche auf den Ergebnissen der Studien beruhen, wird ein Ausblick auf zukünftige Forschungsmög- lichkeiten gegeben.

(9)

2 THEORETISCHER BEZUGSRAHMEN

In diesem Kapitel werden zentrale theoretische Grundlagen, welche zur Beantwortung der Fragestellung wesentlich sind, dargelegt. Unter Kapitel 2.1 bis 2.3 wird auf das Krankheitsbild Schlaganfall, die darauffolgende Rehabilitation und das Gehtraining ein- gegangen. Häufig verwendete robotische Hilfsmittel werden in Kapitel 2.4 beschrieben.

Abschliessend werden in Kapitel 2.5 die Messinstrumente erläutert, welche zur Erfas- sung der Mobilität der unteren Extremitäten verwendet werden.

2.1 Schlaganfall

Bei 80% der Schlaganfälle liegt eine Minderdurchblutung (Ischämie) des Gehirns vor, welche durch die mangelnde Versorgung mit Sauerstoff zum Untergang des Hirngewe- bes führt und schon nach wenigen Minuten irreversible Schäden zur Folge haben kann (Swiss Neurological Society, 2020). Gründe für die Ischämie können thrombotische Gefässverschlüsse, Embolien oder Dissektionen der hirnversorgenden Halsarterien sein. Mit einer Inzidenz von 15% weit seltener sind hämorrhagische Schlaganfälle, bei welchen intrazerebrale Blutungen (Hirnblutungen), meist durch das Platzen einer Arterie, die Ursache der Gewebeschädigung sind. Bei lediglich 5% der Fälle ist eine Subarach- noidalblutung, also eine Einblutung zwischen den beiden Hirnhäuten Arachnoidea und Pia mater, Auslöser für einen Apoplex (Menche & Brandt, 2013).

Laut Menche und Brandt (2013) führt die mangelnde Durchblutung des Gehirns zum plötzlichen Ausfall von Hirnfunktionen und hat akut auftretende sowie langanhaltende neurologische Defizite zur Folge. Je nachdem welches Hirnareal betroffen ist, kann die Symptomatik stark variieren. Häufige Symptome sind Halbseitenlähmungen und Sensi- bilitätsstörungen auf einer Körperseite. Ist eine Seite vollständig gelähmt, spricht man von Hemiplegie. Bei unvollständigen Lähmungen, welche häufiger auftreten, spricht man hingegen von Hemiparesen. Ebenfalls typische Symptome sind Aphasien (Sprachstö- rungen), Hemineglect (eine Körperseite bzw. Raumseite wird vernachlässigt und nicht wahrgenommen), Apraxien (zielgerichtete bzw. zweckmässige Handlungsfähigkeit geht verloren) oder Harninkontinenz.

Weitere gebräuchliche Bezeichnungen für den Schlaganfall sind Apoplex, Hirninsult Hirninfarkt, Stroke oder cerebrovaskulärer Insult (CVI). Diese Begriffe werden in der vorliegenden Arbeit als Synonyme verwendet und sind abzugrenzen von der transischämi- schen Attacke (TIA), welche sich zwar gleich äussern kann wie ein Schlaganfall, jedoch passagere Symptome aufweist (DocMedicus, 2020).

(10)

2.2 Rehabilitation nach Schlaganfall

Hömberg (2010) beschreibt, welche Elemente basierend auf den Funktionen der Lern- und Reorganisationsprozesse des zentralen Nervensystems für eine lernorientierte, motorische Therapie von zentraler Bedeutung sind: eine hohe Anzahl an Wiederholun- gen (Repetition), ein alltagsnaher Aufgabenbezug, aktive Bewegungsdurchführung, das Arbeiten an der Leistungsgrenze mit angemessenem Schwierigkeitsgrad („Shaping“), Wettbewerb, Motivation und systematisches Feedback an die Patientinnen und Patien- ten.

Primäres Ziel jeder Neurorehabilitation ist es, den Patienten Unterstützung in ihrer ein- schneidenden Lebensphase zu bieten und eine grösstmögliche Unabhängigkeit zu erreichen. Dabei wird oft nach dem Phasenmodell der neurologischen Rehabilitation vor- gegangen. Dieses Modell wird in sechs Schritte unterteilt und bildet eine geschlossene Rehabilitationskette. Gestartet wird in der Akutphase, der Phase A, in welcher die Pati- entinnen und Patienten je nach Schweregrad des Schlaganfalls, beispielsweise auf einer Stroke Unit oder einer normalen Station, behandelt werden. In den folgenden drei Pha- sen, Phase B bis D, steht die medizinische und therapeutische Rehabilitation im Vorder- grund. Erst in Phase E geht es darum, Anschlusslösungen zu finden, wie beispielsweise der Wiedereinstieg in das Familienleben oder in die Erwerbstätigkeit. Patientinnen und Patienten, welche trotz intensiver Rehabilitation eine hohe Pflegebedürftigkeit aufwei- sen, erreichen Phase F, in welcher dauerhaft unterstützenden und/oder betreuenden Leistungen nötig sind. Es handelt sich dabei um einen individuellen Prozess, welcher von manchen Betroffenen ganz durchlaufen wird, während andere eine gewisse Phase davon überspringen und gewisse Personen bereits vor Beendigung der gesamten Kette wieder den Weg in ein unabhängiges Leben gehen (Hömberg, 2010).

Die Aufgabe der Pflege in diesem Prozess ist die Unterstützung der Betroffenen bei all- täglichen Fertigkeiten, mit dem Ziel, die Selbständigkeit der Patientinnen und Patienten zu fördern, den Umgang mit Behinderungen und deren weitreichenden Auswirkungen zu erlernen und körperliche Funktionen wieder zu erlangen. Da Patientinnen und Pati- enten nach einem Schlaganfall häufig von motorischen Störungen betroffen sind, gehört das Mobilisationstraining zu den Kernelementen der Rehabilitation. Um die Mobilisation zu fördern, werden Bewegungs-, Kraft- und Koordinationstrainings als auch Geh- und Rollstuhltrainings durchgeführt (Schweizerische Herzstiftung, 2020).

2.3 Konventionelles Gehtraining

Nelles et al. (2004) beschreibt ein „krankengymnastisches Gangtraining“ im Rahmen der neurologischen Rehabilitation, bei dem die Schwerpunkte je nach Störung in den

(11)

verschiedenen Phasen des Gangprozesses variieren. Grundelemente jedes Gangtrai- nings sind die Becken-Rumpfstabilität, die Gewichtsübernahme in der jeweiligen Stand- beinphase und die Seitenverlagerung des Körperschwerpunktes. Grundsätzlich sollte das Gangtraining möglichst früh nach dem Schlaganfall gestartet werden, gegebenen- falls auch mit maximaler Unterstützung durch zwei oder mehr Personen. Wie von Men- che und Brandt (2013) erläutert, ist es bei manchen Patientinnen und Patienten mit schweren Beeinträchtigungen durch den Schlaganfall teilweise nicht möglich, sofort mit dem Gangtraining zu beginnen. Daher gehören auch Interventionen wie die Lagerung der Patientinnen und Patienten, Transfer vom Liegen zum Sitzen an den Bettrand oder Transfer in einen Stuhl, zu den Aufgaben der Pflege. Dabei ist die Prophylaxe von Kom- plikationen ein wichtiger Punkt, insbesondere für Schultern und Hüften der betroffenen Seite. Kommt es anschliessend zum Gangtraining, hat die Herstellung eines verbesser- ten Gangbildes erste Priorität. Erst danach können der Gangrhythmus oder das Auswei- chen und Überwinden von Hindernissen trainiert werden (Nelles et al., 2004).

2.4 Robotische Hilfsmittel

Wie von Meisen und Vieritz (2019) beschrieben, eröffnen robotische Hilfsmittel neue Möglichkeiten, um die Genesung von Patientinnen und Patienten nach einem Schlagan- fall angenehmer und gleichzeitig effizienter zu gestalten. Die Aufgabe eines Rehabilita- tions-Roboters geht dabei über die Fähigkeit einer Orthese hinaus. Er soll durch physi- sche Interaktion und Benutzerfreundlichkeit den neuen Umgang mit der Umwelt und die Rehabilitation erleichtern. So können auf die Patientinnen und Patienten zugeschnittene Therapien durchgeführt und gleichzeitig Fortschritte gemessen werden (Krebs & Volpe, 2013).

Im Zusammenhang mit der Mobilisation der unteren Extremitäten wird häufig der Begriff roboter-assistierte Gangtherapie (RAGT) verwendet. Die RAGT kann grundsätzlich in zwei Systeme aufgeteilt werden: Bei Exoskeletten handelt es sich um robotische Hilfs- mittel, bei denen die Knie und Hüfte aktiv durch Orthesen bewegt werden. Bei der zwei- ten Kategorie, dem Endeffektor-Prinzip, werden die Füsse der Patientinnen und Patien- ten an Fussplatten befestigt und durch diese mobilisiert. Die robotischen Orthesen und Fussplatten können dabei die Bewegungen der Beine komplett (aktiv), teilweise (aktiv- passiv) oder gar nicht (passiv) übernehmen. In den nächsten beiden Abschnitten werden häufig verwendete Exoskelette und Endeffektoren beschrieben (Zizlsperger, 2018).

(12)

2.4.1 Exoskelett mit Körpergewichtsentlastung

Unter den Exoskeletten mit Körpergewichtsentlastung wurden in den ausgewählten Stu- dien die folgenden drei beschriebenen Modelle untersucht.

Der Lokomat zeichnet sich durch ein Körpergewichtsentlastungssystem, zwei robotische Orthesen, ein Laufband und einen Bildschirm mit Funktionen aus, welche eine virtuelle Umgebung darstellen können. Diese Hauptkomponenten können den Bedürfnissen der Patientinnen und Patienten spezifisch angepasst werden. So kann beispielsweise die Geschwindigkeit oder die Körpergewichtsentlastung individuell eingestellt werden (Hocoma, 2020b). Das Körpergewichtsentlastungssystem ist über den Patienten instal- liert und ermöglicht das Laufen, selbst wenn diese zu wenig Kraft besitzen, um ihr eige- nes Körpergewicht zu tragen. Zur Unterstützung der Beinbewegung werden robotische Orthesen eingesetzt. Der Lokomat verfügt über ein Hüftgelenk und zwei Kniegelenke, welche eine freie Bewegung in der Sagittalebene (Flexion und Extension des Hüft- und Kniegelenks) ermöglichen. Während der physiologischen Bewegung der Hüfte, findet jedoch eine Körpergewichtsverlagerung statt, welche eine leichte Abduktion und Adduk- tion des Gelenks zur Folge hat. Aufgrund der Bewegungseinschränkung durch den Lokomat sind solche Bewegungen nicht möglich. Ein robotisches Hilfsmittel sollte den Patienten idealerweise so viel Spielraum wie möglich bieten und sie zugleich so wenig wie nötig unterstützen. Diese Voraussetzungen sind beim Lokomat noch nicht komplett gegeben, daher findet ein Gleichgewichtstraining beim Gehen erst beschränkt statt (Wyss, 2020).

Der Robogait ist ein weiteres automatisiertes, lokomotorisches Therapiesystem, welches vom Grundprinzip her dem Lokomat sehr ähnlich ist. Er besteht ebenfalls aus Roboter- orthesen der unteren Extremitäten, einer einstellbaren dynamischen Gewichtsunterstüt- zung, einem synchronisierten Laufband und Biofeedback-Funktionen, welche visuell oder auditiv stimulierend wirken und direkte Bewegungsrückmeldungen geben können.

Die virtuelle Realität ermöglicht zusätzlich eine realistischere Lernumgebung. Das ganze System wird von einem Computer kontrolliert, sodass auch die Trainingsdaten gespei- chert werden können (Bama Teknoloji, 2020).

Der Gait Exercise Assist Robot (GEAR), ein Gangunterstützungs-Assistenz Roboter der Toyota Motor Corporation, unterscheidet sich hauptsächlich dadurch von den anderen zwei Modellen, dass er eine Aufhängevorrichtung besitzt, welche den Patientinnen und Patienten etwas mehr Bewegungsfreiraum an Hüft- und den Kniegelenken bietet.

Dadurch fördert er ein natürliches Gangbild (Toyota Motor Corporation Official, 2017).

Im Jahre 2019 wurde die Einführung eines neuen GEAR, dem Welwalk WW-2000, an- gekündigt. Er besitzt, im Vergleich zum Vorgängermodell, eine bessere Datenverwaltung

(13)

und bessere Biofeedback- und Spielfunktionen, welche die Motivation der Patientinnen und Patienten erhöhen sollen (Toyota Motor Corporation, 2019).

2.4.2 Exoskelett ohne Körpergewichtsentlastung

Zwei Exoskelette ohne Körpergewichtsentlastung, welche in den eingeschlossenen Stu- dien Gegenstand der Forschung sind, werden in diesem Abschnitt kurz beschrieben.

Die exoskelettale Orthese Stride Managment Assist (SMA) von Honda R&D, ist ein tragbarer Roboter zur Unterstützung des Gehens, welcher von der Taille bis zum Ober- schenkel getragen wird. Befestigt wird der SMA um die Hüfte. Die Beine werden durch zwei Oberschenkelklammern gestützt, welche oberhalb der Knie fixiert werden. Insge- samt wiegt er etwa 2.4kg und besitzt zwei Motoren, welche beide seitlich des Hüftge- lenks fixiert werden. Die Batterie hält etwa zwei Stunden. Diese exoskelettale Orthese unterstützt den Träger bei der Flexion und Extension im Hüftgelenk, andere Bewegun- gen wie beispielsweise die Adduktion oder Abduktion im Hüftgelenk werden nicht gestört. Ein Winkelsensor berechnet das Gangverhältnis (Schrittlänge/Trittfrequenz) und passt Abweichungen in der Schrittsymmetrie automatisch an. Zusätzlich misst er Gang- merkmale, welche anschliessend auf einem Computer analysiert werden können. Um ein roboter-assistiertes Gangtraining mit dem SMA zu absolvieren, müssen die Patien- tinnen und Patienten selbständig oder mit minimaler Unterstützung laufen können (Honda Global, 2020).

Das Gait Enhancing and Motivating System (GEMS, Samsung Advanced Institute of Technology, Suwon, Republic of Korea) ist ein weiterer tragbarer Hüft-Assistenz-Robo- ter, der vom Aufbau und den Funktionen her etwa dem SMA entspricht (Lee et al., 2019).

2.4.3 Endeffektor

Unter dem Begriff Endeffektor werden in den eingeschlossenen Studien die G-EO Sys- teme und der Morning Walk verstanden.

Die Hauptmerkmale der G-EO Systeme sind eine Körpergewichtsstütze, ein Rücken- polster und zwei Fussplatten. Die Kontrolle der Körperposition wird anhand des Rücken- polsters gewährleistet. Dieses Polster ermöglicht eine Hüftsteuerung, welche auf fronta- ler, transversaler und sagittaler Ebene arbeitet. Indem die Körperposition kontrolliert wird, kann auch die natürliche Knie- und Hüftextension individuell eingestellt werden. Die Führung der betroffenen unteren Extremität wird durch die Fussplatten sichergestellt und beinhaltet zusätzlich eine Kniestütze, welche die Kniestabilität gewährleistet. Gang-Ein- stellungen wie Schrittlänge, Schritthöhe, Knöchelausrichtung und Geschwindigkeit können individuell angepasst und auch direkt während dem Training verändert werden.

(14)

Die G-EO System lassen sich durch unterschiedliche Einstellungen an Patienten mit verschiedenen Stufen der Beeinträchtigung anpassen (Reha Technology, 2020).

Bisher gibt es drei G-EO Systeme, welche unterschiedliche Gangfunktionen haben. Der G-EOL fördert natürliche Gangmuster, während der der G-EOS das Hoch- und Runter- steigen von Treppen, sowie das Bergauf- und Bergablaufen ermöglicht. Der G-EO1ist das neuste Modell, welches verbesserte Funktionen durch verschiedene Modi aufweist (Reha Technology, 2020).

Beim Morning Walk handelt es sich um einen Endeffektor, bei dem die Körpergewichts- entlastung durch eine Sitzform gewährleistet wird. Der Sitz besteht aus einem Sattel, einer Rückenlehne und zwei seitlichen Stangen zur Stabilisierung. Zusätzlich hat der Morning Walk zwei Fussplatten, welche eine individuelle Einstellung des Gangbildes, einschliesslich Schrittlänge, Schrittwinkel, Treppensteigen usw., ermöglichen (Curexo, 2020).

2.5 Messinstrumente

Die Mobilität der unteren Extremitäten, insbesondere das Gehen, ist ein multidimensio- naler Vorgang, welcher verschiedene Aspekte wie beispielsweise das Gleichgewicht, die Schrittsymmetrie oder einfache motorische Funktionen beinhaltet. Gerade nach einem Schlaganfall können solche Funktionen gestört sein und müssen durch Training und rehabilitative Interventionen wieder erlernt werden. Um die Wirkung dieser therapeuti- schen Massnahmen, wie das Gangtraining oder die Anwendung von robotischen Hilfs- mitteln, zu analysieren, werden unterschiedliche Messinstrumente verwendet. Häufig verwendete Assessments, Skalen und Instrumente werden im folgenden Abschnitt in verschiedene Kategorien unterteilt und genauer beschrieben.

2.5.1 Gleichgewicht

Wie von Schädler (2020) beschrieben, wird zur Beurteilung des Gleichgewichts die Berg Balance Scale (BBS) als Referenztest verwendet. Die Durchführung geschieht mittels Beobachtung von 14 Aktivitäten, wie beispielsweise Transfer oder drehen an Ort. Die Maximalpunktzahl von 56 Punkten bedeutet ein gutes Gleichgewicht.

Der Tinetti-Test, welcher synonym als Performance Oriented Mobility Assessment (POMA) bezeichnet wird, ist ein Test zur Erfassung des Sturzrisikos und des Gleichge- wichts. Der Test wird unterteilt in Gleichgewichts- und Gangmerkmale. Weiter untersucht er Haltung und Bewegungsabläufe beim Sitzen, Aufstehen, Gehen und Absitzen (Schäd- ler et al., 2020).

(15)

2.5.2 Geschwindigkeit

Der 10-Meter-Gehtest (10-Meter-Walk-Test, 10MWT) ist wie von Wirz (2006) definiert, ein Instrument zur Messung der Gehgeschwindigkeit über eine kurze Strecke. Teilweise wird auch der Begriff Comfortable (gemütlicher) 10-Meter-Gehtest (CWT) verwendet.

Der Treppen-Steigen-Test (Stair Climbing Test, SCT) ist ebenfalls ein Messinstrument für die Geschwindigkeit, hier wird die benötigte Zeit für das Hoch- und Runterlaufen einer Treppe gestoppt. Geschwindigkeitstest können über unterschiedliche Distanzen und beispielsweise auch auf dem Laufband durchgeführt werden. Benötigt wird dafür lediglich eine Stoppuhr und eine freie Gehstrecke (Wirz, 2006).

2.5.3 Gehfähigkeit

Die Ausdauer und Belastbarkeit wird anhand des 6-Minuten-Gehtests (6-Minutes-Walk- Test, 6MWT) eingeschätzt. Dabei wird die Gehstrecke gemessen, welche die Patientin oder der Patient während sechs Minuten zurücklegen kann (Wirz, 2006).

Laut Schädler et al. (2020), steht beim Timed Up and Go Test (TUG) die Mobilität, das Gleichgewicht und das Sturzrisiko im Vordergrund. Um die Daten zu quantifizieren, wird die Zeit gemessen, welche Patientinnen und Patienten benötigen, um von einem Stuhl aufzustehen, eine gewisse Strecke zu laufen, zu drehen, wieder zurück zu laufen und sich hin zu setzen.

Anhand der benötigten Hilfestellung, welche Patientinnen und Patienten beim Gehen erhalten, kann mit der von Schäfer et al. (2020) beschriebenen Functional Ambulation Categories (FAC) das Gehvermögen eingeschätzt werden. Der Gebrauch von Hilfsmit- teln, wie beispielsweise ein Gehstock oder Orthesen, wird nicht berücksichtigt, solange diese selbständig an- und ausgezogen werden können. Die FAC wird zwischen null und fünf eingestuft. Ein FAC-Wert von null bedeutet, dass die oder der Betroffene nicht geh- fähig ist oder Unterstützung durch mindestens zwei Hilfspersonen benötigt. Einen FAC- Wert von fünf hingegen steht für selbständige Mobilität (Marks, 2014).

Der Functional Independence Measure (FIM) untersucht verschiedenen Fähigkeiten des alltäglichen Lebens und die Selbständigkeit von Patientinnen und Patienten. Er wird unterteilt in motorische und kognitive Funktionen. Bei den motorischen Funktionen gibt es eine Aktivität, welche als Gehen (FIM-walk-score) definiert wird. Das Gehen kann mit einer Punktzahl von eins bis sieben eingestuft werden. Eins bedeutet totale Hilfestellung, sieben völlige Selbständigkeit (Schädler et al., 2020).

Wie der Name bereits sagt, wird auch durch die Walking Handicap Scale (WHS) das Gehvermögen, respektive dessen Beeinträchtigung, gemessen.

(16)

2.5.4 Motorische Funktionen

Ein spezifisches Assessmentinstrument zur Erfassung von motorischen Funktionen der oberen als auch unteren Extremitäten nach einem Schlaganfall ist laut Lüthi (2010) das FMA (Fugl-Meyer-Assessment). In Bezug auf die unteren Extremitäten werden Reflexe, Motorik, Koordination, Sensibilität, Gelenkbeweglichkeit und Gelenkschmerzen untersucht. Das FMA ist ein sehr ausführliches und dementsprechend zeitaufwendiges Assessmentinstrument. Anhand des FMA kann das Ausmass der Schädigung durch den Schlaganfall eingeschätzt werden (Schädler et al., 2020).

Der Trunk Control Test (TCT) untersucht die Rumpfstabilität. Er misst, wie sich Patien- tinnen und Patienten im Bett nach links und rechts drehen, aufsitzen und an der Bett- kante sitzen können. Nach einem Schlaganfall kann dadurch analysiert werden, wie stark die Ausprägung der Hemiparese und wie gross die Auswirkung der Rumpfinstabi- lität auf das Gehen ist (Fischer, 2014).

Zur Erfassung der Mobilität im Alltag, kann gemäss Schädler et al. (2020) der Rivermead Mobility Index (RMI) angewendet werden. Beim RMI werden Aktivitäten und Lagewech- sel (Rückenlage, Sitz und Gehen beim Duschen/Baden, Treppensteigen und Rennen) durch Befragung erfasst.

Das Stroke Impairment Assessment Set (SIAS) ist ein Schlaganfall spezifisches Mess- instrument, welches unterschiedliche Funktionen untersucht und bezüglich seiner Leis- tung bewertet. Der SIAS kann auch nur für die unteren Extremitäten verwendet werden und untersucht Funktionen wie Motorik, Bewegungsumfang oder Schmerzen (Tsuji, Liu, Sonoda, Domen, & Chino, 2000).

2.5.5 Muskelkraft

Die Medical Research Council (MRC) Skala ist ein Instrument zur Messung der Muskel- kraft. Die Kraft wird dabei in einer Skala von null bis fünf (0 = keine Kontraktion/keine Kraft, 5 = normale Kraft) eingeteilt. Auch der Motricity Index (MI) ist ein ähnliches Instru- ment zur Erfassung der Muskelkraft in den Extremitäten (Thomas, Scheffler, Elsner, &

Mehrholz, 2016).

Bei der Kraftmessung wird zunehmend versucht, objektive Untersuchungsverfahren in die Praxis zu implementieren. So wird zum Beispiel anhand von Messungen der Dreh- bewegung in den Gelenken das maximal willkürlich produzierte Drehmoment (MVT) gemessen, welcher Rückschlüsse auf die Muskelkontraktion ziehen lässt. Ebenfalls wird mit Elektromyographen die maximale Muskelkontraktion (MVC) gemessen. Konkret

(17)

werden die Muskelaktivitäten anhand von Elektroden erfasst und dargestellt (Neurozentrum Bern, 2020).

2.5.6 Ganganalyse

Die räumlich-zeitliche Ganganalyse hat zum Ziel, den Gangzyklus zu analysieren und Abnormalitäten zu erkennen. Gangsymmetrie, Trittfrequenz und Schrittlänge sind Bei- spiele für Gangparameter, welche analysiert werden. Diese Parameter können entweder direkt durch eine beobachtende Person oder durch Videoaufnahmen erfasst werden.

Das Rivermead Visual Gait Assessment (RVGA), ist ein Beispiel für die Videoanalyse.

Beim RVGA werden kinematische Aspekte der Gangabweichungen zweidimensional dargestellt und anschliessend durch Experten beurteilt (Gupta & Taly, 2019).

Mit modernen Analysesystemen können auch dreidimensionale Daten erfasst werden.

Anhand eines Bewegungs-Erfassungs-Kamerasystems mit mehreren Kameras und Licht emittierenden Diode (LED)-Markern, welche an unterschiedlichen Körperstellen der Patientinnen und Patienten befestigt werden, können die Bewegungen detailliert abgebildet und dreidimensionale Konstrukte des Gangbildes aufgezeigt werden. Das Analysesystem ist anschliessend in der Lage, anhand eines Rechenschemas, das alle Daten generiert, eine vollständige Analyse der motorischen Bewegung zu erstellen (BTS Bioengineering, 2020).

(18)

3 METHODE

Dieses Kapitel beschäftigt sich mit dem Vorgehen zur systematischen Literaturrecher- che. Ausserdem werden Ein- und Ausschlusskriterien sowie verwendete Filter detailliert beschrieben.

Passend zur Fragestellung wurden Suchbegriffe und Filter (Sprache, Studiendesign und Publikationszeitraum) definiert. Die systematische Literaturrecherche wurde auf drei verschiedenen Datenbanken durchgeführt. Die gefundenen Studien wurden zuerst auf Dup- likationen hin geprüft und anschliessend anhand von Ein- und Ausschlusskriterien einzeln beurteilt. Eine erste Beurteilung erfolgte mittels Titel- und Abstract-Screening, danach wurden Studien, welche den Ein- und Ausschlusskriterien entsprachen, weiter auf deren Volltext hin geprüft.

3.1 Ein- und Ausschlusskriterien

Der folgende Abschnitt soll aufzeigen, anhand welcher Kriterien die Studien, welche die vorliegende Bachelor-Thesis einschliesst, ausgewählt wurden. Zu diesem Zweck wurden Filter, Ein- und Ausschlusskriterien definiert.

3.1.1 Filter

Zur sprachlichen Verständlichkeit der Studien wurden die Filter Deutsch und Englisch gesetzt. Ein Abstract sollte vorhanden sein, um einen kurzen Überblick über den Inhalt des vorliegenden Textes zu erhalten. Damit bei der Studienauswahl eine möglichst hohe Evidenz erreicht werden konnte, wurde die Suche eingeschränkt auf systematische Re- views, Meta-Analysen, randomised controlled trials (RCT) und klinischen Studien. Pilot- studien wurden ebenfalls eingeschlossen. Diese weisen zwar in den meisten Fällen ein kleineres Sample auf, liefern aber trotzdem systematisch erfasste Ergebnisse. Damit die Literatur dem aktuellen wissenschaftlichen Stand entspricht, wurde der Publikationszeit- raum auf die letzten fünf Jahre begrenzt. Es wurde nur nach Studien gesucht, welche erwachsene Personen einschliessen, da der Schlaganfall bei Kindern sehr selten vorkommt und durch verschiedene Reorganisationsprozesse des Gehirns nicht ver- gleichbar ist.

3.1.2 Einschlusskriterien

Eingeschlossen wurden Studien, welche sich ausschliesslich auf das Krankheitsbild Schlaganfall beziehen.

Um den direkten Vergleich zwischen der Wirksamkeit von robotischen Hilfsmitteln der unteren Extremitäten und den pflegerischen Massnahmen aufzeigen zu können, wurden

(19)

nur Studien eingeschlossen, welche die Robotik mit der konventionellen Therapie vergleichen. Forschungen, welche eine Kombination aus Robotik und konventioneller The- rapie mit konventioneller Therapie allein vergleichen, wurden ebenfalls miteinbezogen.

Die Vergleichbarkeit mit pflegerischen Interventionen ist bei diesen Studien vorhanden.

Um die Pflegerelevanz zu gewährleisten, wurden nur Studien eingeschlossen, bei denen die Interventionen (Gehtraining mit oder ohne robotische Unterstützung) auch vom Pfle- gepersonal durchgeführt werden können. Teilweise wurde die Kontrollgruppe in den Studien jedoch als konventionelle Physiotherapie definiert. In diesen Fällen wurde die Intervention differenziert analysiert. Es wurde darauf geachtet, nur Studien einzuschlies- sen, bei denen klar zum Ausdruck kommt, dass der Begriff Physiotherapie Interventio- nen wie Bewegungsübungen und Gehtrainings beinhaltet, die ebenfalls durch geschul- tes pflegerisches Personal ausgeführt werden können.

Die Rehabilitation nach einem Schlaganfall kann in unterschiedlichen Settings durchge- führt werden. Daher wurden Studien sowohl aus dem Akutspital, als auch der stationären Rehabilitation und dem ambulanten Bereich verwendet. Des Weiteren stehen Gesund- heitsmodelle und -versorgungen stark in Zusammenhang mit den jeweiligen Ländern und Kulturen. Trotz dieser Tatsache wurden Studien aus der ganzen Welt miteinbezogen, um eine Verzerrung der Ergebnisse zu vermeiden.

3.1.3 Ausschlusskriterien

Ausgeschlossen wurden Studien, welche sich auf die Elektrostimulation des Gehirns oder auf robotische Hilfsmittel beziehen, bei denen die Elektrostimulation im Fokus steht.

Die Elektrostimulation wirkt zusätzlich auf andere neurologische Ebenen ein und würde den Rahmen der vorliegenden Arbeit übersteigen.

Robotische Hilfsmittel können entweder in Exoskelette oder Endeffektoren eingeteilt werden. Befasste sich eine Studie mit robotischen Geräten wie zum Beispiel intelligenten Mobilitätshilfen, welche nicht in diese beiden Kategorien eingeteilt werden konnten, wurden diese Studien ausgeschlossen. Studien, welche die Effektivität unterschiedlicher robotischer Hilfsmittel untereinander vergleichen, wurden ebenfalls nicht berücksichtigt.

Studien, welche gezielt auf motorische Störungen wie Ataxie, das Pusher-Syndrom oder die Lateropulsion eingehen, wurden ebenfalls ausgeschlossen. Dies sind Symptome, welche zwar oft im Zusammenhang mit einem Schlaganfall auftreten, jedoch trotzdem sehr spezifisch und eigenständig sind und somit eine andere Population darstellen.

Da in der vorliegenden Arbeit nach Studien gesucht wurde, welche robotische Hilfsmittel untersuchen, die sich auf die Mobilität der unteren Extremitäten beziehen, wurden

(20)

Studien ausgeschlossen, welche ausschliesslich die oberen Extremitäten oder die virtuelle Realität behandeln. Aus dem gleichen Grund wurden auch Studien ausgeschlossen, welche beispielsweise auf die Verbesserung der kardiovaskulären Fitness eingehen oder Studien, bei denen sich die Einnahme von Medikamenten auf die Ergebnisse aus- wirkt.

Von den 23 auf Volltext überprüften Studien wurden 10 Studien ausgeschlossen. Die Gründe, die zum Ausschluss führten, sind der Tabelle 19 im Anhang zu entnehmen.

3.2 Systematische Literaturrecherche

Die systematische Literaturrecherche wurde auf den Datenbanken Medline über Pub- Med, Cochrane Library und Embase durchgeführt. Um Studien zu finden, welche die Anwendung von robotischen Hilfsmittel untersuchen, wurden die Suchbegriffe „robotics“

oder „artificial intelligence“ definiert. Weil die Robotik ein Teilgebiet der künstlichen Intel- ligenz ist, wurde dieser Ausdruck ebenfalls in die Suchstrategie integriert. Da in der Fra- gestellung Patientinnen und Patienten nach einem Schlaganfall als Population genannt werden, wurde der Suchbegriff „stroke“ gewählt. Die Autorinnen beziehen sich in der vorliegenden Arbeit auf die unteren Extremitäten, daher wurden Suchbegriffe wie „walking“, „lower extremity“ und „gait“ verwendet. Interventionen wie das Gehtraining fallen in den übergeordneten Bereich Rehabilitation, weshalb „rehabilitation“ ebenfalls in die Suchstrategie integriert wurde.

Tabelle 1: Übersicht systematische Literaturrecherche

Datenbank Suchbegriff, Schlagwörter, Operatoren

Filter Anzahl

gefundene Studien

Anzahl verwendete Studien

Medline über Pubmed

(((("Robotics"[Mesh]) OR

"Artificial

Intelligence"[Mesh])) AND

"Stroke

Rehabilitation"[Mesh]) AND

"Walking"[Mesh]

Abstract 5 years

English und German Adults (19+)

RCT, Systematic Review, Meta-Analysis, Clinical Trial

27 5

Cochrane Library

(("Robotics"[Mesh]) OR

"Artificial

Intelligence"[Mesh])) AND

"Stroke

Rehabilitation"[Mesh]) AND

"Walking"[Mesh] OR

“Lower Extremity” [Mesh]

Custom Range: 2015-2020 27 0

(21)

Embase robotics AND stroke rehabilitation AND walking OR gait

Cochrane review OR systematic review OR meta analysis OR controlled clinical trial OR randomized controlled trial AND english OR german AND adult OR middle aged OR aged OR very elderly

31 8

3.3 Literaturauswahl

Das Auswahlverfahren der Studien wird anhand des Flussdiagramms (Abbildung 1) von Moher, Liberati, Tetzlaff & Altman (2009) aufgezeigt.

Abbildung 1: Flussdiagramm zur Literaturauswahl Gefunden durch Datenbanksuche (PubMed n = 27) (Cochrane n = 27)

(Embase n = 31)

Zusätzlich gefunden in anderen Quellen

(n = 0)

Verbleiben nach Entfernen von Duplikaten (n = 44)

In Vorauswahl aufgenommen (n = 44)

Ausgeschlossen (n = 21)

Volltext auf Eignung beurteilt (n = 23)

Volltextartikel ausgeschlossen mit Begründung (n = 10)

Studien eingeschlossen in qualitative

Zusammenfassung (n = 13)

Studien eingeschlossen in quantitative Zusammenfassung (n = 0) IdentifikationVorauswahl EignungEingeschlossen

(22)

Durch die systematische Literaturrecherche konnten insgesamt 13 Studien eingeschlossen werden. Bei den Studien handelt es sich hauptsächlich um RCTs und Pilotstudien von RCTs. Bei zwei Pilotstudien handelt es sich um nicht-randomisierte Trials, eine weitere Pilotstudie ist eine sogenannte Querschnittstudie. Drei systematische Reviews und eine Meta-Analyse wurden ebenfalls eingeschlossen. Eine Liste der eingeschlossenen Studien ist dem Anhang zu entnehmen.

Zur Beurteilung der Studien wurde die Checkliste von Polit und Beck (2017) verwendet.

Systematische Reviews und eine Meta-Analyse wurden anhand der Checkliste von Shea et al. (2007) beurteilt. Alle Checklisten können auf Wunsch von den Autorinnen eingefordert werden.

Bei den systematischen Reviews und der Meta-Analyse handelt es sich um sekundäre Studien, weshalb sie keine Prüfung durch die Ethikkommission vorweisen müssen. Die weiteren neun Studien wurden alle durch eine Ethikkommission oder ein Institutional Review Board (IRB) überprüft. Die Patientinnen und Patienten wurden über das Vorge- hen der Interventionen der Studien informiert und mussten eine schriftliche Einwilligung unterzeichnen. Zusätzlich erhielten in allen Studien sowohl die Interventionsgruppe, als auch die Kontrollgruppe, vertretbare Therapien zur Verbesserung der Mobilität. Die The- rapie durch die robotischen Hilfsmittel führte zu keinen unerwünschten Nebenwirkungen.

(23)

4 ERGEBNISSE

In Kapitel 4 erfolgt die Auswertung der Ergebnisse. Diese werden in Bezug auf die Fra- gestellung (siehe Kapitel 1.2) überprüft. Die Ergebnisse, welche zur Beantwortung der Fragestellung relevant sind, wurden aus den eingeschlossenen Studien extrahiert und anschliessend tabellarisch dargestellt. Einzelne Ergebnisse, welche sich nicht explizit auf die unteren Extremitäten oder das Gehen beziehen, wurden nicht erfasst.

Weiter werden die gewonnen Erkenntnisse der Studien in der Synthese kategorisiert und zusammengefasst.

(24)

Tabelle 2: Does robot-assisted gait training improve mobility, activities of daily living and quality of life in stroke? A single-blinded, randomized controlled trial

Autoren, Jg., Land Setting und Sample Intervention und/oder verwendete Instrumente

Wichtigste Ergebnisse mit Kennzahlen bzw. Zitaten Stärken / Schwächen Evidencelevel (Mustafaoglu, Erhan,

Yeldan, Gunduz, &

Tarakci, 2020) Türkei

Setting: Spital für Physiotherapie und Rehabilitation Istanbul Sample: n = 51 Einschlusskriterien:

Diagnose eines CVIs (vor min. 3 Monaten),

≥ 18 und < 75 Jahre, FAC > 3, 10m unabhängig oder unter Aufsicht gehen, ärztliche

Genehmigung zur Teilnahme

Ausschlusskriterien:

schwere visuelle und kognitive

Beeinträchtigung, anderen

Beeinträchtigungen des Bewegungs- apparates, früheren Roboterinterventionen für das Gehtraining, schweren

Herzerkrankungen, unkontrollierte Hypertonie oder Schmerzen

Die Interventionsphase dauerte 6 Wochen.

Messungen wurden vor (T0) und nach (T1) der

Intervention

anhand des 6MWT, SCT, FMA, CWT durchgeführt.

Gruppe 1, kombiniertes Training (n = 17): RAGT (Lokomat; 2x 45min pro Woche) plus CT (5x 45min pro Woche)

Gruppe 2, CT (n = 17):

Gewichtsverlagerung auf das paretische Bein, Transfer vom Sitzen in den Stand, individuelles Gangtraining, automatisierte

Trainingsgeräte wie Laufband, Ergometer oder Stepper waren nicht erlaubt (5x 45min pro Woche) Gruppe 3, RAGT (n = 17):

Lokomat, Entlastung des Körpergewichts wurde im Verlauf reduziert, Geschwindigkeit wurde erhöht, keine manuelle Unterstützung (2x 45min pro Woche)

Nach dem Training konnten innerhalb der Gruppen zu allen Bereichen eine signifikante Verbesserung festgestellt werden (p = 0.001) Die Veränderungen zwischen den drei Gruppen (Gr) wurden miteinander verglichen.

Primäre Ergebnisse:

6MWT:

Mean-Veränderung (T0 zu T1): Gr 1 (13.4 ± 4.7), Gr 2 (6.2 ± 3.4), Gr 3 (8.4 ± 4.7); p < 0.0001

Gr 1 – Gr 2: p < 0.0001; Gr 1 – Gr 3: p = 0.0003;

Gr 2 – Gr 3: p = 0.333 SCT:

Mean-Veränderung (T0 zu T1): Gr 1 (-9.6 ± 4.8), Gr 2 (-4.6 ± 2.5), Gr 3 (-5.7 ± 5.3), p = 0.004

Gr 1 – Gr 2: p = 0.003; Gr 1 – Gr 3: p = 0.007;

Gr 2 – Gr 3: p = 0.333 Sekundäre Ergebnisse:

FMA – untere Extremitäten:

Mean-Veränderung: p = 0.049

Gr 1 – Gr 2: p = 0.015; Gr 1 – Gr 3: p = 0.333;

Gr 2 – Gr 3: p = 0.119 CWT:

Mean-Veränderung: p = 0.025

Gr 1 – Gr 2: p = 0.015; Gr 1 – Gr 3: p = 0.011;

Gr 2 – Gr 3: p = 0.333

Anhand dieser Zahlen kann aufgezeigt werden, dass zwischen der alleinigen Anwendung des RAGT oder der CT generell kein signifikanter Unterschied in Bezug auf die Mobilität erreicht werden konnte (p > 0.05). Die kombinierte Gruppe zeigt jedoch teilweise eine signifikante Verbesserung der Mobilität im Vergleich zu nur RAGT oder nur CT auf (p >

0.05). Diese Zahlen bestätigen die formulierte Hypothese.

Stärken:

Hohes Evidenzlevel Limitationen der Studie werden erwähnt Schwächen:

Kleines Sample Gruppe 1 erhielt deutlich mehr Therapie, ansonsten Unterschiede zwischen den Gruppen relativ gering

Kein Follow-up Keine Verblindung der Assessments

Skalen und

Assessments werden nicht beschrieben Evidenzlevel: 2a (Polit

& Beck, 2017) Fragestellung/Ziel-

setzung/Hypothese und Design Ziel: Die

Auswirkungen des roboter-assistierten Gangtrainings (RAGT) mit dem Lokomat zu untersuchen.

Hypothese: Die Anwendung eines kombinierten Trainings liefert bessere Ergebnisse, als die alleinige Anwendung von RAGT oder konventioneller Therapie (CT).

Design: prospective, single-blinded RCT

(25)

Tabelle 3: Effectivness of Intervention Based on End-effector Gait Trainer in Older Patients With Stroke: A Systematic Review

Autoren, Jg., Land

Setting und Sample

Intervention und/oder verwendete Instrumente

Wichtigste Ergebnisse mit Kennzahlen bzw. Zitaten Stärken / Schwächen Evidencelevel

(Maranesi et al., 2019) Italien

Datenbanken:

Cochrane, Embase, Scopus und PubMed Zeitperiode:

Oktober 2008 bis Oktober 2018 Sample: 10 Artikel (9 RCT)

Die gefundenen Studien wurden durch 4 Experten eingeschätzt und anhand von Ein- und Ausschlusskriterien ausgesucht.

Qualitätseinschätzung wurden anhand der PEDro Skala durchgeführt. Das Endergebnis wurde definiert, wenn 3 der Autoren eine Einigung erzielten.

Von 10 berücksichtigten Studien waren RCT und eine Punktzahl von 7 bis 10 wurden erreicht.

Messung anhand 10MWT, 6MWT, FAC, BBS, MI, FAC, RMI

Endeffektortechnologien (IG) im Vergleich zu konventioneller Physiotherapie (KG) oder Vergleiche zwischen unterschiedlichen Endeffektortechnologien Dauer des Trainings: 3 bis 5 Wochen, nur in 2 Studien 3 Monate.

Fünf Studien hatten ein Follow- up (nach 3 Monaten, 6 Monaten oder 2 Jahren)

Die Ergebnisse der 10 Studien, wurden in der systematischen Review einzeln aufgezeigt. Aus 7 der 10 Studien konnten Ergebnisse zur Beantwortung der Fragestellung genommen werden. Die einzelnen Studien mit ihren Ergebnissen werden auszählend aufgelistet.

Roboter-assistiertes Gehtraining ohne vs. mit Elektrostimulation vs. konventionelle Therapie:

− keine signifikanten Unterschiede bezüglich 10MWT und 6MWT zwischen den Gruppen

− keine signifikanten Unterschiede bezüglich FAC, MI, BBS zwischen den Gruppen

− signifikante Verbesserung in der IG als in der KG bezüglich FAC, kein signifikanter Unterschied bezüglich BBS, auch bei Follow-up

Roboter-assistiertes Gehtraining vs. konventionelle Therapie:

− keine signifikanten Unterschiede bezüglich 6MWT, BBS, MI zwischen den Gruppen

− kein signifikanter Unterschied bezüglich FAC, auch bei Follow-up

− Verbesserungen in der IG in Bezug auf FAC (p <

0.01), und RMI-Werte signifikant grösser als in der KG, auch bei Follow-up

Roboter-assistiertes Gehtraining vs. konventionelles Gangtraining vs. Physiotherapie:

− signifikante Verbesserung in der IG im Vergleich zur KG in Bezug auf FAC, auch bei Follow-up

In Bezug auf einzelne Parameter konnte in den einzelnen Studien der systematische Literaturrecherche eine signifikante Verbesserung zwischen der IG und der KG festgestellt werden.

Stärken:

Klares methodologisches Vorgehen

Die Qualität der Studien wurde anhand der PEDro Skala eingeschätzt Schwächen:

Nur wenige Studien mit langfristigem Follow-up Keine Liste der

ausgeschlossenen Studien Die Wahrscheinlichkeit eines Publikationsbias wurde nicht bewertet Keine klare Methode um die Ergebnisse angemessen zu kombinieren

Ergebnisse werden einzeln aufgelistet

Ergebnisse sind

unübersichtlich dargestellt Heterogenität wird nicht erwähnt

Nicht klar ob eine Post-Hoc- Analyse durchgeführt wurde Evidenzlevel: 1a (Polit &

Beck, 2017) Fragestellung/Ziel-

setzung/Hypothese und Design

Ziel der Studie ist es, die Auswirkungen der Endeffektortechnologie in der Rehabilitation bei Betroffenen nach einem akuten, subakuten und chronischen CVI, in Bezug auf den Gang zu analysieren, um dadurch das Wissen für die Anwendung im klinischen

Krankenhaussetting zu erhöhen.

Design: systematische Literaturreview

(26)

Tabelle 4: Randomized Controlled Trial of Gait Training Using Gait Exercise Assist Robot (GEAR) in Stroke Patients with Hemiplegia

Autoren, Jg., Land Setting und Sample Intervention und/oder verwendete Instrumente

(Tomida et al., 2019) Japan

Setting:

Rehabilitationsstation des Fujita Health University Nanakuri Memorial Spitals

Sample: n = 56 Einschlusskriterien:

Hemiplegie nach primärem CVI, Alter 20 bis 79 Jahre, Stroke Impairment Assessment Set – untere Extremitäten (SIAS-L/E score) 0-3, Functional Independence Measure (FIM) – walk score 1-3, FIM scores ≥ 3 Ausschlusskriterien:

Patientinnen/Patienten mit Belastungs- einschränkungen, Gelenkkontrakturen oder Erkrankungen des peripheren Nervensystems

4 Wochen, jeweils 7 Tage pro Woche

Messungen: bei Aufnahme, vor der Intervention (T0), während der Intervention wurden wöchentlich Messungen gemacht (Woche 1,2,3,4), anschliessend 8 Wochen nach Aufnahme und vor Austritt

Anhand vom FIM bezogen auf die Aktivität Gehen, SIAS – untere Extremitäten GEAR-Gruppe (IG, n=13):

60min Physiotherapie, 40min Gehtraining mit dem GEAR und 60-80min Ergotherapie pro Tag Gehgeschwindigkeit, Einstellung der Orthesen und Entlastung des Körpergewichts wurden individuell eingestellt Kontrollgruppe (KG, n=13):

60min Physiotherapie, 40min konventionelles Gehtraining und 60-80min Ergotherapie pro Tag

Primäre Ergebnisse:

FIM – walk improvement efficiency (Geh- Verbesserungseffizienz):

nach Abschluss der 4-wöchigen Intervention, war die FIM – Gangverbesserungseffizienz in der GEAR- Gruppe signifikant höher als in der KG (p = 0.01) Mean-Veränderung: GEAR-Gruppe 0.7 ± 0.4, KG 0.4 ± 0.3

Sekundäre Ergebnisse:

FIM – Geh-Punktzahl:

Mean – Veränderung (± SD) T0 zu 4 Wochen nach Start der Intervention: GEAR-Gruppe 2.2 ± 0.6, KG 1.5

± 0.7; p = 0.01

Mean – Veränderung T0 zu 8 Wochen nach Start der Intervention: IG 2.6 ± 0.7, KG 2.1 ± 0.8; p = 0.09 Mean – Veränderung T0 zu vor Austritt: IG 3.0 ± 0.7, KG 2.8 ± 0.9; p = 0.52

Bei Austritt erreichten, 8 von 13 Patientinnen/Patienten in der GEAR-Gruppe und 4 von 13

Patientinnen/Patienten in der KG, die angestrebten FIM – Geh-Punktzahl von 6 oder mehr (p = 0.12).

Gangmuster: Nach einem CVI tendieren Betroffene dazu, ein 3-Punkte-Gang einzunehmen, wo hingegen der 2-Punkte-Gang normal wäre. Bezüglich

Gangmuster wurde kein signifikanter Unterschied zwischen den beiden Gruppen festgestellt (p = 0.23).

Zu jedem Messzeitpunkt, konnte kein signifikanter Unterschied zwischen den beiden Gruppen bezüglich dem SIAS- untere Extremitäten festgestellt werden.

Stärken:

Hohes Evidenzlevel GEAR wird ausführlich beschrieben

Gut geschulte Therapeutinnen/

Therapeuten Schwächen:

Kleines Sample

Es wird hauptsächlich das Messinstrument FIM

verwendet, das Gehen ist aber eine multidimensionale Funktion und umfasst mehrere Aspekte

Keine Verblindung

Evidenzlevel: 2a (Polit & Beck, 2017)

Fragestellung/Ziel- setzung/Hypothese und Design Ziel dieser Studie ist es, die Wirksamkeit von roboter- assistierten

Gangtrainings durch den, Gait Exercise Assist Robot (GEAR), bei Patientinnen und Patienten nach einem primären CVI zu evaluieren.

Design: open-label RCT

(27)

Tabelle 5: Clinical non-superiority of technology-assisted gait training with body weight support in patients with subacute stroke: A meta-analysis

Autoren, Jg., Land Setting und Sample Intervention und/ oder verwendete

Instrumente

(Hsu, Cheng, Lai, &

Lin, 2019) Taiwan

Datenbanken:

PubMed, Embase, Web of Science Auf Cochrane und Google Scholar wurde nach weiteren Referenzen gesucht Zeitperiode:

Start nicht genau definiert, bis Juli 2019 Sample: n = 23 (14 Studien zu roboter- assistiertem

Gangtraining (RAGT) und 9 Studien zu Körpergewicht- gestütztem Laufbandtraining (BWSTT)) Die Meta-Analyse beinhaltet insgesamt 1452

Teilnehmerinnen/

Teilnehmer Schlaganfall länger als 6 Monaten

Die Studien wurden durch drei Autoren gesucht und anhand von konkreten Ein- und Ausschlusskriterien gescreent

Qualitätseinschätzung:

Zwei Autoren

bewerteten die Qualität der eingeschlossenen Studien mit der PEDro Skala und dem Cochrane Risk of Bias Tool,

Heterogenitätsmessung Vergleiche zwischen TAGT (Untergruppen:

RAGT, BWSTT und Total) und COT Unterschied zwischen RAGT und BWSTT ist der Untergrund:

normaler Boden vs.

Laufband

Motorische Beeinträchtigung der Betroffenen unteren Extremität:

Nach Intervention - Total (RAGT+BWSTT) vs. COT: p = 0.75, RAGT vs. COT: p = 0.22, BWSTT vs. COT: p = 0.05 Follow-up – Total vs: COT: p = 0.49, RAGT vs. COT: p = 0.05, BWSTT vs. COT: p = 0.24

Mobilitätsfähigkeit:

Nach Intervention – Total vs. COT: p = 0.14, RAGT vs. COT:

p = 0.20, BWSTT vs. COT: p = 0.50

Follow-up – Total: p = 0.88, RAGT: p = 0.89, BWSTT: p = 1.0 Gehgeschwindigkeit:

Nach Intervention: p > 0.13, Follow-up: p > 0.23 Ausdauer/Fitness:

Nach Intervention: p > 0.23, Follow-up: p > 0.41 Gleichgewichtsfähigkeit:

Nach Intervention: p > 0.51, Follow-up: p > 0.60

Am Ende der Interventionen ergab die Meta-Analyse keine signifikanten Unterschiede zwischen TAGT und COT in jedem der 6 Ergebniskategorien in der RAGT- oder BWSTT- Untergruppe oder in beiden Untergruppen kombiniert.

Auch bei den Follow-ups (n = 13) konnten keine signifikanten Unterschiede zwischen TAGT und COT festgestellt werden.

Heterogenität:

Nach Intervention: I² = zwischen 0% und 79%

Follow-up: I² = zwischen 0% und 90%

Stärken:

Nachvollziehbares

methodologisches Vorgehen Sinnvolle Untergruppen der Ergebnisse

Umfassende

Qualitätseinschätzung Umfassende Diskussion Limitationen werden beschrieben Schwächen:

Einige der eigeschlossenen Studien weisen

methodologische Mängel auf Die eingeschlossenen Studien unterscheiden sich im

Interventionssetting, Studienpopulation und Ergebnisbewertungen teilweise erheblich

Keine direkte Information über die tatsächliche Anzahl der Wiederholungen des TAGT, somit wird eine Fragestellung nicht direkt beantwortet Evidenzlevel: 1a (Polit & Beck, 2017)

Fragestellung/Ziel- setzung/Hypothese und Design Ziel: Die Studie vergleicht die

therapeutische Wirkung von technologie- assistierten

Gangtrainings (TAGT- Programmen), welche eine hohe Anzahl von Schrittwiederholungen liefern, mit

konventionellen Gangtrainings (COT).

Design: Meta-Analyse