持续性姿势感知性头晕的步态特征分析

Abstract

Objective

To investigate gait characteristics under different walking conditions in patients with persistent postural-perceptual dizziness (PPPD) and to examine their correlation with dizziness and balance scales.

Methods

This study included 45 patients diagnosed with PPPD and 45 healthy controls recruited from the Department of Neurology, Xi'an Third Hospital, Northwest University, between January 2024 and March 2025. Gait parameters were assessed using a portable gait analysis system during single-task free walking and dual-task walking (while viewing and naming sequentially displayed fruit images on a mobile phone). Participants also completed the Dizziness Handicap Inventory (DHI) and Activities-specific Balance Confidence (ABC) Scale. Gait parameters were compared between groups and across tasks, and correlations between gait parameters and scale scores were analyzed. Receiver operating characteristic (ROC) curve analysis was used to evaluate the predictive efficacy of gait parameters for PPPD.

Results

Compared to healthy controls, patients with PPPD exhibited significantly shorter stride length, slower gait speed, wider stride width, and longer stance phase percentage during both single-and dual-task walking (all P < 0.01). These abnormalities were further exacerbated under dual-task conditions (all P < 0.01). ROC analysis revealed that dual-task stance phase (%) had the highest predictive value for PPPD (AUC=0.83; 95%CI 0.75-0.92), followed by dual-task gait speed (AUC=0.80; 95%CI 0.70-0.89) and single-task stance phase (%) (AUC = 0.75; 95%CI 0.65-0.85). A combined model incorporating dual-task gait speed and dual-task stance phase demonstrated superior diagnostic performance (AUC=0.895; 95%CI 0.83-0.961; Youden index=0.689), significantly outperforming dual-task stance phase alone (P < 0.05). Single-task gait speed showed a strong positive correlation with ABC scores (r=0.598, P < 0.01), No significant correlations were found between DHI scores and gait parameters (including velocity, stride length, step length, stride width, or stance phase percentage) under either walking conditions (P>0.05).

Conclusion

Individuals with PPPD demonstrate reduced stride length, slower walking speed and rhythm, a broader base of support, and an increased proportion of time spent in the stance phase. A combined metric incorporating dual-task stance phase percentage and dual-task walking speed enhances differentiation between PPPD patients and healthy individuals.

持续性姿势感知性头晕(persistent postural-perceptual dizziness，PPPD)是一种慢性功能性神经障碍，临床主要表现为持续的非旋转性眩晕、不稳感及主观性平衡障碍，人群患病率为14%~40%^[1-3]。平衡障碍在行走和站立时症状加剧，尤其在面对复杂感知刺激，如过桥、上下楼梯或在空旷场所移动或处于人群密集处等特定社交环境时更为显著^[4-5]。现有研究多集中于PPPD患者在静态站立时的姿势特征^[6-7]，对其步态的分析相对缺乏。本研究旨在探究PPPD患者在不同任务模式下行走时的步态参数特征，分析这些参数与眩晕平衡量表的相关性及其在PPPD诊断中的价值。

1. 资料与方法

1.1. 临床资料

共纳入90例受试者，所有病例均来自2024年1月至2025年3月西北大学附属医院(西安市第三医院)神经内科门诊或住院部，包括45例PPPD患者(试验组)，以及45例健康志愿者(对照组)。本研究方案经西北大学附属医院(西安市第三医院)伦理委员会审查批准(No：SYLL-2024-081)。所有参与者均在入组前签署书面知情同意书。

纳入标准：①年龄18~65岁；②符合巴拉尼协会2017年发布的PPPD诊断标准^[1]。排除标准：①合并良性阵发性位置性眩晕(BPPV)、前庭神经炎等器质性前庭疾病史及前庭功能检查异常者；②神经系统或运动系统疾病导致步态异常；③正在使用苯二氮䓬类等前庭抑制剂；④存在认知功能障碍或精神类疾病，无法配合评估。

1.2. 平衡量表评估

采用眩晕障碍量表(dizziness handicap inventory，DHI)和特定活动平衡信心量表(activities-specific balance confidence，ABC)进行临床症状及功能影响的量化评估^[8]。

1.3. 步态数据采集与分析

使用便携式步态分析系统(IDEEA^® 3.0，MiniSun，USA)采集步态参数^[9]。该系统包括5个微型运动传感器，分别贴附于受试者胸骨柄、双侧大腿前侧及双足足底。传感器采样频率设为32 Hz，通过无线方式将运动信号传输至主处理器(佩戴于腰部)，再经数据转换装置导入计算机。采用配套Actview^TM软件处理原始信号并提取步态参数。受试者进行单任务自由行走、双重任务(行走时观看手持手机屏膜上滚动闪现播放的水果图片并读出名字)的步态测试，记录步态参数数据用于后续分析。

1.4. 统计学方法

所有统计分析采用Zstats平台(www.zstats.net)及R语言(version 4.3.3)完成。分类变量以例数(%)描述，组间比较采用χ²检验。符合正态分布的连续变量以X±S描述，组间比较采用独立样本t检验；非正态分布变量以M(P₂₅，P₇₅)描述，组间比较采用Mann-Whitney U检验。使用受试者操作特征曲线下面积评估预测能力，最佳截断值通过最大化约登指数(敏感性+特异性-1)确定。步态特征与平衡量表采用Pearson相关性分析。以P < 0.05为差异有统计学意义。

2. 结果

2.1. PPPD组及健康对照组人口统计学及临床资料比较

PPPD组及健康对照组在年龄、身高、体重、性别等一般资料比较差异无统计学意义(P>0.05)；PPPD病程中位数16(6，31)个月，见表 1、图 1。

表 1.

PPPD组及健康对照组间人口学及临床资料的比较 X±S

项目	PPPD组(n=45)	对照组(n=45)	t/χ2	P
年龄/岁	53.89±12.11	53.58±11.57	0.12	0.901
身高/cm	166.20±7.94	166.42±8.21	-0.13	0.896
体重/kg	70.25±13.65	69.06±11.71	0.44	0.659
性别/例(%)			0.40	0.527
男	22(48.89)	25(55.56)
女	23(51.11)	20(44.44)
病程/月	16(6，31)	-
DHI/分	50.87±8.33	-
ABC/分	64.53±8.81	-

图 1.

PPPD组单任务行走与双任务行走步态参数比较

2.2. PPPD组与健康对照组在不同任务行走条件下的步态参数比较

与健康对照组比较，PPPD组在执行自由行走单任务及双任务步行时，均表现为步长缩短、步速降低、步基增宽、站立相占比增高(P < 0.01)，而2组步幅、步频差异无统计学意义(P>0.05)，见表 2。与执行单任务行走比较，PPPD组在执行双任务步行时，步长更短、步速更慢，步基更宽，站立相占比显著增加(P < 0.01)，见图 1。

表 2.

PPPD组与健康对照组在不同任务行走条件下的步态参数比较 X±S

项目	单任务行走					双任务行走
	PPPD组(n=45)	对照组(n=45)	t	P		PPPD组(n=45)	对照组(n=45)	t	P
步长/m	0.57±0.09	0.61±0.06	-2.86	0.005		0.53±0.02	0.55±0.04	-3.37	0.001
步速/(m/s)	0.94±0.13	1.02±0.11	-3.14	0.002		0.78±0.10	0.92±0.10	-6.43	< 0.001
步幅/m	1.10±0.12	1.13±0.12	-1.07	0.288		1.00±0.09	1.04±0.11	-1.69	0.095
步频(步/min)	102.51±9.47	106.20±8.33	-1.96	0.053		90.87±7.11	93.46±7.33	-1.70	0.093
步基/m	0.11±0.02	0.10±0.02	2.52	0.014		0.12±0.03	0.10±0.02	3.20	0.002
站立相/%	67.12±3.52	63.94±1.83	5.37	< 0.001		72.16±2.09	70.33±2.02	4.23	< 0.001

2.3. 步态参数对PPPD诊断的敏感度及特异度

本研究通过ROC分析比较了不同步态参数及拟合参数对PPPD诊断的预测效能，见表 3。结果显示，双任务站立相(%)具有最高的AUC值0.83，95%CI 0.75~0.92)，其次是双任务步速，AUC值0.80，95%CI 0.70~0.89)和站立相(%)，AUC值0.75，95%CI 0.65~0.85)，见图 2A。将双任务步速、双任务站立相(%)拟合进行ROC分析，两者联合的模型表现出最佳的诊断效能，AUC为0.895(95%CI 0.83~0.961)，Youden指数0.689，显著优于双任务站立相(%)(P < 0.05)，见图 2B。

表 3.

步态参数对PPPD诊断的敏感度及特异度

变量	AUC(95%CI)	预测概率阈值	特异度	灵敏度	Youden指数	切值
步长	0.650(0.532~0.781)	0.584	0.844	0.622	0.467	0.545
步速	0.679(0.568~0.790)	0.479	0.533	0.711	0.244	0.995
站立相/%	0.750(0.648~0.854)	0.544	0.844	0.644	0.489	65.730
双任务步长	0.700(0.598~0.808)	0.515	0.578	0.711	0.289	0.535
双任务步速	0.790(0.704~0.885)	0.531	0.711	0.711	0.422	0.845
双任务站立相/%	0.834(0.748~0.920)	0.446	0.711	0.867	0.578	71.325
拟合	0.895(0.830~0.961)	0.530	0.844	0.844	0.689	-

图 2.

各步态参数及拟合模型对PPPD预测的ROC曲线

A：模型1步长，模型2步速，模型3站立相(%)，模型4双任务步长，模型5双任务步速，模型6双任务站立相(%)；B：模型1拟合双任务步速和双任务站立相(%)，模型2双任务站立相(%)。

2.4. 平衡量表与步态参数的Pearson相关性分析

单任务行走时，步速与ABC评分呈强正相关(r=0.598，P < 0.01)，步长、步幅、步基、站立相比例与ABC评分无关(P>0.05)；双任务行走时，步速与ABC评分呈弱正相关(r=0.306，P=0.041)，步长、步幅、步基、站立相比例与ABC评分无关(P>0.05)。单任务和双任务行走时，步速、步长、步幅、步基、站立相比例与DHI评分均无关(P>0.05)。PPPD患者ABC评分与单任务步速的Pearson相关性分析，见图 3。

图 3.

PPPD患者ABC评分与单任务步速的Pearson相关性分析

3. 讨论

PPPD患者步态异常的核心机制在于基线状态下对平衡控制的过度警觉，导致不恰当的中枢运动调控。患者静站立时即出现下肢抗重力肌的协同收缩增强，引发肌肉骨骼系统僵化，从而限制关节活动度、降低姿势调节灵活性(尤其是踝关节策略)，并削弱应对意外扰动能力，这种僵化同时加剧肌肉力输出波动，表现为短期开环姿势晃动增强，并因感觉反馈阈值降低而提前触发闭环调节^[10]。一项定量步态分析研究表明，PPPD患者的运动模式表现出区别于传统前庭疾病的特殊适应性特征，会出现“谨慎步态”，其特征为轻度至中度步速下降、步幅缩短、步基增宽及步态变异性增加^[11]。另一研究显示，在10 m睁眼步行测试中，PPPD患者的骨盆稳定性和步态对称性低于健康对照组；而在Fukuda闭眼测试中，PPPD患者表现出与健康对照组相当的闭眼姿势控制能力^[12]。本研究采用便携式步态分析仪发现PPPD患者较健康对照组存在单任务及双任务步长、步速、步基、站立相百分比等步态参数的显著差异。另外，发现步速与ABC信心评分成正比，这表明平衡信心不足时为减少感知不稳可能引发患者对自身平衡的过度关注，而采取的保守、僵硬步态，影响步态的流畅性和稳定性，加重头晕的症状^[11]。通过ROC曲线分析分析比较了不同步态参数对PPPD的预测效能。结果显示，双任务站立相百分比和双任务步速均有显著的预测价值，将两者拟合进行ROC分析，两者联合的模型表现出最佳的诊断效能，AUC为0.895(95%CI 0.830~0.961)，提示步态特征参数有助于辅助早期诊断PPPD。

前额叶、辅助运动区、运动前区及初级运动皮层在动作的规划、启动和执行过程中发挥关键作用^[13]。与此同时，前额叶皮层还负责处理工作记忆和言语计划等高级认知功能，这些功能与运动控制共享同一神经网络资源。因此，在进行步行与认知双任务时，认知负荷增加和注意力分散会干扰神经调控机制，从而加剧步态障碍^[14-15]。老年人由于额叶等大脑萎缩，在执行抑制任务同时行走时，准确性显著下降，表明老年人在双重任务下灵活分配认知资源的能力下降^[16]。Schniepp等^[11]研究发现，虽然恐惧性姿势性眩晕(phobic postural vertigo，PPV)组与健康组的步速下降程度相似，但PPV患者在双重任务下的认知处理速度显著降低，意味着PPV患者将更多注意力分配给步态控制。本研究结果与之前的研究基本一致^{[11, 14-16]}，与执行单任务行走比较，PPPD组在执行双任务步行时，步长更短、步速更慢，步基更宽，站立相占比显著增加，这进一步支持“姿势控制对注意资源的占用”的假说^[14]。

PPPD患者常表现出显著的视觉依赖性^{[11, 17-19]}。一项fMRI研究显示^[17]，前庭皮层功能连接降低，而视觉皮层功能连接增强，进一步基于种子点的分析表明，PPPD患者丘脑与小脑及枕叶皮层之间的连接增强，联合视觉皮层与额中回、楔前叶之间的连接亦增强；而丘脑与壳核、联合视觉皮层及海马旁回之间的连接减弱。Riccelli等^[18]研究发现PPPD患者的头晕障碍严重程度与视觉皮层活动呈正相关，提示可能过度依赖视觉输入以维持姿势控制。另一项研究显示^[19]，PPPD患者在视觉眩晕模拟量表(VVAS)中的得分显著高于非PPPD头晕组，且在面对旋转视觉刺激时，PPPD患者表现出更明显的姿势摇摆，进一步证实其视觉敏感性和依赖程度较高^[19]，患者闭眼行走时步速下降更显著^[11]。本研究发现，PPPD患者在行走-认知-视觉刺激任务时，步行能力相较于单任务行走时显著下降，提示PPPD患者存在视觉依赖，可能导致视觉信息处理和整合障碍，进一步影响步态的控制，这一特点也与临床症状一致，PPPD患者在需要进行复杂视觉信息处理的场景(如移动的视觉环境、超市或开阔空间)中时症状往往会明显加剧。提示临床采用前庭-视觉交互训练的康复治疗价值^[20-21]。

本研究存在以下局限：①采用的回顾性病例对照设计样本量有限，可能存在一定的偏倚或混杂效应；②预测模型仅纳入临床变量，未包含如生物标志物或影像组学等重要特征，限制了模型的全面性。下一步计划扩大样本规模，推进多中心合作研究，并引入人工智能技术等方法，以提升模型的预测效能与临床适用性。

本研究发现PPPD患者主要表现为步速下降、步幅缩短、步基增宽，站立相百分比增加，双任务行走时将显著恶化步速和站立相，联合双任务站立相百分比和双任务步速的拟合模型有助于区别PPPD与健康对照。