The phenomenon of spasticity: what stends behind the simple name?

Cover Page

Cite item

Full Text

Abstract

Spasticity is one of the most common conditions in individuals with central nervous system damage and a significant contributor to the patient’s recovery. The processes indirectly contributing to this condition include the increased viscosity of hyaluronic acid due to paresis-associated changes in the circulation of extracellular matrix resulting in increased muscle rigidity. This is why spasticity may not be considered solely as a consequence of damage of the central nervous system.

The review aims to verify the phenomenon of spasticity and study the possibility of its objective diagnosis. PubMed and eLibrary databases were used to search for literature.

Analysis of available sources permits to abandon the widespread use of the term “spasticity” by replacing it with “deforming spastic paresis,” which will allow us to cover various pathophysiological attributes and variants of this condition, and, accordingly, reconsider both diagnostic and therapeutic approaches to it. Deforming spastic paresis may manifest with varying degrees of severity, in different movement phases, and different muscles.

Despite the rapid development of instrumental methods of diagnosis, there are currently no uniform, general-purpose algorithms used to evaluate deforming spastic paresis. This is also true for the Modified Ashworth Scale and Modified Tardieu Scale used to quantify spasticity in clinical setting as they are reproduced only when the patient does not move, and do not directly evaluate the contribution of this phenomenon to the motor act. Methods involving robot-based test movements for verification appear to be most adequate, since they allow to standardize the method and make it more convenient for specialist assessment.

About the authors

Leonid V. Klimov

Federal Center of Brain Research and Neurotechnologies

Author for correspondence.
Email: dr.klimov@mail.ru
ORCID iD: 0000-0003-1314-3388
SPIN-code: 5618-0734

MD, Cand. Sci. (Medicine)

Russian Federation, Moscow

Dmitry V. Skvortsov

Federal Center of Brain Research and Neurotechnologies; Russian National Research Medical University named after N.I. Pirogov; Federal Scientific and Clinical Centre for Specialised Medical Care and Medical Technologies

Email: skvortsov.biom@gmail.com
ORCID iD: 0000-0002-2794-4912
SPIN-code: 6274-4448

MD, Dr. Sci. (Medicine)

Russian Federation, Moscow; Moscow; Moscow

Galina E. Ivanova

Federal Center of Brain Research and Neurotechnologies; Russian National Research Medical University named after N.I. Pirogov

Email: reabilivanova@mail.ru
ORCID iD: 0000-0003-3180-5525
SPIN-code: 4049-4581

MD, Dr. Sci. (Medicine)

Russian Federation, Moscow; Moscow

References

  1. Zorowitz R, Gillard P, Brainin M. Poststroke spasticity: Sequelae and burden on stroke survivors and caregivers. Neurology. 2013;80(3, Suppl 2):45–52. doi: 10.1212/WNL.0b013e3182764c86
  2. Luo Z, Lo WL, Bian R, et al. Advanced quantitative estimation methods for spasticity: A literature review. J Int Med Res. 2020;48(3):300060519888425. doi: 10.1177/0300060519888425
  3. Pandyan AD, Gregoric M, Barnes MP, et al. Spasticity: Clinical perceptions, neurological realities and meaningful measurement. Disabil Rehabil. 2005;27(1-2):2–6. doi: 10.1080/09638280400014576
  4. Lance JW. Symposium synopsis. In: Feldman R.G., Young R.R., Koella W.P., editors. Spasticity: Disordered motor control. Yearbook Medical, Chicago; 1980. P. 485–494.
  5. Young RR. Spasticity: A review. Neurology. 1994;44(11, Suppl 9): S12–20.
  6. Iskra DA, Kovalenko AP, Koshkarev MA, Dyskin DE. Spasticity: From pathophysiology to treatment. Zhurnal nevrologii i psikhiatrii imeni S.S. Korsakova = S.S. Korsakov J Neurol Psychiatry. 2018;118(10):108–114. EDN: YOYQVV doi: 10.17116/jnevro2018118101108
  7. Lundström E, Terént A, Borg J. Prevalence of disabling spasticity 1 year after first-ever stroke. Eur J Neurol. 2008;15(6):533–539. doi: 10.1111/j.1468-1331.2008.02114.x
  8. Stecco A, Stecco C, Raghavan P. Peripheral mechanisms contributing to spasticity and implications for treatment. Curr Phys Med Rehabil Rep. 2014;2(2):121–127. doi: 10.1007/s40141-014-0052-3
  9. Noort JC, Bar-On L, Aertbeliën E, et al. European consensus on the concepts and measurement of the pathophysiological neuromuscular responses to passive muscle stretch. Eur J Neurol. 2017;24(7):981–e38. doi: 10.1111/ene.13322
  10. Gracies JM. Coefficients of impairment in deforming spastic paresis. Ann Physical Rehab Med. 2015;58(3):173–178. doi: 10.1016/j.rehab.2015.04.004
  11. Ansari NN, Naghdi S, Moammeri H, Jalaie S. Ashworth scales are unreliable for the assessment of muscle spasticity. Physiother Theory Pract. 2006;22(3):119–125. doi: 10.1080/09593980600724188
  12. Patrick E, Ada L. The Tardieu Scale differentiates contracture from spasticity whereas the Ashworth Scale is confounded by it. Clin Rehabil. 2006;20(2):173–182. doi: 10.1191/0269215506cr922oa
  13. Çakır T, Evcik FD, Subaşı V, et al. Investigation of the H-reflexes, F-waves and sympathetic skin response with electromyography (EMG) in patients with stroke and the determination of the relationship with functional capacity. Acta Neurol Belg. 2015;115(3):295–301. doi: 10.1007/s13760-014-0397-5
  14. Walker HW, Kirshblum S. Spasticity due to disease of the spinal cord: Pathophysiology, epidemiology, and treatment. In: Elovic E., Brashear A., eds. Spasticity: Diagnosis and management. New York: Demos Medical Publishing; 2010. P. 313.
  15. Elovic E. Measurement tools and treatment outcomes in patients with spasticity. In: Brashear A., ed. Spasticity: Diagnosis and management. New York: Demos Medical Publishing; 2015. P. 51.
  16. Nielsen J, Petersen N, Ballegaard M, et al. H-reflexes are less depressed following muscle stretch in spastic spinal cord injured patients than in healthy subjects. Exp Brain Res. 1993;97(1):173–176. EDN: FXZWKE doi: 10.1007/BF00228827
  17. Luo Z, Lo WL, Bian R, et al. Advanced quantitative estimation methods for spasticity: A literature review. J Int Med Res. 2020;48(3):300060519888425. doi: 10.1177/0300060519888425
  18. Wang L, Guo X, Fang P, et al. A new EMG-based index towards the assessment of elbow spasticity for post-stroke patients. Conf Proc IEEE Eng Med Biol Soc. 2017;2017:3640–3643. doi: 10.1109/EMBC.2017.8037646
  19. Sun R, Song R, Tong KY. Complexity analysis of EMG signals for patients after stroke during robot-aided rehabilitation training using fuzzy approximate entropy. IEEE Trans Neural Syst Rehabil Eng. 2014;22(5):1013–1019. doi: 10.1109/TNSRE.2013.2290017
  20. Ao D, Sun R, Song R. Comparison of complexity of EMG signals between a normal subject and a patient after stroke: A case study. Annu Int Conf IEEE Eng Med Biol Soc. 2013;2013:4965–4968. doi: 10.1109/EMBC.2013.6610662
  21. Marusiak J, Jaskólska A, Budrewicz S, et al. Increased muscle belly and tendon stiffness in patients with Parkinson’s disease, as measured by myotonometry. Mov Disord. 2011;26(11):2119–2122. doi: 10.1002/mds.23841
  22. Blanchette AK, Mullick AA, Moïn-Darbari K, Levin MF. Tonic stretch reflex threshold as a measure of ankle plantar-flexor spasticity after stroke. Phys Ther. 2016;96(5):687–695. EDN: MRNJQU doi: 10.2522/ptj.20140243
  23. Stalberg E. Propagation velocity in human muscle fibers in situ. Acta Physiol Scand Suppl. 1966;287:1–112.
  24. Buchthal F, Guld C, Rosenfalck P. Innervation zone and propagation velocity in human muscle. Acta Physiol Scand. 1955;35(2):174–190. doi: 10.1111/j.1748-1716.1955.tb01276.x
  25. Yao B, Zhang X, Li S, et al. Analysis of linear electrode array EMG for assessment of hemiparetic biceps brachii muscles. Front Hum Neurosci. 2015;9:569. doi: 10.3389/fnhum.2015.00569
  26. Lukacs M, Vécsei L, Beniczky S. Large motor units are selectively affected following a stroke. Clin Neurophysiol. 2008;119(11):2555–2558. doi: 10.1016/j.clinph.2008.08.005
  27. Sheean G, McGuire JR. Spastic hypertonia and movement disorders: Pathophysiology, clinical presentation, and quantification. PM R. 2009;1(9):827–833. doi: 10.1016/j.pmrj.2009.08.002

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2024 Eco-Vector

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
 


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».