Biofeedback Training for Knee Joint Range of Motion in Patients with Ischemic Cerebral Stroke: a Pilot Study

Cover Page

Cite item

Full Text

Abstract

BACKGROUND: After a stroke, patients often have impaired knee flexion of the paretic limb, which is one of the most common issues affecting walking ability. Biofeedback on joint kinematics is a relatively new technology that requires further research to understand its capabilities.

AIM: The study aimed to evaluate the potential of using biofeedback to improve knee flexion range of motion in patients with hemiparesis during the early recovery period after ischemic cerebral stroke.

METHODS: The main group of patients (n = 11; hemiparesis; early recovery period after ischemic cerebral stroke) completed a biofeedback training program for knee flexion range of motion, as well as a personalized rehabilitation program. The comparison group (n = 11) had the same selection criteria but received only standard rehabilitation. A biomechanical gait evaluation and clinical evaluation using various scales were performed before and after treatment. The control group included practically healthy volunteers (n = 34).

RESULTS: A clinical evaluation using the scales showed significant improvement (p < 0.05), as did two domains of the International Classification of Functioning, Disability, and Health. General functional patterns typical of hemiparetic gait were observed: decreased ability to support weight on the paretic limb, impaired reciprocity, and step-to-step asymmetry. In addition, a decrease in joint flexion range of motion was observed due to the paretic limb becoming relatively longer. Muscle activity decreased in nearly all muscle groups, particularly the calf muscles. This decrease reflected a reduction in ankle flexion range of motion and a condition known as drop foot. The absence of high-amplitude flexion was due to the weakness of the posterior thigh muscles. Analysis of step cycle phases in the main group revealed significant decreases (p < 0.05) in the contralateral support and total double support phases. Reduced support on the healthy side led to a decreased load because both limbs provide more uniform support. This type of biofeedback training significantly increased (p < 0.05) the swing range of motion of the paretic knee during weight transfer. This range of motion was the target of biofeedback training. The comparison group showed no significant change in the range of motion.

CONCLUSION: Biofeedback training lasting 20 minutes for 10 days helps to reduce step asymmetry, increase endurance, and improve safety when walking. Biofeedback training is a promising noninvasive, non-drug treatment option for poststroke disorders. It has minimal contraindications and can be used to restore knee joint flexion range of motion and improve the support capacity of the paretic limb in patients during the early recovery period after ischemic stroke.

About the authors

Dmitry V. Skvortsov

Federal Center of Brain Research and Neurotechnologies; Pirogov Russian National Research Medical University; Federal Research and Clinical Center of Specialized Medical Care and Medical Technologies

Email: dskvorts63@mail.ru
ORCID iD: 0000-0002-2794-4912
SPIN-code: 6274-4448

MD, Dr. Sci. (Medicine), Professor

Russian Federation, Moscow; Moscow; Moscow

Alia R. Khudaigulova

Pirogov Russian National Research Medical University

Author for correspondence.
Email: lady.aliya1998@gmail.com
ORCID iD: 0009-0008-4367-567X
SPIN-code: 1116-1915
Russian Federation, Moscow

Sergey N. Kaurkin

Federal Center of Brain Research and Neurotechnologies; Pirogov Russian National Research Medical University

Email: kaurkins@bk.ru
ORCID iD: 0000-0001-5232-7740
SPIN-code: 4986-3575

MD, Cand. Sci. (Medicine)

Russian Federation, Moscow; Moscow

Natalia V. Grebenkina

Pirogov Russian National Research Medical University

Email: grebenkina_nv@rsmu.ru
ORCID iD: 0000-0002-8441-2285
SPIN-code: 6621-3836
Russian Federation, Moscow

Galina Е. Ivanova

Federal Center of Brain Research and Neurotechnologies; Pirogov Russian National Research Medical University

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

MD, Dr. Sci. (Medicine), Professor

Russian Federation, Moscow; Moscow

References

  1. World Stroke Organization. Impact of stroke. Available at: https://www.world-stroke.org/world-stroke-day-campaign/about-stroke/impact-of-stroke
  2. Rathore SS, Hinn AR, Cooper LS, et al. Characterization of incident stroke signs and symptoms: Findings from the atherosclerosis risk in communities study. Stroke. 2002;33(11):2718–2721. doi: 10.1161/01.str.0000035286.87503.31
  3. Burpee JL, Lewek MD. Biomechanical gait characteristics of naturally occurring unsuccessful foot clearance during swing in individuals with chronic stroke. Clin Biomech (Bristol). 2015;30(10):1102–1107. doi: 10.1016/j.clinbiomech.2015.08.018
  4. Lee J, Lee RK, Seamon BA, et al. Between-limb difference in peak knee flexion angle can identify persons post-stroke with Stiff-Knee gait. Clin Biomech (Bristol). 2024;120:106351. doi: 10.1016/j.clinbiomech.2024.106351
  5. Bleyenheuft C, Bleyenheuft Y, Hanson P, Deltombe T. Treatment of genu recurvatum in hemiparetic adult patients: A systematic literature review. Ann Phys Rehabil Med. 2010;53(3):189–199. doi: 10.1016/j.rehab.2010.01.001
  6. Skvortsov DV. Diagnostics of motor pathology by instrumental methods: Gait analysis, stabilometry. Moscow; 2007. Р. 273. (In Russ.) EDN: QLQAIN
  7. Tenniglo MJ, Buurke JH, Zeegers AV et al. The effect of rectus femoris transfer on kinematics and functional outcomes in adult stroke patients walking with a stiff knee gait. Gait Posture. 2024;114:101–107. doi: 10.1016/j.gaitpost.2024.08.001
  8. De Miguel Fernandez J, Rey-Prieto M, Rio MS, et al. Adapted assistance and resistance training with a knee exoskeleton after stroke. IEEE Trans Neural Syst Rehabil Eng. 2023;31:3265–3274. doi: 10.1109/TNSRE.2023.3303777
  9. Lora-Millan JS, Sanchez-Cuesta FJ, Romero JP, et al. A unilateral robotic knee exoskeleton to assess the role of natural gait assistance in hemiparetic patients. J Neuroeng Rehabil. 2022;19(1):109. doi: 10.1186/s12984-022-01088-2
  10. Bae DY, Shin JH, Kim JS. Effects of dorsiflexor functional electrical stimulation compared to an ankle/foot orthosis on stroke-related genu recurvatum gait. J Phys Ther Sci. 2019;31(11):865–868. doi: 10.1589/jpts.31.865
  11. Fujita K, Kobayashi Y, Miaki H, et al. Pedaling improves gait ability of hemiparetic patients with stiff-knee gait: Fall prevention during gait. J Stroke Cerebrovasc Dis. 2020;29(9):105035. doi: 10.1016/j.jstrokecerebrovasdis.2020.105035
  12. Dalal KK, Joshua AM, Nayak A, et al. Effectiveness of prowling with proprioceptive training on knee hyperextension among stroke subjects using videographic observation: A randomised controlled trial. Gait Posture. 2018;61:232–237. doi: 10.1016/j.gaitpost.2018.01.018
  13. Guo C, Mi X, Liu S, et al. Whole body vibration training improves walking performance of stroke patients with knee hyperextension: A randomized controlled pilot study. CNS Neurol Disord Drug Targets. 2015;14(9):1110–1115. doi: 10.2174/1871527315666151111124937
  14. Boudarham J, Zory R, Genet F, et al. Effects of a knee-ankle-foot orthosis on gait biomechanical characteristics of paretic and non-paretic limbs in hemiplegic patients with genu recurvatum. Clin Biomech (Bristol). 2013;28(1):73–78. doi: 10.1016/j.clinbiomech.2012.09.007
  15. Portnoy S, Frechtel A, Raveh E, Schwartz I. Prevention of genu recurvatum in poststroke patients using a hinged soft knee orthosis. PM R. 2015;7(10):1042–1051. doi: 10.1016/j.pmrj.2015.04.007
  16. Geerars M, Minnaar-van der Feen N, Huisstede BM. Treatment of knee hyperextension in post-stroke gait. A systematic review. Gait Posture. 2022;91:137–148. doi: 10.1016/j.gaitpost.2021.08.016
  17. Hogue RE, McCandless S. Genu recurvatum: Auditory biofeedback treatment for adult patients with stroke or head injuries. Arch Phys Med Rehabil. 1983;64(8):368–370.
  18. Morris ME, Matyas TA, Bach TM, Goldie PA. Electrogoniometric feedback: Its effect on genu recurvatum in stroke. Arch Phys Med Rehabil. 1992;73(12):1147–1154.
  19. Basaglia N, Mazzini N, Boldrini P, et al. Biofeedback treatment of genu-recurvatum using an electrogoniometric device with an acoustic signal. One-year follow-up. Scand J Rehabil Med. 1989;21(3):125–130.
  20. Ceceli E, Dursun E, Çakcı A. Comparison of joint-position biofeedback and conventional therapy methods in Genu recurvatum after stroke: 6 months’ follow-up. Eur J Phys Med Rehab. 1996;6:141–144.
  21. Skvortsov DV, Kaurkin SN, Ivanova GE, et al. Effectiveness of gait training with electromyogram in stroke patients: An experimental longitudinal pilot study. Bulletin of rehabilitation medicine. 2025;24(1):8–18. doi: 10.38025/2078-1962-2025-24-1-8-18 EDN: OINUFV
  22. Patterson KK, Gage WH, Brooks D, et al. Evaluation of gait symmetry after stroke: A comparison of current methods and recommendations for standardization. Gait Posture. 2010;31(2):241–246. doi: 10.1016/j.gaitpost.2009.10.014
  23. Chen G, Patten C, Kothari DH, Zajac FE. Gait differences between individuals with post-stroke hemiparesis and non-disabled controls at matched speeds. Gait Posture. 2005;22(1):51–56. doi: 10.1016/j.gaitpost.2004.06.009
  24. Marshall AN, Hertel J, Hart JM, et al. Visual biofeedback and changes in lower extremity kinematics in individuals with medial knee displacement. J Athl Train. 2020;55(3):255–264. doi: 10.4085/1062-6050-383-18
  25. Grooms DR, Chaudhari A, Page SJ, et al. Visual-motor control of drop landing after anterior cruciate ligament reconstruction. J Athl Train. 2018;53(5):486–496. doi: 10.4085/1062-6050-178-16
  26. Oliveira N, Ehrenberg N, Cheng J, et al. Visual kinematic feedback enhances the execution of a novel knee flexion gait pattern in children and adolescents. Gait Posture. 2019;74:94–101. doi: 10.1016/j.gaitpost.2019.06.016
  27. Xie YJ, Wang S, Gong QJ, et al. Effects of electromyography biofeedback for patients after knee surgery: A systematic review and meta-analysis. J Biomech. 2021;120:110386. doi: 10.1016/j.jbiomech.2021.110386
  28. Mohan DM, Khandoker AH, Wasti SA, et al. Assessment methods of post-stroke gait: A scoping review of technology-driven approaches to gait characterization and analysis. Front Neurol. 2021;12:650024. doi: 10.3389/fneur.2021.650024
  29. Srivastava S, Patten C, Kautz SA. Altered muscle activation patterns (AMAP): An analytical tool to compare muscle activity patterns of hemiparetic gait with a normative profile. J Neuroeng Rehabil. 2019;16(1):21. doi: 10.1186/s12984-019-0487-y

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1. Key amplitudes of the hip, knee, and ankle joints analyzed in the study. The goniograms of joint movements during the gait cycle are presented, along with the corresponding amplitude notations.

Download (895KB)
Indexing metadata
3. Fig. 2. Profiles of muscle bioelectrical activity in the gait cycle and the main analyzed amplitudes. ОЭМГ, envelope electromyography.

Download (968KB)
Indexing metadata
4. Fig. 3. Biofeedback training: photo of the patient during the training (a); the operator’s screen displays graphs illustrating the changes in the target parameter (b); real-time instantaneous values of walking parameters and knee joint goniograms are presented (c).

Download (957KB)
Indexing metadata
5. Fig. 4. Goniograms of knee joint movements.

Download (984KB)
Indexing metadata

Copyright (c) 2025 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».