Resumo
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.
