Efekty systému terapie zrcadlem založeného na rozšířené realitě u pacientů s cévní mozkovou příhodou

Cílem této studie je vyvinout systém zrcadlové terapie založený na rozšířené realitě, MirrARm, na základě principů sledování pomocí senzorů a vizuální reflexe, a zkoumat jeho účinky na motorické zotavení horní končetiny a úroveň funkční aktivity u pacientů po cévní mozkové příhodě.

V této studii budou jednotlivci po cévní mozkové příhodě, kteří splňují kritéria pro zařazení, náhodně rozděleni do dvou skupin pomocí stratifikace na základě věku, pohlaví a skóre Fugl-Meyer Upper Extremity. Skupiny budou Skupina zrcadlové terapie založené na rozšířené realitě (AR-MT) a Skupina konvenční zrcadlové terapie (C-MT). Všichni účastníci obdrží konvenční fyzioterapeutický trénink po 30 minut na sezení, tři dny v týdnu, po dobu osmi týdnů. Účastníci ve skupině AR-MT navíc obdrží 30minutový cvičební trénink pomocí systému MirrARm tři dny v týdnu po dobu osmi týdnů, zatímco účastníci ve skupině C-MT obdrží cvičební trénink pomocí konvenční zrcadlové terapie po stejnou dobu a frekvenci.

V této studii bude trénink zrcadlové terapie založený na rozšířené realitě poskytován pomocí systému MirrARm. Systém MirrARm se bude skládat z 27palcového počítačového monitoru, senzoru pro sledování pohybu Leap Motion Controller a notebooku. Monitor bude umístěn na pracovním stole a bude zobrazovat snímky přenášené z připojeného notebooku. Senzor Leap Motion bude také připojen k notebooku a umístěn na stole před monitorem. Senzor Leap Motion bude použit k přenosu pohybů rukou účastníků na obrazovku v reálném čase. Prostřednictvím svých softwarových funkcí bude systém MirrARm zobrazovat pohyby prováděné jednou rukou na obrazovce, jako by je prováděla opačná ruka.

Softwarová infrastruktura systému MirrARm bude vyvinuta pomocí herního enginu Unity 6.1. Pohyby rukou účastníků budou sledovány s vysokou přesností v trojrozměrném prostředí pomocí oficiálních softwarových vývojových sad (SDK) a knihoven zařízení Leap Motion. Aplikace budou navrženy pomocí hotových nebo přizpůsobených assetů Unity umístěných v trojrozměrném souřadnicovém systému v prostředí Unity a realistické fyzické interakce budou zajištěny prostřednictvím fyzikálního enginu Unity založeného na NVIDIA PhysX. Provoz aplikace bude řízen pomocí vlastních skriptů založených na MonoBehaviour vyvinutých pomocí programovacího jazyka C#. Tyto skripty budou dynamicky manipulovat s vlastnostmi komponenty Transform objektů scény, včetně pozice, rotace a měřítka; zpracovávat interakce uživatelů prostřednictvím událostmi řízených spouštěčů; a provádět předdefinované funkce v herní smyčce. Objekty vyžadující fyzickou interakci budou přiřazeny komponentě Rigidbody od Unity, aby poskytly fyzikální vlastnosti, jako je hmotnost, gravitace a reakce na kolize, a interakční oblasti budou definovány pomocí komponent Collider.

Během tréninkových sezení pomocí systému MirrARm budou účastníci po cévní mozkové příhodě sedět před obrazovkou na židli s opěradlem a budou provádět úkoly zahrnuté v gamifikovaných terapeutických aktivitách pomocí své nepostižené horní končetiny, zatímco budou tyto pohyby pozorovat na obrazovce, jako by je prováděla postižená horní končetina.

Čtyři různé aktivity, které mají být použity v systému MirrARm, byly navrženy výzkumníky na základě pohybů považovaných za důležité pro funkčnost horní končetiny po cévní mozkové příhodě. Každá aktivita byla navržena se třemi úrovněmi obtížnosti. Účastníci budou provádět každou úroveň po dobu dvou minut, s 30sekundovou přestávkou mezi úrovněmi. Úkolově orientované aktivity systému MirrARm jsou následující:

• Aktivita skládání kostek (zaměřená na elevaci ramene)
• Aktivita dosahování (zaměřená na extenzi lokte)
• Aktivita supinace-pronace
• Aktivita horizontálního kroužku (zaměřená na extenzi zápěstí)

Všichni účastníci zařazení do studie budou během intervenčního období třikrát hodnoceni (týden 0, týden 4 a týden 8) pomocí primárních a sekundárních výsledných měření slepým hodnotitelem.

Všechny statistické analýzy dat získaných od účastníků budou provedeny pomocí SPSS verze 27.0 (IBM Corp., Armonk, NY, USA). Spojité proměnné budou uvedeny jako průměr ± směrodatná odchylka, když je splněn předpoklad normálního rozdělení, a jako medián (interkvartilové rozpětí), když není. Kategorické proměnné budou uvedeny jako počet (N) a procento (%). Kontroly předpokladů budou zahrnovat Shapiro-Wilkův test pro normalitu, Leveneův test pro homogenitu rozptylů a Mauchlyho test pro sféricitu; v případě porušení sféricity bude aplikována Greenhouse-Geisserova korekce. Když jsou předpoklady splněny, bude pro každé výsledné měření provedena dvoufaktorová analýza rozptylu (ANOVA) se smíšeným designem (2×3). Budou testovány hlavní efekty času a skupiny, stejně jako interakce čas × skupina, a vícenásobná porovnání budou provedena pomocí Bonferroniho korekce. Velikosti efektů budou uvedeny jako parciální eta na druhou (η²p), s 95% intervaly spolehlivosti a hladinou významnosti nastavenou na p = 0,05. Když předpoklady nejsou splněny, změny uvnitř skupiny napříč třemi časovými body budou analyzovány pomocí Friedmanova testu, následovaného párovými Wilcoxonovými testy s Bonferroniho korekcí, pokud jsou významné. Meziskupinová porovnání budou provedena pomocí Mann-Whitneyho U testu na základě změn skóre napříč časovými body. Neparametrické výsledky budou uvedeny s velikostmi efektů, 95% intervaly spolehlivosti a hladinou významnosti p = 0,05.