Explorando Estrategias Innovadoras para Mejorar la Coordinación Ojo-Mano y las Funciones Cognitivas mediante Ejercicios de Captura con Drones.
Exploración de estrategias innovadoras para mejorar la coordinación ojo-mano y las funciones cognitivas mediante ejercicios de captura con drones.
La coordinación ojo-mano (EHC) es una función cognitivo-motora crítica que permite a los individuos interactuar eficazmente con su entorno a través de movimientos manuales guiados visualmente. Juega un papel esencial en actividades diarias como alcanzar, agarrar y manipular objetos. Estudios previos han demostrado que actividades físicas y deportes específicos pueden mejorar el rendimiento de la EHC. Sin embargo, el envejecimiento comúnmente se asocia con disminuciones en la EHC, la función ejecutiva y el control postural, lo que puede afectar negativamente la independencia en la vida diaria. Estos cambios relacionados con la edad también están estrechamente vinculados al deterioro cognitivo y pueden contribuir al desarrollo de deterioro cognitivo leve (DCL), demencia y enfermedad de Alzheimer, aumentando así la carga para las familias y los sistemas de salud.
Para mitigar estos efectos, se han propuesto diversos enfoques de entrenamiento cognitivo-motor y asistido por tecnología para mejorar la EHC y la función cognitiva en adultos mayores. Si bien muchos sistemas de entrenamiento de EHC existentes están informatizados e implementados mediante realidad virtual (RV) o realidad mixta (RM), la evidencia acumulada sugiere que los entornos virtuales pueden no replicar completamente las interacciones ojo-mano del mundo real. Las limitaciones en la percepción de profundidad, la retroalimentación háptica y el realismo pueden alterar las estrategias de fijación visual, la ejecución del movimiento y el rendimiento general de la tarea, reduciendo potencialmente la efectividad del entrenamiento en comparación con las interacciones del mundo real.
Dadas estas limitaciones, aún no está claro si el entrenamiento de EHC en el mundo real proporciona mayores beneficios a las funciones ejecutivas y al rendimiento motor que el entrenamiento virtual. Por lo tanto, este estudio tiene como objetivo comparar los efectos agudos del ejercicio de EHC realizado en un entorno del mundo real y en un entorno de paso a través de realidad mixta entre adultos mayores. La tarea de entrenamiento de EHC propuesta implica atrapar un objeto tridimensional (3D) real guiado por un dron mini físico, inspirado en comportamientos humanos naturales como golpear insectos voladores, y su contraparte virtual que involucra un objeto 3D virtual y un dron. El objetivo principal es examinar las diferencias en las funciones ejecutivas, el rendimiento de la tarea y la estabilidad postural entre las condiciones de EHC real y virtual. Al identificar qué modalidad de entrenamiento respalda mejor el rendimiento cognitivo-motor, este estudio busca informar el diseño de intervenciones efectivas y atractivas para el envejecimiento saludable y la prevención temprana del deterioro cognitivo.
Descripción general del estudio
Estado
Condiciones
Intervención / Tratamiento
Tipo de estudio
Inscripción (Actual)
Fase
- No aplica
Contactos y Ubicaciones
Ubicaciones de estudio
-
-
-
Tainan, Taiwán, 701
- Motion Analysis Laboratory, Dept. of Biomedical Engineeing, National Cheng Kung University
-
-
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
- Adulto
- Adulto Mayor
Acepta Voluntarios Saludables
Descripción
Criterios de inclusión:
- 60 años o más (preferiblemente 65 años o más).
- Capaz de realizar ejercicio regular.
- Visión normal o visión normal tras corrección.
Criterios de exclusión:
- Tener antecedentes de enfermedades crónicas significativas como neurológicas (por ejemplo, accidente cerebrovascular, demencia, enfermedad de Parkinson, mala visión y pérdida auditiva), cardiovasculares, metabólicas, pulmonares o musculoesqueléticas.
- Tener antecedentes de cinetosis significativa, náuseas activas y vómitos, o epilepsia.
- Temor a usar un casco de realidad virtual.
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
- Propósito principal: Otro
- Asignación: Aleatorizado
- Modelo Intervencionista: Asignación de un solo grupo
- Enmascaramiento: Ninguno (etiqueta abierta)
Armas e Intervenciones
Grupo de participantes/brazo |
Intervención / Tratamiento |
|---|---|
|
Experimental: Se sometió al sistema virtual después del sistema real
|
Esta condición implica que un participante agarre un objeto físico 3D ubicado debajo del dron en un entorno del mundo real.
La condición implica que un participante agarre una contraparte virtual de un objeto físico 3D dentro de un entorno de realidad mixta (MR) con paso a través.
|
|
Experimental: Se sometió al sistema real después del sistema virtual
|
Esta condición implica que un participante agarre un objeto físico 3D ubicado debajo del dron en un entorno del mundo real.
La condición implica que un participante agarre una contraparte virtual de un objeto físico 3D dentro de un entorno de realidad mixta (MR) con paso a través.
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Funciones Ejecutivas mediante Medición Flanker-ERP
Periodo de tiempo: 2 horas
|
Cada participante se sometió a la evaluación Flanker-ERP en tres etapas: en la línea base (preintervención) y después de ambas sesiones de entrenamiento EHC basadas en objetos físicos y virtuales.
|
2 horas
|
|
Tasa de Éxito (TE)
Periodo de tiempo: 1-1.5 horas
|
La SR se midió para cada participante durante los ensayos de captura de objetos en dos modalidades de entrenamiento EHC: los sistemas físicos y los virtuales basados en objetos 3D para captura de drones.
|
1-1.5 horas
|
|
Tiempo de Reacción (TR)
Periodo de tiempo: 1-1.5 horas
|
La RT se midió para cada participante durante los ensayos de captura de objetos en dos modalidades de entrenamiento EHC: los sistemas físicos y virtuales basados en objetos 3D para la captura de drones.
|
1-1.5 horas
|
|
Tiempo de Movimiento (MT)
Periodo de tiempo: 1-1.5 horas
|
Se midió el MT para cada participante durante las pruebas de captura de objetos en dos modalidades de entrenamiento EHC: los sistemas físicos y virtuales basados en objetos 3D de captura con drones.
|
1-1.5 horas
|
|
Velocidad Máxima de la Mano (VMM)
Periodo de tiempo: 1-1.5 horas
|
El PHV se midió para cada participante durante los ensayos de captura de objetos en dos modalidades de entrenamiento EHC: los sistemas físicos y virtuales basados en drones de captura de objetos 3D.
|
1-1.5 horas
|
|
Tiempo hasta la Velocidad Máxima de la Mano (TPHV)
Periodo de tiempo: 1-1,5 horas
|
Se midió el TPHV para cada participante durante los ensayos de captura de objetos en dos modalidades de entrenamiento EHC: el sistema físico y el sistema virtual basado en drones con objetos 3D.
|
1-1,5 horas
|
|
Centro de Masa (CoM)
Periodo de tiempo: 1-1.5 horas
|
Se investigó el CoM de cada participante mientras realizaba tareas de entrenamiento EHC en relación con dos modalidades diferentes de entrenamiento EHC, incluyendo sistemas de captura de drones basados en objetos físicos y basados en objetos virtuales.
|
1-1.5 horas
|
|
Centro de Presión (CoP)
Periodo de tiempo: 1-1.5 horas
|
Se investigó el CoP de cada participante al realizar tareas de entrenamiento EHC en dos modalidades diferentes de entrenamiento EHC, incluyendo sistemas de captura de drones basados en objetos físicos y basados en objetos virtuales.
|
1-1.5 horas
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Comentarios subjetivos de los participantes sobre la dificultad percibida de la tarea
Periodo de tiempo: 10-15 minutos
|
La retroalimentación subjetiva de los participantes sobre la dificultad percibida de la tarea respecto a los sistemas de entrenamiento EHC basados en objetos físicos y virtuales se recopiló mediante una escala Likert de 5 puntos (1=muy fácil, 2=fácil, 3=neutral, 4=difícil y 5=muy difícil).
|
10-15 minutos
|
|
Feedback subjetivo de los participantes sobre la preferencia del sistema
Periodo de tiempo: 10-15 minutos
|
Se recopiló la retroalimentación subjetiva de los participantes sobre la preferencia entre los sistemas de entrenamiento EHC físicos y virtuales basados en objetos.
|
10-15 minutos
|
|
Cuestionario de Mareo por Realidad Virtual (VRSQ)
Periodo de tiempo: 10-15 minutos
|
Los efectos adversos del entorno de realidad mixta se evaluaron al final del experimento utilizando el Cuestionario de Malestar por Realidad Virtual (VRSQ).
El VRSQ evalúa la gravedad de nueve síntomas distintos en una escala de 4 puntos (ninguno, leve, moderado y grave).
Estos síntomas incluyen malestar general, fatiga, dolor de cabeza, fatiga visual, dificultad para enfocar, sensación de pesadez en la cabeza, visión borrosa, mareos con los ojos cerrados y vértigo.
|
10-15 minutos
|
Colaboradores e Investigadores
Patrocinador
Publicaciones y enlaces útiles
Publicaciones Generales
- Delorme A, Makeig S. EEGLAB: an open source toolbox for analysis of single-trial EEG dynamics including independent component analysis. J Neurosci Methods. 2004 Mar 15;134(1):9-21. doi: 10.1016/j.jneumeth.2003.10.009.
- Birckhead B, Khalil C, Liu X, Conovitz S, Rizzo A, Danovitch I, Bullock K, Spiegel B. Recommendations for Methodology of Virtual Reality Clinical Trials in Health Care by an International Working Group: Iterative Study. JMIR Ment Health. 2019 Jan 31;6(1):e11973. doi: 10.2196/11973.
- R. B. Davis, S. Õunpuu, D. Tyburski, and J. R. Gage, "A gait analysis data collection and reduction technique," Hum Mov Sci, vol. 10, no. 5, pp. 575-587, 1991, doi: https://doi.org/10.1016/0167-9457(91)90046-Z.
- Lopez-Calderon J, Luck SJ. ERPLAB: an open-source toolbox for the analysis of event-related potentials. Front Hum Neurosci. 2014 Apr 14;8:213. doi: 10.3389/fnhum.2014.00213. eCollection 2014.
- M. Aly and H. Kojima, "Acute moderate-intensity exercise generally enhances neural resources related to perceptual and cognitive processes: A randomized controlled ERP study," Ment Health Phys Act, vol. 19, p. 100363, 2020, doi: https://doi.org/10.1016/j.mhpa.2020.100363.
- Pei YC, Chou SW, Lin PS, Lin YC, Hsu TH, Wong AM. Eye-hand coordination of elderly people who practice Tai Chi Chuan. J Formos Med Assoc. 2008 Feb;107(2):103-10. doi: 10.1016/S0929-6646(08)60123-0.
- B. A. Eriksen and C. W. Eriksen, "Effects of noise letters upon the identification of a target letter in a nonsearch task," Percept Psychophys, vol. 16, no. 1, pp. 143-149, 1974, doi: 10.3758/BF03203267.
- Lavoie E, Hebert JS, Chapman CS. Comparing eye-hand coordination between controller-mediated virtual reality, and a real-world object interaction task. J Vis. 2024 Feb 1;24(2):9. doi: 10.1167/jov.24.2.9.
- A. Dalia Blaga, M. Frutos-Pascual, C. Creed, and I. Williams, "A Grasp on Reality: Understanding Grasping Patterns for Object Interaction in Real and Virtual Environments," in 2021 IEEE International Symposium on Mixed and Augmented Reality Adjunct (ISMAR-Adjunct), 2021, pp. 391-396. doi: 10.1109/ISMAR-Adjunct54149.2021.00090.
- Chan PT, Chang WC, Chiu HL, Kao CC, Liu D, Chu H, Chou KR. Effect of interactive cognitive-motor training on eye-hand coordination and cognitive function in older adults. BMC Geriatr. 2019 Jan 28;19(1):27. doi: 10.1186/s12877-019-1029-y.
- "Dementia Prevention and Care Policy and Action Plan 2.0 Ministry of Health and Welfare," 2018.
- P. Lenik, K. Przednowek, M. Śliż, G. Bobula, and J. Lenik, "The impact of exercises with a reaction ball on the eye-hand coordination of basketball players," Apr. 2017.
- C. A. Manning and J. K. Ducharme, "Chapter 6 - Dementia Syndromes in the Older Adult," in Handbook of Assessment in Clinical Gerontology (Second Edition), Second Edition., P. A. Lichtenberg, Ed., San Diego: Academic Press, 2010, pp. 155-178. doi: https://doi.org/10.1016/B978-0-12-374961-1.10006-5.
- Heintz Walters B, Huddleston WE, O'Connor K, Wang J, Hoeger Bement M, Keenan KG. The role of eye movements, attention, and hand movements on age-related differences in pegboard tests. J Neurophysiol. 2021 Nov 1;126(5):1710-1722. doi: 10.1152/jn.00629.2020. Epub 2021 Oct 13.
- Van Halewyck F, Lavrysen A, Levin O, Boisgontier MP, Elliott D, Helsen WF. Both age and physical activity level impact on eye-hand coordination. Hum Mov Sci. 2014 Aug;36:80-96. doi: 10.1016/j.humov.2014.05.005. Epub 2014 Jun 22.
- Rand MK, Stelmach GE. Effects of hand termination and accuracy requirements on eye-hand coordination in older adults. Behav Brain Res. 2011 May 16;219(1):39-46. doi: 10.1016/j.bbr.2010.12.008. Epub 2010 Dec 14.
- Niechwiej-Szwedo E, Wu S, Nouredanesh M, Tung J, Christian LW. Development of eye-hand coordination in typically developing children and adolescents assessed using a reach-to-grasp sequencing task. Hum Mov Sci. 2021 Dec;80:102868. doi: 10.1016/j.humov.2021.102868. Epub 2021 Sep 9.
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio (Actual)
Finalización primaria (Actual)
Finalización del estudio (Actual)
Fechas de registro del estudio
Enviado por primera vez
Primero enviado que cumplió con los criterios de control de calidad
Publicado por primera vez (Actual)
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
Última actualización enviada que cumplió con los criterios de control de calidad
Última verificación
Más información
Términos relacionados con este estudio
Palabras clave
Otros números de identificación del estudio
- 113-420
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
Descripción del plan IPD
Información sobre medicamentos y dispositivos, documentos del estudio
Estudia un producto farmacéutico regulado por la FDA de EE. UU.
Estudia un producto de dispositivo regulado por la FDA de EE. UU.
Esta información se obtuvo directamente del sitio web clinicaltrials.gov sin cambios. Si tiene alguna solicitud para cambiar, eliminar o actualizar los detalles de su estudio, comuníquese con register@clinicaltrials.gov. Tan pronto como se implemente un cambio en clinicaltrials.gov, también se actualizará automáticamente en nuestro sitio web. .