Az augmentált valóságon alapuló tükörterápiás rendszer hatásai stroke-ban szenvedő betegeknél

Ennek a tanulmánynak a célja egy szenzoralapú nyomon követés és vizuális reflexió elveire épülő kiterjesztett valóságú tükörterápiás rendszer, a MirrARm fejlesztése, valamint annak hatásainak vizsgálata a stroke-ot szenvedett betegek felső végtagi motoros felépülésére és funkcionális aktivitási szintjeire.

Ebben a tanulmányban az inklúziós kritériumoknak megfelelő stroke-os egyének véletlenszerűen két csoportba lesznek beosztva, életkor, nem és Fugl-Meyer Felső Végtag pontszámok alapján történő rétegzés segítségével. A csoportok a Kiterjesztett Valóságú Tükörterápia csoport (AR-MT) és a Hagyományos Tükörterápia csoport (C-MT) lesznek. Minden résztvevő hagyományos fizioterápiás edzést kap 30 perc/munkamenet, heti három nap, nyolc hétig. Az AR-MT csoport résztvevői további 30 perces gyakorlati edzést kapnak a MirrARm rendszerrel heti három nap, nyolc hétig, míg a C-MT csoport résztvevői ugyanilyen időtartamra és gyakoriságra hagyományos tükörterápiát használva kapnak gyakorlati edzést.

Ebben a tanulmányban a kiterjesztett valóságú tükörterápiás edzést a MirrARm rendszerrel fogják szolgáltatni. A MirrARm rendszer egy 27 hüvelykes számítógépes monitorból, egy Leap Motion Controller mozgáskövető szenzorból és egy laptop számítógépből fog állni. A monitor egy munkasztalra kerül elhelyezésre, és megjeleníti a csatlakoztatott laptop számítógépről továbbított képeket. A Leap Motion szenzor szintén csatlakoztatva lesz a laptop számítógéphez, és az asztalra kerül elhelyezésre a monitor előtt. A Leap Motion szenzort a résztvevők kézmozgásainak valós idejű átvitelére fogják használni a képernyőre. Szoftveres funkcióinak révén a MirrARm rendszer az egyik kézzel végrehajtott mozdulatokat úgy fogja megjeleníteni a képernyőn, mintha az ellenkező kézzel hajtanák végre.

A MirrARm rendszer szoftver infrastruktúrája a Unity 6.1 játékmotor használatával lesz fejlesztve. A résztvevők kézmozgásait nagy pontossággal fogják követni egy háromdimenziós környezetben a Leap Motion eszköz hivatalos szoftverfejlesztői készleteinek (SDK) és könyvtárainak használatával. Az alkalmazások készkész vagy testreszabott Unity eszközök felhasználásával lesznek tervezve, amelyek a Unity környezetben egy háromdimenziós koordináta-rendszerben pozicionálva lesznek, és valószerű fizikai interakciókat biztosítanak Unity NVIDIA PhysX-alapú fizikai motorján keresztül. Az alkalmazás működését egyedi MonoBehaviour-alapú szkriptek fogják irányítani, amelyeket a C# programozási nyelvvel fejlesztenek ki. Ezek a szkriptek dinamikusan manipulálják a jeleneti objektumok Transform komponens tulajdonságait, beleértve a pozíciót, forgatást és méretet; felhasználói interakciókat dolgoznak fel eseményalapú triggerek révén; és előre meghatározott funkciókat hajtanak végre a játékcikluson belül. A fizikai interakciót igénylő objektumok a Unity Rigidbody komponensét kapják, hogy fizikai tulajdonságokat biztosítsanak, mint a tömeg, gravitáció és ütközési válaszok, és az interakciós régiók Collider komponensekkel lesznek definiálva.

A MirrARm rendszerrel végzett edzésmunkamenetek során a stroke-os résztvevők hátátámogatással ellátott székben ülnek a képernyő előtt, és a játékosított terápiás tevékenységekben szereplő feladatokat hajtják végre érintetlen felső végtagjukkal, miközben ezeket a mozgásokat a képernyőn úgy figyelik, mintha az érintett felső végtaggal hajtanák végre.

A MirrARm rendszerben használandó négy különböző tevékenységet a kutatók tervezték azokra a mozgásokra alapozva, amelyeket fontosnak tartanak a stroke utáni felső végtagi funkcionalitás szempontjából. Minden tevékenységet három nehézségi szinttel terveztek. A résztvevők minden szintet két percig hajtanak végre, 30 másodperces pihenőidővel a szintek között. A MirrARm rendszer feladatorientált tevékenységei a következők:

• Kockaépítő tevékenység (vállemelés-központú)
• Elérési tevékenység (könyöknyújtás-központú)
• Szupináció-pronáció tevékenység
• Vízszintes gyűrű tevékenység (csuklóhajlítás-központú)

A tanulmányba bevont összes résztvevőt egy vakolt értékelő háromszor fog értékelni az intervenciós időszak alatt (0. hét, 4. hét és 8. hét) elsődleges és másodlagos eredményváltozók segítségével.

A résztvevőktől kapott adatok összes statisztikai elemzése az SPSS 27.0 verziójával (IBM Corp., Armonk, NY, USA) lesz elvégezve. A folytonos változókat átlag ± szórás formájában jelentik, ha a normális eloszlás feltételezése teljesül, és medián (interkvartilis tartomány) formájában, ha nem. A kategorikus változókat szám (N) és százalék (%) formájában jelentik. A feltételezés-ellenőrzések magukban foglalják a Shapiro-Wilk tesztet a normalitásra, a Levene tesztet a variancia homogenitására és a Mauchly tesztet a szfericitásra; szfericitási megsértés esetén a Greenhouse-Geisser korrekciót alkalmazzák. Ha a feltételezések teljesülnek, kétirányú vegyes kialakítású (2×3) varianciaanalízist (ANOVA) hajtanak végre minden eredményváltozóra. Az idő és a csoport fő hatásait, valamint az idő × csoport interakciót tesztelik, és többszörös összehasonlításokat végeznek Bonferroni korrekcióval. A hatásnagyságokat részleges eta négyzet (η²p) formájában jelentik, 95%-os konfidenciaintervallummal és p = 0,05 szignifikancia szinttel. Ha a feltételezések nem teljesülnek, a csoporton belüli változásokat három időpontban a Friedman teszt segítségével elemezik, majd Bonferroni-korrigált páros Wilcoxon teszteket alkalmaznak, ha szignifikáns. A csoportok közötti összehasonlításokat Mann-Whitney U teszt segítségével hajtják végre az időpontok közötti változási pontszámok alapján. A nemparaméteres eredményeket hatásnagyságokkal, 95%-os konfidenciaintervallummal és p = 0,05 szignifikancia szinttel jelentik.