Esplorazione di strategie innovative per migliorare la coordinazione occhio-mano e le funzioni cognitive attraverso esercizi di cattura con droni.
Esplorare strategie innovative per migliorare la coordinazione occhio-mano e le funzioni cognitive attraverso l'esercizio di cattura con droni.
La coordinazione occhio-mano (EHC) è una funzione cognitivo-motoria critica che consente agli individui di interagire efficacemente con il proprio ambiente attraverso movimenti della mano guidati visivamente. Svolge un ruolo essenziale nelle attività quotidiane come raggiungere, afferrare e manipolare oggetti. Studi precedenti hanno dimostrato che attività fisiche mirate e sport possono migliorare le prestazioni di EHC. Tuttavia, l'invecchiamento è comunemente associato a declini nell'EHC, nella funzione esecutiva e nel controllo posturale, che possono influire negativamente sull'indipendenza nella vita quotidiana. Questi cambiamenti legati all'età sono anche strettamente collegati al declino cognitivo e possono contribuire allo sviluppo del deterioramento cognitivo lieve (MCI), della demenza e della malattia di Alzheimer, aumentando così il carico sulle famiglie e sui sistemi sanitari.
Per mitigare questi effetti, sono stati proposti vari approcci di allenamento cognitivo-motorio e assistiti dalla tecnologia per migliorare l'EHC e la funzione cognitiva negli anziani. Sebbene molti sistemi di allenamento EHC esistenti siano computerizzati e implementati utilizzando la realtà virtuale (VR) o la realtà mista (MR), prove crescenti suggeriscono che gli ambienti virtuali potrebbero non replicare completamente le interazioni occhio-mano del mondo reale. Limitazioni nella percezione della profondità, nel feedback aptico e nel realismo possono alterare le strategie di fissazione visiva, l'esecuzione del movimento e le prestazioni complessive del compito, potenzialmente riducendo l'efficacia dell'allenamento rispetto alle interazioni del mondo reale.
Date queste limitazioni, non è chiaro se l'allenamento EHC nel mondo reale fornisca maggiori benefici alle funzioni esecutive e alle prestazioni motorie rispetto all'allenamento virtuale. Pertanto, questo studio mira a confrontare gli effetti acuti dell'esercizio EHC eseguito in un ambiente del mondo reale e in un ambiente di passaggio a realtà mista tra gli anziani. Il compito di allenamento EHC proposto prevede di catturare un oggetto reale tridimensionale (3D) guidato da un mini drone fisico, ispirato a comportamenti umani naturali come colpire gli insetti volanti, e la sua controparte virtuale che coinvolge un oggetto 3D virtuale e un drone. L'obiettivo principale è esaminare le differenze nelle funzioni esecutive, nelle prestazioni del compito e nella stabilità posturale tra le condizioni EHC reale e virtuale. Identificando quale modalità di allenamento supporta meglio le prestazioni cognitive-motorie, questo studio cerca di informare la progettazione di interventi efficaci e coinvolgenti per un invecchiamento sano e la prevenzione precoce del declino cognitivo.
Panoramica dello studio
Stato
Condizioni
Intervento / Trattamento
Tipo di studio
Iscrizione (Effettivo)
Fase
- Non applicabile
Contatti e Sedi
Luoghi di studio
-
-
-
Tainan, Taiwan, 701
- Motion Analysis Laboratory, Dept. of Biomedical Engineeing, National Cheng Kung University
-
-
Criteri di partecipazione
Criteri di ammissibilità
Età idonea allo studio
- Adulto
- Adulto più anziano
Accetta volontari sani
Descrizione
Criteri di inclusione:
- 60 anni e più (preferibilmente 65 anni e più).
- In grado di svolgere regolare esercizio fisico.
- Visione normale o visione normale dopo correzione.
Criteri di esclusione:
- Avere una storia di malattie croniche significative come neurologiche (ad esempio, ictus, demenza, malattia di Parkinson, scarsa vista e perdita dell'udito), cardiovascolari, metaboliche, polmonari o muscolo-scheletriche.
- Avere una storia di significativo mal di movimento, nausea attiva e vomito, o epilessia.
- Paura di indossare un visore VR.
Piano di studio
Come è strutturato lo studio?
Dettagli di progettazione
- Scopo principale: Altro
- Assegnazione: Randomizzato
- Modello interventistico: Assegnazione di gruppo singolo
- Mascheramento: Nessuno (etichetta aperta)
Armi e interventi
Gruppo di partecipanti / Arm |
Intervento / Trattamento |
|---|---|
|
Sperimentale: Ha utilizzato il sistema virtuale dopo il sistema reale
|
Questa condizione implica che un partecipante afferri un oggetto fisico 3D situato sotto il drone in un ambiente reale.
La condizione prevede che un partecipante afferri una controparte virtuale di un oggetto fisico 3D all'interno di un ambiente di mixed reality (MR) con passaggio video.
|
|
Sperimentale: Ha utilizzato il sistema reale dopo il sistema virtuale
|
Questa condizione implica che un partecipante afferri un oggetto fisico 3D situato sotto il drone in un ambiente reale.
La condizione prevede che un partecipante afferri una controparte virtuale di un oggetto fisico 3D all'interno di un ambiente di mixed reality (MR) con passaggio video.
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Funzioni Esecutive tramite Misurazione Flanker-ERP
Lasso di tempo: 2 ore
|
Ogni partecipante è stato sottoposto alla valutazione Flanker-ERP in tre fasi: al basale (pre-intervento) e dopo entrambe le sessioni di formazione EHC basate su oggetti fisici e virtuali.
|
2 ore
|
|
Tasso di Successo (SR)
Lasso di tempo: 1-1,5 ore
|
L'SR è stato misurato per ciascun partecipante durante le prove di cattura dell'oggetto in due modalità di addestramento EHC: i sistemi di cattura del drone basati su oggetti fisici e virtuali 3D.
|
1-1,5 ore
|
|
Tempo di Reazione (RT)
Lasso di tempo: 1-1,5 ore
|
L'RT è stato misurato per ogni partecipante durante le prove di cattura dell'oggetto in due modalità di addestramento EHC: i sistemi fisici e quelli virtuali 3D basati su oggetti per la cattura dei droni.
|
1-1,5 ore
|
|
Tempo di Movimento (MT)
Lasso di tempo: 1-1,5 ore
|
La MT è stata misurata per ciascun partecipante durante le prove di cattura degli oggetti attraverso due modalità di addestramento EHC: i sistemi fisici e virtuali basati su droni 3D per la cattura degli oggetti.
|
1-1,5 ore
|
|
Velocità di Picco della Mano (PHV)
Lasso di tempo: 1-1,5 ore
|
Il PHV è stato misurato per ciascun partecipante durante le prove di cattura di oggetti in due modalità di addestramento EHC: i sistemi di cattura droni fisici e quelli virtuali basati su oggetti 3D.
|
1-1,5 ore
|
|
Tempo per Raggiungere la Velocità Massima della Mano (TPHV)
Lasso di tempo: 1-1,5 ore
|
Il TPHV è stato misurato per ciascun partecipante durante le prove di cattura dell'oggetto attraverso due modalità di addestramento EHC: i sistemi di cattura del drone basati su oggetti fisici e virtuali 3D.
|
1-1,5 ore
|
|
Centro di Massa (CoM)
Lasso di tempo: 1-1,5 ore
|
Il centro di massa di ogni partecipante durante l'esecuzione dei compiti di addestramento EHC è stato studiato in relazione a due diverse modalità di addestramento EHC, inclusi i sistemi di cattura droni basati su oggetti fisici e quelli basati su oggetti virtuali.
|
1-1,5 ore
|
|
Centro di Pressione (CoP)
Lasso di tempo: 1-1,5 ore
|
La CoP di ogni partecipante durante lo svolgimento dei compiti di addestramento EHC è stata studiata in relazione a due diverse modalità di addestramento EHC, inclusi i sistemi di cattura del drone basati su oggetti fisici e basati su oggetti virtuali.
|
1-1,5 ore
|
Misure di risultato secondarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Feedback soggettivo dei partecipanti sulla difficoltà percepita del compito
Lasso di tempo: 10-15 minuti
|
Il feedback soggettivo dei partecipanti sulla difficoltà percepita delle attività riguardanti i sistemi di addestramento EHC basati su oggetti fisici e virtuali è stato raccolto utilizzando una scala Likert a 5 punti (1=molto facile, 2=facile, 3=neutrale, 4=difficile, e 5=molto difficile).
|
10-15 minuti
|
|
Feedback soggettivo dei partecipanti sulla preferenza del sistema
Lasso di tempo: 10-15 minuti
|
È stata raccolta la feedback soggettivo dei partecipanti riguardo alla preferenza tra i sistemi di formazione EHC basati su oggetti fisici e virtuali.
|
10-15 minuti
|
|
Questionario sulla Sindrome da Realtà Virtuale (VRSQ)
Lasso di tempo: 10-15 minuti
|
Gli effetti avversi dell'ambiente di realtà mista sono stati valutati alla fine dell'esperimento utilizzando il Questionario sulla Cinestosi da Realtà Virtuale (VRSQ).
Il VRSQ valuta la gravità di nove sintomi distinti su una scala a 4 punti (nessuno, lieve, moderato e grave).
Questi sintomi includono malessere generale, affaticamento, mal di testa, affaticamento degli occhi, difficoltà di messa a fuoco, senso di pienezza alla testa, visione offuscata, vertigini con gli occhi chiusi e vertigini.
|
10-15 minuti
|
Collaboratori e investigatori
Pubblicazioni e link utili
Pubblicazioni generali
- 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.
Studiare le date dei record
Studia le date principali
Inizio studio (Effettivo)
Completamento primario (Effettivo)
Completamento dello studio (Effettivo)
Date di iscrizione allo studio
Primo inviato
Primo inviato che soddisfa i criteri di controllo qualità
Primo Inserito (Effettivo)
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Effettivo)
Ultimo aggiornamento inviato che soddisfa i criteri QC
Ultimo verificato
Maggiori informazioni
Termini relativi a questo studio
Parole chiave
Altri numeri di identificazione dello studio
- 113-420
Piano per i dati dei singoli partecipanti (IPD)
Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?
Descrizione del piano IPD
Informazioni su farmaci e dispositivi, documenti di studio
Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti
Studia un dispositivo regolamentato dalla FDA degli Stati Uniti
Queste informazioni sono state recuperate direttamente dal sito web clinicaltrials.gov senza alcuna modifica. In caso di richieste di modifica, rimozione o aggiornamento dei dettagli dello studio, contattare register@clinicaltrials.gov. Non appena verrà implementata una modifica su clinicaltrials.gov, questa verrà aggiornata automaticamente anche sul nostro sito web .
Prove cliniche su Sistema di Cattura Basato su Oggetti Reali
-
University of California, San FranciscoCompletatoDolore, Postoperatorio | Chirurgia | Realta virtuale | InvecchiatoStati Uniti
-
Memorial Sloan Kettering Cancer CenterCompletatoCancro alla prostataStati Uniti
-
Medtronic DiabetesCompletatoDiabete di tipo 1Francia