脳卒中に達する

目的：

脳卒中生存者にとって、代償運動の使用は、可動域の減少、痛み、および「学習された不使用」のパターンにつながる可能性があります。 上肢に到達するときに存在する一般的な代償運動は体幹の変位です。 この動きは削減すべき重要な動きであると特定されていますが、この問題に対処するための戦略はほとんど考慮されていません。 既存の戦略では、人を椅子の背もたれに物理的に拘束する必要があるため、監督なしでの治療に使用するのは望ましくありません。 その結果、現在、診療所と家庭の両方で正しい動作パターンの使用を促進する代替方法が求められています。 この意味で、テクノロジーは、体幹補償を削減する新しい方法を生み出すイネーブラーとして機能する可能性があります。 それでも、体幹補償はロボットやコンピューター支援によるリハビリテーションの二次的なテーマとしてしか研究されていないため、文献にはギャップがあります。 したがって、このプロジェクトでは、研究者らは、ロボット装置と市販の技術を使用して体幹代償の削減を検討し、教師なし治療における動きの質に焦点を当てることができるようにする予定です。 このプロジェクトから得られる可能性のある結果は、後に脳卒中やその他の神経障害のある集団における他の補償モードに適用され、一般化される可能性があります。

目的：

私たちの目的は、フィードバックキューを使用して、教師なし治療における体幹の代償運動を軽減できることを実証することです。

研究の質問:

体幹の補正を減らすために視覚的なフィードバックと比較した場合、フォースキューを使用すると同様の結果が得られますか?

装置：

• 1 Kinect (Microsoft, Inc.) マーカーレス モーション キャプチャ システム。
• Kinova Jaco 支援ロボット アーム 2 台。 これらのデバイスは、障害者の日常業務を支援するために使用されます。 アームは、ユーザーとの安全な相互作用 (弱い力) を考慮して設計されています。
• 1 台のデスクトップ コンピューターと視覚的なフィードバックを提供するモニター。

方法：

研究者らは、2 台の Kinova Jaco ロボット デバイスを使用してフォース フィードバック キューを設計し、それを提供します。 研究者らはその後、代償運動を軽減するための視覚的フィードバック（フィードバックを提供するためにコンピューターモニターを使用する）と比較した場合に、力の手がかりが同様またはより良い結果を達成できるかどうかを調査します。

ロボット デバイスは力の手がかりを与えることができますが、これらのデバイスは複雑で価格が高いため、家庭環境での実装が難しい場合があります。 したがって、このプロジェクトでは、研究者らはユーザーの代償運動についてのフィードバックを提供するために市販の技術の使用を研究する予定です。 研究者らは、力の使用と視覚的フィードバックを比較して、代償レベルの低下に対する効果を研究する予定です。 研究者らは、家庭ですぐに利用できるシステム (例: テレビやパーソナル コンピューターなど）、より複雑なロボット デバイスを購入する必要はありません。 このプロジェクトの結果が市販技術の使用を裏付けるものであれば、ユーザーが自宅で治療プログラムを継続した場合に、ロボット装置の代替または補完としてこの技術が使用できる可能性があるというさらなる証拠が提供されることになります。

フォース フィードバック キューは、ロボットのハンドルを動かすための抵抗として提供されます。 これらのキューは、「通常の」到達パターンに基づいて、ユーザーが特定の誤差帯域の外に移動したときに適用されます。 さらに、キューの大きさは体幹補正の大きさに比例します。 このプロジェクトでは、視覚的なフィードバックと力によるフィードバックという 2 つの条件を比較します。

視覚条件では、モニターを使用して参加者の手を表す 2 つのカーソル (空の円) が表示され、ユーザーが補正を始めると円が赤いインクで塗りつぶされます。 補正の大きさが増加するにつれて、赤インクの量が徐々に増加し、ユーザーが補正しているレベルを示します。

手順の概要:

(合計時間: 2 ～ 2.5 時間):

1. 参加者を募集いたします。
2. 研究内容や設備を紹介します。 参加者は、実験中の任意の時点で不快感や疲労を感じた場合は研究者に知らせるよう求められ、必要に応じて何度でも休憩が与えられます。
3. 参加者に同意書に記入するよう依頼するか、健康状態のために同意を提供できない場合は、介護者/保護者が同意を提供し、被験者が同意を提供します。

4. 参加者は背景アンケートに記入し、登録された理学療法士が、認知された機能障害尺度 (Fugl-Meyer 上肢評価および到達パフォーマンス尺度) に基づいて臨床評価を実施し、そのスコアを、臨床試験で実行される比較のベースラインとして使用します。このフェーズの最後には統計分析が行われます。 Reaching Performance Scale では、スコアリングのために評価のビデオ録画を使用する必要があります。

   参加者が臨床評価の結果を知りたい場合は、セッションの最後にセラピストが結果のコピーを提供し、参加者にこれらの結果について説明し、参加者がこれらのスケールについて持つ可能性のある質問に答えます。 。 到達パフォーマンススケールの場合、スコアリングは研究後に行われるため、参加者は後日電話でスコアを受け取ることができます。

5. すべての勉強会はブリティッシュ コロンビア大学 (UBC) ポイント グレイ キャンパスで行われます。 テスト中、参加者は、2 つの Jaco Kinova ロボット アームと Microsoft Kinect の入力テクノロジを使用してコンピューターと対話するように求められます。 これらのテクノロジーを使用して、参加者は腕/手を使って両手で対称的な動きを実行し、単純なカーソル/ターゲット ビデオゲームを制御します。 Kinect は参加者の動きを各関節のデータ ポイントとして測定します。ビデオは記録されません。 ロボット装置は手の動きを記録するために使用され、参加者の体幹補償のレベルに基づいて動かすための抵抗を増加させます。 モニターは、参加者の体幹補正に関する視覚的なフィードバックを提供し、ターゲット ゲームを表示するために使用されます。
6. 参加者に椅子に座り、足が完全に支えられ、膝が 90 度の角度になり、背中が椅子につくようにフットレストを調整してもらいます。
7. 参加者に 2 つのロボット デバイスのハンドルを握るように依頼します。
8. 参加者が手の力が弱くてハンドルを握ることができない場合は、調節可能な生地と伸縮性のあるストラップを手のひらの周りに取り付けて、ハンドルの上に手を保持します。
9. ユーザーがロボットを押すために生成できる最大の力は、ロボットのセンサーを読み取ることで測定されます。
10. 参加者に、参加者の腕の長さに基づいてシステムを調整するために、一連の単独リーチを実行するように依頼します。
11. システムとモーション マッピングに慣れるために、参加者に両手でリーチを 5 回練習してもらいます。
12. 参加者に、体幹補正を測定するために 15 のベースライン (フィードバックなし) 両手リーチを実行するように依頼します。 研究者らは、平均胴体補正の値を使用して、視覚フィードバックと力フィードバックの誤差範囲を設定します。
13. 参加者に、視覚フィードバックまたは力フィードバック (被験者のランダム化に応じて) に慣れるために、両手でリーチを 5 回練習するように依頼します。
14. 参加者に、腕を完全に伸ばした状態で膝の高さで 1 つのターゲットに両手で到達する 60 回の試行を実行するように依頼します。 参加者は、コンピューターのモニターを通じて、またはロボットの動きに対する抵抗の増加として、報酬に関するフィードバックを受け取ります。
15. 参加者は、要求に応じてターゲット間で休憩することができます。 さらに、15 ターゲットごとに 1 分間の休憩があります。
16. 参加者はフィードバックなしで 15 回のリーチを実行します (測定後)
17. 参加者は 2 番目のフィードバック条件を開始する前に 5 分間の休憩を取ります。
18. 他のタイプのフィードバック (視覚または力) を使用して、ステップ 14、15、および 16 を繰り返します。
19. メモを取る人は、研究中に参加者が遭遇した障害の発生を記録します。
20. モーション トラッキング データと評価ビデオはコンピュータ ファイルに保存され、UBC ベースのファイル サーバーと光学メディアにバックアップされます。
21. セッションの最後に、参加者はユーザビリティに関するアンケートに回答します。
22. 記録者、動作ログ、評価ビデオ、およびアンケートからのデータは、強化されたフィードバックがどのように体幹の代償運動を軽減できるか、およびシステムの使いやすさと機能性についてのさらなる洞察を得るために、定量的および定性的分析を行うために使用されます。 すべてのデータは参加者の番号を使用して識別されます。
23. ビデオ録画は結果の公表から 5 年後に消去または破棄されます。

研究デザイン:

研究者は、独立変数をフィードバックの種類とし、レベルは力のフィードバックと視覚的なフィードバックとなる被験者内クロスオーバー設計に従います。 主な従属変数は、体幹の補償の尺度になります。 研究者は、2 つの条件を特定の順序で実行することによるキャリーオーバー効果を減らすために、相殺戦略に従います。

データ収集には、モーション ログ ファイル、ゲームのスコア、参加者とのディスカッション、終了アンケートが含まれます。