만성 통증 재활에서 교육 도구로서 가상 현실 활용 가능성 탐색

서론:

만성 통증은 전 세계 인구의 약 20%에 영향을 미치는 지속적이고 복잡한 상태로, 신체적, 정서적, 사회적 안녕에 상당한 영향을 미칩니다(Nicholas et al., 2019). 효과적인 관리 전략은 만성 통증의 생리심리사회적 모델(Turk and Monarch, 2002)에서 설명한 바와 같이 통증의 생물학적 및 심리사회적 측면을 모두 다루어야 합니다. 통증 과학 교육(PSE)은 환자가 통증의 기저 메커니즘을 이해하고 적응적 대처 전략을 촉진하도록 돕는 만성 통증 관리의 중요한 비약물적 접근법으로 부상했습니다(Moseley and Butler, 2015). 그러나 대면 세션과 같은 전통적인 PSE 전달 방법은 시간 집약적이고 자원 요구가 많으며 확장하기 어려울 수 있습니다. 가상 현실(VR)과 같은 혁신적인 솔루션은 접근성, 참여도 및 결과 개선을 위한 유망한 대안을 제공합니다.

통증 과학 교육:

PSE는 부적응적 신념을 전환하고 자신의 상태에 대한 통제감을 더 크게 조성하기 위해 개인에게 통증의 신경생리학 및 신경생물학에 대해 가르치는 데 중점을 둡니다(Moseley and Butler, 2015). 증거에 따르면 PSE는 통증 재앙화를 줄이고 자기 효능감을 높이며 삶의 질을 향상시킬 수 있습니다(Moseley et al., 2004). 이 접근법은 이해를 용이하게 하기 위해 은유, 시각 자료 및 체험 학습 기술을 포함한 다양한 전달 전략을 사용합니다(Nijs et al., 2019). 그러나 전통적인 환경에서 PSE의 상호작용적이고 체험적인 특성을 재현하는 것은 어려울 수 있습니다. VR의 몰입형 기능은 복잡한 통증 메커니즘을 시각적이고 상호작용적으로 시연하는 환경을 만들어 이러한 한계를 해결할 수 있으며, 잠재적으로 환자의 이해와 기억력을 향상시킬 수 있습니다(Ryan et al., 2018).

의료 분야의 가상 현실:

VR은 의료 분야, 특히 급성 및 만성 통증 관리에서 상당한 잠재력을 보여주었습니다. 그 응용 범위는 의료 절차 중 통증 분산부터 신경가소성을 활용한 치료적 중재까지 다양합니다(Mallari et al., 2019). 다중 감각 경로를 활용함으로써 VR은 통증 지각을 수정하고 약물 치료에 대한 의존도를 줄일 수 있습니다(Li et al., 2011). 또한 VR은 불안 및 외상 후 스트레스 장애(PTSD)에 대한 인지행동치료(CBT)와 같은 심리적 중재에서 성공적으로 사용되어 치료 도구로서의 다양성을 강조합니다(Freeman et al., 2017).

VR과 PSE 통합:

VR을 PSE와 통합하는 것은 전통적인 통증 교육의 한계를 해결하는 새로운 접근법을 제공합니다. VR 환경은 신경계의 작동을 시각화하고 작동 중인 통증 조절 전략을 설명하는 동적이고 상호작용적인 경험을 시뮬레이션할 수 있습니다. 예를 들어, VR에서의 안내된 운동은 환자가 명상, 이완 기술 또는 점진적 노출을 매력적이고 통제된 방식으로 연습하도록 도울 수 있습니다(Spicher et al., 2022). VR의 상호작용적 특성은 행동 변화와 기술 습득에 중요한 능동적 학습을 촉진합니다(Ryan et al., 2018).

연구의 근거:

VR은 급성 통증에서 주의 분산 도구로 탐구되었지만, 만성 통증을 위한 포괄적인 교육적 중재를 제공하는 데 사용되는 것은 아직 충분히 탐구되지 않았습니다. 예비 연구에 따르면 VR 기반 교육은 환자 참여도와 건강 정보 이해도를 향상시킬 수 있습니다(Ferrer-García et al., 2016). 그러나 만성 통증 인구에서의 실행 가능성, 수용 가능성 및 임상적 영향에 대한 증거는 제한적입니다. 본 연구는 확장 가능하고 상호작용적이며 환자 중심의 PSE 접근법으로서 VR 기반 통증 교육 프로그램인 Reality Health™의 사용을 평가함으로써 이 격차를 해소합니다. 실행 가능성 및 개념 증명 결과에 초점을 맞춤으로써, 연구 결과는 향후 무작위 대조 시험 및 만성 통증 관리에서 VR의 광범위한 구현에 대한 통찰력을 제공할 것입니다.

방법론:

본 연구는 VR 기반 통증 교육 프로그램의 실행 가능성, 수용 가능성 및 예비 임상적 영향을 포괄적으로 평가하기 위해 양적 및 질적 데이터를 통합하는 혼합 방법론을 사용할 것입니다. 연구는 사전-사후 설계를 사용하는 단일 군 실행 가능성 연구로 수행될 것입니다. 총 50명의 만성 통증 환자(PwCP)가 Reality Health™ 소프트웨어를 통해 제공되는 6주간의 VR 통증 교육 프로그램에 참여하도록 모집될 것입니다. 각 세션은 1시간 동안 진행됩니다(6주 동안 주당 1시간).

Reality Health™ 플랫폼은 네 가지 주요 모듈을 통해 체험 학습 콘텐츠, 감각 변화 경험, 재활 활동 및 몰입형 통증 신경과학 교육을 제공합니다. 플랫폼은 무선 Meta Quest VR 헤드셋과 핸드 컨트롤을 사용하여 각 모듈과 상호작용하며, 1:1 임상의 주도 환경에서 제공됩니다. 임상의는 참가자를 몰입형 VR 모듈을 통해 안내하고, 성찰을 가능하게 하며, 긍정적인 결과를 이끌 수 있는 태도와 행동으로의 지식 전환을 촉진합니다.

Reality Health™ 플랫폼을 임상의 주도 통증 교육 프로그램으로 제공하기 위한 치료 프로토콜이 개발되었습니다. '만성 통증 교육의 초고속화(Supercharging Chronic Pain Education)' 치료 프로토콜은 임상의와 함께 6회의 개별 1시간 세션으로 VR 중재를 제공합니다. 각 세션은 Meta Quest 헤드셋을 사용하여 몰입형 통증 교육 모듈을 완료하고 개별화된 임상의 지도 재활을 수행하며, 동반 환자 워크북이 포함됩니다.

질적 연구는 이 설계 내에 포함되어 개별 경험과 만성 통증 교육을 위한 VR 사용에 대한 인식을 탐구할 것입니다. 중재 후 참가자 하위 집단을 대상으로 반구조화 포커스 그룹을 진행하여 VR 기술에 대한 수용도, 인지된 이점 및 과제에 대한 심층적인 통찰력을 수집할 것입니다. 이 질적 구성 요소는 풍부한 맥락 데이터를 제공하여 양적 결과를 보완하고 중재의 실행 가능성과 수용 가능성에 영향을 미치는 요인을 다룰 것입니다. 인터뷰는 총 30-45분 동안 진행됩니다.

참가자 모집 참가자는 만성 통증 아일랜드(만성 통증 환자를 지원하는 아일랜드의 국가 자선 단체) 및 더블린 대학 병원 통증 서비스를 통해 모집됩니다.

데이터 수집:

데이터는 환자 보고 결과 측정(온라인으로 완료되거나 선불 우편으로 발송됨) 및 온라인/전화를 통한 1:1 반구조화 인터뷰를 사용하여 수집됩니다.

환자 보고 결과 측정은 사전, 사후 및 3개월 추적 조사에서 완료됩니다. 이러한 결과 측정은 완료하는 데 평균 35-40분이 소요됩니다.

부작용 및 참가자의 중재 수용 가능성도 기록됩니다.

이 실행 가능성 연구를 위한 50명 참가자의 표본 크기는 실행 가능성 연구에서 일반적인 것처럼 통계적 검정력 계산보다는 실질적인 고려 사항을 기반으로 결정되었습니다.

포함 기준은 다음과 같습니다:

• 18세 이상 통증 의학 전문의 또는 일반의에 의해 만성 통증으로 진단받음, 모든 유형의 만성 통증을 3개월 이상 경험함, 숫자 등급 척도에서 통증 강도 >3 보고함, 읽고 말하는 영어에 능숙함

정보에 입각한 동의를 제공할 수 없거나 향후 6개월 내 수술을 기다리는 참가자는 연구에서 제외됩니다.

환자 보고 결과 측정에는 다음이 포함됩니다:

(i) 숫자 등급 척도 통증 강도 숫자 등급 척도(Pain NRS)는 참가자의 지난 7일 동안의 평균 통증 강도를 측정하는 데 사용됩니다.

(ii) 간편 통증 목록(BPI) BPI는 허용 가능한 내적 일관성이 보고된 통증 간섭을 평가합니다. 간섭 척도에서 1점 감소는 임상적으로 의미 있는 변화로 권장되었습니다(Cleelend et al 1994).

(iii) 벡 우울증 척도(BDI) BDI는 우울 증상의 심각도를 평가하는 데 사용되는 널리 검증된 도구입니다. BDI는 우울증의 정서적, 인지적, 신체적 증상을 측정합니다. BDI에서 5점 감소는 일반적으로 우울 증상의 임상적으로 의미 있는 개선으로 간주됩니다. BPI는 만성 통증 환자를 포함한 다양한 인구에서 강한 내적 일관성과 우수한 검사-재검사 신뢰도를 보여주었습니다(Beck et al 1961).

(iv) 통증 자기 효능감 설문지(PSEQ) 통증 자기 효능감은 통증 강도를 통제한 후 장애 및 삶의 질의 독립적 예측인자로 보고되었습니다. 분석 결과 PSEQ은 우수한 내적 일관성과 검사-재검사 신뢰도를 가진 것으로 나타났습니다(Nicholas et al 2007)

(v) 12항목 단축 건강 설문지(SF-12) 12항목 단축 건강 설문지(SF-12)는 건강 관련 삶의 질(HRQoL)을 측정하도록 설계된 검증된 도구입니다. 이는 신체 구성 요소 요약(PCS) 및 정신 구성 요소 요약(MCS)이라는 두 가지 요약 점수를 통해 신체적 및 정신적 건강 구성 요소를 평가합니다. SF-12는 만성 질환자를 포함한 다양한 인구에서 강한 내적 일관성과 검사-재검사 신뢰도를 보여주었습니다. 임상적으로 의미 있는 변화는 일반적으로 PCS 또는 MCS 점수에서 3~5점 증가로 나타납니다(Ware et al 1996).

연구 모집, 방법론 및 중재의 실행 가능성 및 수용 가능성과 관련된 관심 결과는 다음과 같습니다: 모집, 유지, 이탈 및 순응도 비율.

모집: 전체 모집률은 등록된 사람 수(분자)를 적격 참가자 수(분모)로 나눈 백분율로 계산됩니다. 또한 모집과 관련하여 다음을 평가하고 보고할 것입니다:

• 통증 클리닉, 환자 단체 회원 자격을 통해 확인된 참가자 수
• 병원 통증 의학과 대기자 명단을 통해 확인된 수
• 적격성 검사를 받은 수
• 검사 후 적격 판정을 받은 수
• 부적격 사유
• 동의서를 완료한 수
• 적격성 검사 후 비참여 사유

유지: 유지율은 등록 후 중재 전 결과 측정 및 중재 후 결과 측정을 완료한 개인의 비율로 계산됩니다.

이탈: 이탈률은 시험 시작 시 총 참가자 수를 어떤 이유로든 연구를 완료하지 못한 참가자 수(예: 철회, 추적 손실 등)로 나누어 계산됩니다. 이탈률과 중재 중도 포기 사유를 모두 계산할 것입니다.

순응도: 중재 일정에 대한 순응도는 모든 세션의 참석 기록을 통해 평가됩니다. 불참 사유는 진행자가 기록합니다. 참가자는 매주 MOD와 상담하여 중재 프로토콜 준수 및 중재 기간 동안 참가자가 제기한 기타 문제를 문서화할 것입니다.

수용 가능성: 수용 가능성은 새로운 기술에 대한 사용자 채택 및 만족도를 이해하기 위해 널리 인정된 프레임워크인 기술 수용 모델(TAM)을 사용하여 측정됩니다. TAM은 개인의 기술 사용 의도 및 실제 사용에 영향을 미치는 여러 요인의 상호작용에 중점을 둡니다.

데이터 분석:

실행 가능성 연구는 통계적으로 유의미한 효과를 검출할 수 있는 검정력을 갖추고 있지 않지만, 환자 보고 결과에 대한 데이터는 향후 시험을 알리기 위해 분석될 것입니다. 예를 들어, 통증 강도에 대한 중재의 효과를 측정하는 경우 분석은 다음과 같습니다:

통증 강도 및 지속 시간:

• 결과: 통증 간섭 설문지를 사용하여 VR 중재 전후의 통증 수준 변화를 평가합니다.

• 분석:

  • 기술 통계(평균, 중앙값, 표준 편차)는 기준선, 중재 중 및 중재 후 통증 점수를 요약합니다.
  • 대응 표본 t-검정 또는 비모수적 등가물(예: Wilcoxon 부호 순위 검정)을 사용하여 시간 경과에 따른 집단 내 변화를 평가할 수 있습니다.
  • 효과 크기(예: Cohen's d)는 변화의 크기를 추정하기 위해 계산되어 전체 시험을 위한 향후 표본 크기 계산에 도움을 줄 것입니다.

모든 데이터는 IBM SPSS Statistics v.24.0 for Windows를 사용하여 분석됩니다.

질적 데이터:

또한 과정 평가 형태의 질적 데이터를 수집할 것입니다.

과정 평가의 주요 목표는 다음과 같습니다:

1. 참가자의 VR 교육 중재 경험과 인식을 이해합니다.
2. VR 기술 및 콘텐츠와의 참여에 대한 장벽과 촉진 요인을 식별합니다.
3. 참가자의 VR 중재에 대한 수용 가능성, 사용성 및 전반적인 만족도에 대한 견해를 탐구합니다.

반구조화 인터뷰 일정 질문은 기술 수용 모델(TAM)에서 매핑되었습니다. 이러한 인터뷰의 데이터는 주제 분석(Braun and Clarke, 2006)에 따라 분석될 것입니다.

참고문헌

Beck, A. T., Ward, C. H., Mendelson, M., Mock, J., & Erbaugh, J. (1961). An inventory for measuring depression. Archives of General Psychiatry, 4(6), 561-571.

Cleeland, C.S., & Ryan, K.M. (1994). Pain assessment: Global use of the Brief Pain Inventory. Annals of the Academy of Medicine, Singapore, 23(2), 129-138.

Ferrer-García, M., Gutiérrez-Maldonado, J., Riva, G. and Wiederhold, B.K., 2016. Virtual reality-based treatments in eating disorders and obesity: A review. Journal of Contemporary Psychotherapy, 46(4), pp.207-221.

Freeman, D., Reeve, S., Robinson, A., Ehlers, A., Clark, D.M., Spanlang, B. and Slater, M., 2017. Virtual reality in the assessment, understanding, and treatment of mental health disorders. Psychological Medicine, 47(14), pp.2393-2400.

Li, A., Montano, Z., Chen, V. and Gold, J., 2011. Virtual reality and pain management: current trends and future directions. Pain Management, 1(2), pp.147-157.

Louw, A., Diener, I., Butler, D.S. and Puentedura, E.J., 2011. The effect of neuroscience education on pain, disability, anxiety, and stress in chronic musculoskeletal pain. Archives of Physical Medicine and Rehabilitation, 92(12), pp.2041-2056.

Mallari, B., Spaeth, E.K., Goh, H. and Boyd, B.S., 2019. Virtual reality as an analgesic for acute and chronic pain in adults: a systematic review and meta-analysis. Journal of Pain Research, 12, pp.2053-2085.

Moseley, G.L. and Butler, D.S., 2015. Fifteen years of explaining pain: The past, present, and future. The Journal of Pain, 16(9), pp.807-813.

Moseley, G.L., Nicholas, M.K. and Hodges, P.W., 2004. A randomized controlled trial of intensive neurophysiology education in chronic low back pain. Clinical Journal of Pain, 20(5), pp.324-330.

Nicholas, M. K. (2007). The pain self-efficacy questionnaire: Taking pain into account. European Journal of Pain, 11(2), 153-163

Nicholas, M., Vlaeyen, J.W., Rief, W., Barke, A., Aziz, Q., Benoliel, R. and Korwisi, B., 2019. The IASP classification of chronic pain for ICD-11: chronic primary pain. Pain, 160(1), pp.28-37.

Spicher, C.J., Kohut, P., Shenker, N.G., Baranowski, A., Goebel, A. and Wood, C., 2022. Virtual reality in chronic pain management: A narrative review. Pain Management, 12(1), pp.15-27.

Turk, D.C. and Monarch, E.S., 2002. Biopsychosocial perspective on chronic pain. In: D.C. Turk and R.J. Gatchel (Eds.), Psychological Approaches to Pain Management: A Practitioner's Handbook. 2nd ed. New York: Guilford Press, pp.3-29.

Ware, J. E., Kosinski, M., & Keller, S. D. (1996). A 12-item short-form health survey: Construction of scales and preliminary tests of reliability and validity. Medical Care, 34(3), 220-233.