Badanie innowacyjnych strategii poprawiających koordynację wzrokowo-ruchową i funkcje poznawcze poprzez ćwiczenia z łapaniem dronów.
Eksploracja innowacyjnych strategii poprawy koordynacji wzrokowo-ruchowej i funkcji poznawczych poprzez ćwiczenie łapania dronów.
Koordynacja wzrokowo-ruchowa (EHC) to kluczowa funkcja poznawczo-motoryczna, która umożliwia osobom skuteczną interakcję z otoczeniem poprzez ruchy ręki sterowane wzrokiem. Odnosi ona istotną rolę w codziennych czynnościach, takich jak sięganie, chwytanie i manipulowanie przedmiotami. Poprzednie badania wykazały, że ukierunkowane aktywności fizyczne i sport mogą poprawić wydajność EHC. Jednak starzenie się jest powszechnie związane z pogorszeniem EHC, funkcji wykonawczych i kontroli postawy, co może negatywnie wpływać na niezależność w życiu codziennym. Te zmiany związane z wiekiem są również ściśle powiązane z pogorszeniem funkcji poznawczych i mogą przyczyniać się do rozwoju łagodnych zaburzeń poznawczych (MCI), demencji i choroby Alzheimera, zwiększając tym samym obciążenie dla rodzin i systemów opieki zdrowotnej.
Aby złagodzić te skutki, zaproponowano różne podejścia treningowe poznawczo-motoryczne oraz wspomagane technologią w celu poprawy EHC i funkcji poznawczych u osób starszych. Chociaż wiele istniejących systemów treningowych EHC jest skomputeryzowanych i wdrożonych przy użyciu rzeczywistości wirtualnej (VR) lub rzeczywistości mieszanej (MR), rosnące dowody sugerują, że środowiska wirtualne mogą nie w pełni odtwarzać rzeczywiste interakcje wzrokowo-ruchowe. Ograniczenia w percepcji głębi, sprzężenie zwrotne haptyczne i realizm mogą zmieniać strategie fiksacji wzrokowej, wykonanie ruchu i ogólną wydajność zadania, potencjalnie zmniejszając skuteczność treningu w porównaniu z interakcjami w świecie rzeczywistym.
Biorąc pod uwagę te ograniczenia, nadal nie jest jasne, czy trening EHC w świecie rzeczywistym zapewnia większe korzyści dla funkcji wykonawczych i wydajności motorycznej niż trening wirtualny. Dlatego niniejsze badanie ma na celu porównanie bezpośrednich efektów ćwiczeń EHC przeprowadzonych w środowisku rzeczywistym i środowisku passthrough rzeczywistości mieszanej wśród osób starszych. Proponowane zadanie treningowe EHC polega na łapaniu rzeczywistego trójwymiarowego (3D) obiektu sterowanego fizycznym mini dronem, zainspirowanego naturalnymi zachowaniami ludzkimi, takimi jak odganianie latających owadów, oraz jego wirtualnego odpowiednika obejmującego wirtualny obiekt 3D i drona. Głównym celem jest zbadanie różnic w funkcjach wykonawczych, wydajności zadania i stabilności postawy między rzeczywistymi i wirtualnymi warunkami EHC. Identyfikując, która modalność treningowa lepiej wspiera wydajność poznawczo-motoryczną, badanie to ma na celu dostarczenie informacji do projektowania skutecznych i angażujących interwencji dla zdrowego starzenia się i wczesnej prewencji pogorszenia funkcji poznawczych.
Przegląd badań
Status
Warunki
Typ studiów
Zapisy (Rzeczywisty)
Faza
- Nie dotyczy
Kontakty i lokalizacje
Lokalizacje studiów
-
-
-
Tainan, Tajwan, 701
- Motion Analysis Laboratory, Dept. of Biomedical Engineeing, National Cheng Kung University
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Opis
Kryteria włączenia:
- 60 lat i więcej (preferowane 65 lat i więcej).
- Zdolność do regularnego wykonywania ćwiczeń.
- Normalny wzrok lub normalny wzrok po korekcji.
Kryteria wykluczenia:
- Przebyte istotne choroby przewlekłe, takie jak neurologiczne (np. udar, demencja, choroba Parkinsona, słaby wzrok i utrata słuchu), sercowo-naczyniowe, metaboliczne, płucne lub choroby układu mięśniowo-szkieletowego.
- Przebyta istotna choroba lokomocyjna, czynne nudności i wymioty lub padaczka.
- Strach przed noszeniem gogli VR.
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
- Główny cel: Inny
- Przydział: Randomizowane
- Model interwencyjny: Zadanie dla jednej grupy
- Maskowanie: Brak (otwarta etykieta)
Broń i interwencje
Grupa uczestników / Arm |
Interwencja / Leczenie |
|---|---|
|
Eksperymentalny: Przeszedł system wirtualny po systemie rzeczywistym
|
Ten warunek polega na tym, że uczestnik chwyta fizyczny obiekt 3D znajdujący się pod dronem w rzeczywistym środowisku.
Warunek polega na tym, że uczestnik chwyta wirtualny odpowiednik fizycznego obiektu 3D w środowisku mixed reality (MR) z funkcją passthrough.
|
|
Eksperymentalny: Przeszedł na system rzeczywisty po systemie wirtualnym
|
Ten warunek polega na tym, że uczestnik chwyta fizyczny obiekt 3D znajdujący się pod dronem w rzeczywistym środowisku.
Warunek polega na tym, że uczestnik chwyta wirtualny odpowiednik fizycznego obiektu 3D w środowisku mixed reality (MR) z funkcją passthrough.
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Funkcje Wykonawcze poprzez Pomiar Flanker-ERP
Ramy czasowe: 2 godziny
|
Każdy uczestnik przeszedł ocenę Flanker-ERP na trzech etapach: na początku (przed interwencją) oraz po obu sesjach treningu EHC opartych na fizycznych i wirtualnych obiektach.
|
2 godziny
|
|
Wskaźnik sukcesu (SR)
Ramy czasowe: 1-1,5 godziny
|
SR mierzono dla każdego uczestnika podczas prób łapania obiektów w dwóch modalnościach treningowych EHC: fizycznym i wirtualnym, opartym na systemie łapania dronów z obiektami 3D.
|
1-1,5 godziny
|
|
Czas Reakcji (RT)
Ramy czasowe: 1-1,5 godziny
|
RT był mierzony dla każdego uczestnika podczas prób chwytania obiektów w dwóch modalnościach treningu EHC: fizycznym i wirtualnym, opartym na systemie chwytania dronów z wykorzystaniem obiektów 3D.
|
1-1,5 godziny
|
|
Czas ruchu (MT)
Ramy czasowe: 1-1,5 godziny
|
MT został zmierzony dla każdego uczestnika podczas prób chwytania obiektów w dwóch modalnościach treningu EHC: fizycznym i wirtualnym 3D systemie chwytania dronów opartym na obiektach.
|
1-1,5 godziny
|
|
Szczytowa Prędkość Dłoni (PHV)
Ramy czasowe: 1-1,5 godziny
|
PHV mierzono dla każdego uczestnika podczas prób łapania obiektów w dwóch modalnościach treningu EHC: fizycznym i wirtualnym, trójwymiarowym systemie łapania dronów opartym na obiektach.
|
1-1,5 godziny
|
|
Czas do osiągnięcia szczytowej prędkości ręki (TPHV)
Ramy czasowe: 1-1,5 godziny
|
TPHV mierzono dla każdego uczestnika podczas prób łapania obiektów w dwóch modalnościach treningu EHC: fizycznym i wirtualnym systemie opartym na trójwymiarowych obiektach do łapania dronów.
|
1-1,5 godziny
|
|
Środek masy (CoM)
Ramy czasowe: 1-1,5 godziny
|
Środek ciężkości każdego uczestnika podczas wykonywania zadań treningowych EHC został zbadany pod kątem dwóch różnych modalności treningu EHC, w tym systemów łapania dronów opartych na obiektach fizycznych i wirtualnych.
|
1-1,5 godziny
|
|
Środek nacisku (CoP)
Ramy czasowe: 1-1,5 godziny
|
COP każdego uczestnika podczas wykonywania zadań treningowych EHC został zbadany w odniesieniu do dwóch różnych modalności treningowych EHC, w tym systemów łapania dronów opartych na obiektach fizycznych i wirtualnych.
|
1-1,5 godziny
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Subiektywna opinia uczestnika na temat postrzeganej trudności zadania
Ramy czasowe: 10-15 minut
|
Subiektywne opinie uczestników dotyczące postrzeganej trudności zadań w odniesieniu do fizycznych i wirtualnych systemów szkoleniowych EHC opartych na obiektach zebrano przy użyciu 5-punktowej skali Likerta (1=bardzo łatwe, 2=łatwe, 3=neutralne, 4=trudne, 5=bardzo trudne).
|
10-15 minut
|
|
Subiektywne opinie uczestników dotyczące preferencji systemu
Ramy czasowe: 10-15 minut
|
Zebrano subiektywne opinie uczestników dotyczące preferencji między fizycznymi i wirtualnymi systemami szkolenia EHC opartymi na obiektach.
|
10-15 minut
|
|
Kwestionariusz choroby wirtualnej rzeczywistości (VRSQ)
Ramy czasowe: 10-15 minut
|
Skutki uboczne środowiska rzeczywistości mieszanej oceniono na koniec eksperymentu za pomocą Kwestionariusza Choroby Wirtualnej Rzeczywistości (VRSQ).
VRSQ ocenia nasilenie dziewięciu różnych objawów w 4-stopniowej skali (brak, lekki, umiarkowany i ciężki).
Objawy te obejmują ogólny dyskomfort, zmęczenie, ból głowy, zmęczenie oczu, trudności z koncentracją, uczucie pełności w głowie, niewyraźne widzenie, zawroty głowy z zamkniętymi oczami i zawroty głowy.
|
10-15 minut
|
Współpracownicy i badacze
Publikacje i pomocne linki
Publikacje ogólne
- 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.
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Zakończenie podstawowe (Rzeczywisty)
Ukończenie studiów (Rzeczywisty)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Inne numery identyfikacyjne badania
- 113-420
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Opis planu IPD
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .
Badania kliniczne na System Realistycznego Łapania Opartego na Obiektach
-
West China HospitalJeszcze nie rekrutacjaRehabilitacja | Operacja klatki piersiowej | Niedrobnokomórkowy rak płuc (NSCLC) | Zarządzanie okołooperacyjne
-
Memorial Sloan Kettering Cancer CenterZakończonyRak prostatyStany Zjednoczone
-
University of California, San FranciscoZakończonyBól, pooperacyjny | Chirurgia | Wirtualna rzeczywistość | W wiekuStany Zjednoczone