中风患者康复的音乐疗法 (SONICHAND)

介绍：

意大利每年都会发生超过 200.000 例新中风病例。 虚拟和增强现实通过为患者评估提供目标参数、加速运动恢复过程和提高出院后的运动性能，为康复计划提供了有效的支持。 这项研究使用特定的手部跟踪传感器（Leap Motion Controller）来捕捉手臂的运动，并从神经学音乐治疗的角度结合适当的预定义音乐模式（听觉化）。

事实上，除了在关系环境中使用之外，音乐疗法还广泛用于康复领域，特别是由于声音的影响以及旁边缘和边缘区域的神经运动康复，这些区域参与运动的大脑（运动皮层、辅助运动区、小脑、基底神经节等）。

最近的研究使用声波进行上肢的康复，假设由于音频运动反馈而替换了因疾病而受损的本体感觉方面。 此外，这项研究利用了 Leap Motion 控制器的特性和伴随手臂运动的声音刺激的特性，而不需要认知任务。

目标：

• 通过随机对照试验和适当的运动评估来验证使用“超声”技术对中风患者进行手部康复的效果
• 验证“声化”技术是否减轻了康复过程中的疲劳和疼痛感
• 评估“超声”技术对患者生活质量的影响

材料和方法：

在这项随机对照试验中，将招募 66 名中风患者并分配到 2 组。 对照组将接受持续 4 周的 35 分钟标准每日康复治疗。 实验组将接受基于 15 分钟标准康复和 20 分钟超声锻炼的模拟治疗。 随机化将集中用于研究中涉及的四个单位。

将在基线 (T0)、治疗中期 (T1 = 2 周)、治疗结束时 (T2 = 4 周) 和随访点 (T3 = 8 周）。

将使用以下评估工具：

• Fugl-Meyer 运动评估量表
• 盒子和块测试
• 改良的 Ashworth 量表
• 视觉模拟量表 (VAS)
• 数字疼痛评定量表
• 麦吉尔生活质量

在 T0、T1、T2 和 T3，Leap Motion 控制器将记录和监控一些运动参数，以评估运动执行中可能发生的变化。

统计数据：

将考虑意向治疗 (ITT) 人群进行分析。 将使用针对治疗前 (T0)-治疗后 (T2) 差异的未配对学生 t 检验来评估主要终点。 随时间推移的纵向趋势将通过重复测量方差分析进行评估。 其他分析将在统计分析计划中提供。