利用游戏机制优化中风患者的远程康复依从性
研究概览
详细说明
目的/具体目标 本研究的总体目标是为患者提供一种机制,让他们在有意义的时间段内进行渐进式运动练习。 研究人员的目标是改善慢性期患者的积极结果,并对中风后急性住院期患者进行试点工作,以确定是否可以使用家庭系统进一步改善功能恢复。
目标 1:评估对家庭远程康复模拟手/手臂游戏活动和两个电脑游戏组的遵守情况,一组具有增强的动机:家庭训练动机增强 (HTme) 模拟和一个非增强模拟:家庭训练未增强 (HTu) 版本。 假设:与对照组 (HTu) 相比,HTme 组的参与者将表现出显着的依从性。
目标 2:与相同模拟的未增强 HTu 版本相比,评估针对中风患者的动机增强型 HTme 家庭虚拟模拟手/手臂游戏活动的有效性。 假设:与对照组 (HTu) 相比,完成 HTme 培训的参与者将表现出显着改善的临床、运动学和神经生理学结果。
目标 3:评估为提供更愉快的培训体验而设计的计算机游戏中增强动机的影响。 假设:与个人因素相比,对游戏的享受将是更有效的依从性预测指标。
背景和意义 研究表明,持续的手部康复训练对于持续改善和维持中风后的功能非常重要。 如果不能独立使用自己的双手,求学、就业和社区参与是难以想象的。 这项研究的主要目标是测试一种令人兴奋的新技术,这种技术可以很容易地在家中用于长期的手部和上肢训练。 脑损伤后手部功能的恢复对目前可用的干预措施特别顽固。 迄今为止,传统研究小组的最大努力以及针对偏瘫手和手臂的基于技术的治疗干预已经在运动功能和运动控制方面产生了可测量的变化,但远未大大减少残疾。
如果治疗量对康复至关重要,那么我们目前的制度限制会破坏成功结果的可能性。 出院后,一些患者可能难以接受康复治疗。 这在一定程度上是由于保险不足、交通不便以及患者对护理人员的依赖。 随时随地接受长期的康复训练,是亚急性和慢性患者不断提高功能能力的必要条件。
研究设计和方法 本研究将是一项单盲随机对照试验。 受试者将不知道研究的目的。 所有结果测量将由对小组分配不知情的治疗师进行。 将利用一项对照试验来确定与标准上肢锻炼相比,在虚拟环境中进行康复活动的附加效果。 研究人员将使用计算机随机数生成器将受试者随机分配到治疗组和对照组。
3.1.学习时间
每个受试者将进行研究前评估,使用其中一种协议进行为期三个月的培训,进行研究后评估以及一个月和六个月的保留评估。
3.2 研究地点 测试和初始培训将在纽瓦克罗格斯大学生物医学和健康科学园区的卑尔根大楼进行。 家庭培训将在受试者家中进行。
3.3 样本量证明 研究人员将寻求足够的功效来检测这两个预先计划的主要比较中 Wolf 评分变化的临床显着差异。 为了评估这些训练效果,我们假设功效水平为 0.8,显着性水平为 0.05。 假定重复测量值 0.1 和效应量 0.3 之间的相关性,两组(HTme 和 HTu)中每组 25 名受试者的样本量,以观察第一次比较的显着效果(G*Power,版本 3.1.5) 是必要的。 尽管研究人员将筛查具有同质损伤的患者,但从本质上讲,中风是一种极其多变的疾病。 由于可能的受试者流失,研究人员将在两组中分别使用总共 30 名受试者。
3.4 受试者招募受试者将通过传单、中风支持小组和临床医生推荐招募。 根据我们之前在该人群中进行上肢康复的经验,研究人员将假设大约 15-20% 的人群满足我们的纳入标准。 因此,调查人员将接近 300 人。
3.5 同意程序示例:研究人员将向潜在受试者解释研究,阅读同意书,并回答他们的问题。 如果参与者希望注册,受试者将签署同意书。 获得同意的研究人员还将在同意书上签名并注明日期,并且根据联邦和州法律以及机构政策,将从每位潜在受试者或受试者的合法授权代表处向受试者提供一份副本。 如果执行同意过程的研究人员发现问题表明潜在受试者可能由于痴呆症而无法参与同意过程,则将执行 Folstein Mini Mental Status。 痴呆症筛查呈阳性的预期受试者将不包括在研究中。
3.5.1 受试者费用和补偿 受试者无需支付任何费用。 受试者将在每次保留测试中获得 100 美元的报酬。
研究变量
4.1 自变量或干预
动机增强 (HTme) 和动机非增强 (HTu) 这两个计算机游戏组将使用新泽西理工学院家庭虚拟康复系统 (HoVRS) 来玩一系列为练习手和手指的运动而开发的计算机游戏。 受试者将首先进入我们的实验室,进行预测试以及预干预培训课程。 然后物理治疗师和工程师将在受试者家中安装设备,并在第一周内培训他们如何使用该系统和在家中玩游戏。 物理治疗师和工程师将在整个培训过程中与受试者保持联系,如果遇到问题,将根据需要访问受试者的家。 此外,该系统允许治疗师远程监控每天的活动。
4.1.1 设备描述 NJIT HoVRS 有两个子系统来提供家庭培训:1) 一个基于患者的平台来提供培训和 2) 一个基于服务器的在线数据记录和报告系统。 在患者家中,跨平台虚拟现实训练应用程序在其家用计算机上运行视频游戏(使用 C# 语言在 Unity 3D 游戏引擎中开发)。
4.1.11 硬件 Leap Motion 控制器 (LMC) 是一种商业开发的红外跟踪设备,专为家庭视频游戏控制而开发,用于捕捉手部动作和手臂运动,无需可穿戴传感器。 设备的 USB 控制器将传感器数据读取到其自己的本地内存中,并执行任何必要的分辨率调整。 然后,该数据通过 USB 流式传输到 Leap Motion 图像应用程序编程接口 (API)。 从那里,我们对系统进行编程,通过调用 Leap Motion API 将跟踪数据馈送到虚拟现实活动中。
如果患者的手臂虚弱并且不能支撑手抵抗 Leap Motion 控制器上方的重力,则将向受试者提供市售的基于弹簧的手臂支撑(图 1)。 手臂支撑提供 12 种不同级别的被动支撑,使其能够适应各种体型和强度水平的患者。 它需要可以在患者初始评估期间提供的单一设置
4.1.1.2 软件 患者要么使用自己的家用电脑,要么在需要时获得一台电脑。 用户友好的图形用户界面 (GUI) 列出了所有训练活动,让患者只需单击鼠标即可选择他们想要开始的活动。 目前已经开发了十二款游戏,每款游戏都旨在专注于训练特定的手部或手臂运动,例如手腕旋转或手指个性化。 所有游戏均可通过 HoVRS 网站下载。
4.2 因变量:见结果测量
4.3 伤害风险
所涉及的风险低于最低限度。 虚拟现实 (VR) 实验是非侵入性的,不会带来明显的风险。 手和手臂的短暂疲劳是可能的,但这种风险并不大于中风后正常日常活动所带来的风险。
4.4 获益的可能性 参与本研究的获益可能是: 患者可以重新更好地使用他们的手和手臂。 然而,患者可能不会从参与这项研究中获得直接的个人利益。
- 数据处理和统计分析将尽一切努力对受试者的个人信息保密。 所有主题名称将从数据中删除,数据将使用编码标识 (ID) 编号进行标记。 人口统计学、临床结果和调查数据将首先记录在纸上。 所有运动学和计算机化的性能数据都将在计算机上收集。 这些计算机文件将由编码的主题 ID 号标识。 所有数据都将传输到 Excel 电子表格中,其中受试者由相同的 ID 号标识。 电子表格将存储在受密码保护的驱动器上。 数据将仅供研究人员访问,并将保留七年。 受试者身份和受试者 ID 号之间的联系将在数据收集完成后被销毁。
上述主要结果指标和所有次要结果指标将接受重复测量的方差分析,包括组间因素治疗类型(HTme、HTu)和组内因素测试(前、后、一个月保留、六月保留)。 通过测试交互作用对治疗类型的事后分析将侧重于第 1 个月与第 6 个月的比较。 研究人员将通过比较组均值和性能变化百分比,以及通过比较从测试 1-4 获得的恢复曲线来量化训练效果。 使用的所有临床结果都是上肢功能恢复的成熟指标,具有已发表的最小临床重要差异,将用于评估我们发现的重要性。
七、报告结果
7.1 个体结果 不会收集任何疾病筛查数据。 患者对临床测试的更改将在测试期间与他们共享。 这些课程由获得许可的物理治疗师进行,他们接受过帮助中风患者解释临床检查结果的培训。
7.2 综合结果 受试者不会被告知综合结果。
7.3 专业报告去识别化的汇总结果将发表在专业期刊上并在科学会议上展示。
研究类型
注册 (实际的)
阶段
- 不适用
联系人和位置
学习地点
-
-
New Jersey
-
Newark、New Jersey、美国、07107
- Rutgers The State University of New Jersey
-
-
参与标准
资格标准
适合学习的年龄
接受健康志愿者
描述
纳入标准:
- 单侧中风
- 蒙特利尔认知评估得分为 22 分或更高
- NIH 卒中量表的消退和注意力不集中部分得分为 1 分或更高
- Fugl-Meyer (FM) 在 36-58/66 (
- NIHSS 语言部分得分为 1 分或更高
- 完整的皮肤感觉(使用 Semmes-Weinstein 尼龙丝检测 <4.17 牛顿刺激的能力)
排除标准:
骨科问题会限制进行常规上肢活动的能力
学习计划
研究是如何设计的?
设计细节
- 主要用途:治疗
- 分配:随机化
- 介入模型:并行分配
- 屏蔽:双倍的
武器和干预
参与者组/臂 |
干预/治疗 |
---|---|
实验性的:Home Telerehabilitation_Motivation Enhanced HTme
Home Telerehabilitation Motivation Enhanced (HTme) 小组将使用 NJIT-HoVRS 系统进行一系列三场比赛,以训练他们的肩膀、肘部、手腕和手指的运动。
研究小组将在初次访问时在他们家中安装设备并培训他们使用该系统。
在此之后,受试者将根据需要在家中进行在线或面对面的支持(第一个月每周一次面对面,然后平均每月两次面对面和每月两次在线) .
受试者将被指示尽可能多地执行分配给他们的三个模拟,但至少二十分钟,每天持续十二周。
HTme 小组将使用三个模拟,为用户提供八到十二个难度和复杂性逐渐增加的级别。
屏幕会宣布每个关卡的变化,每个新关卡的图形都会发生重大变化。
每个新级别的得分机会都会增加。
|
家庭虚拟康复系统 (HoVRS) 集成了 Leap Motion 控制器、被动手臂支撑和一套定制设计的手部康复模拟。
Leap Motion 提供基于相机的手指关节位置测量,允许集成虚拟手臂和手指训练。
如果患者的手臂严重受损,则会向受试者发放前臂矫形器,该矫形器可平衡重力以在活动期间为手臂提供分级支撑。
在这项研究中,我们利用 3 个基于任务的模拟来训练手部操作和手臂运输。
一个模拟训练手部打开与旋前和旋后相结合,第二个模拟训练手腕运动,通过呈现目标让受试者在建筑物上方和周围的平面上导航以收集,第三个模拟训练肩部和肘部在水平面内与手部打开相结合的分离。
|
有源比较器:家庭远程康复_未增强 (HTu)
Home Telerehabilitation Motivation Enhanced (HTu) 小组将使用 NJIT-HoVRS 系统进行一系列三场比赛,以训练他们的肩膀、肘部、手腕和手指的运动。
研究小组将在初次访问时在他们家中安装设备并培训他们使用该系统。
在此之后,受试者将根据需要在家中进行在线或面对面的支持(第一个月每周一次面对面,然后平均每月两次面对面和每月两次在线) .
受试者将被指示尽可能多地执行分配给他们的三个模拟,但至少二十分钟,每天持续十二周。
HTu 小组将使用三个模拟。
将使用自适应控制算法来增加难度,该算法会根据性能增加难度。
难度的变化是极其渐进的,使大多数科目难以察觉。
图形和得分不会随着难度级别的变化而变化。
|
家庭虚拟康复系统 (HoVRS) 集成了 Leap Motion 控制器、被动手臂支撑和一套定制设计的手部康复模拟。
Leap Motion 提供基于相机的手指关节位置测量,允许集成虚拟手臂和手指训练。
如果患者的手臂严重受损,则会向受试者发放前臂矫形器,该矫形器可平衡重力以在活动期间为手臂提供分级支撑。
在这项研究中,我们利用 3 个基于任务的模拟来训练手部操作和手臂运输。
一个模拟训练手部打开与旋前和旋后相结合,第二个模拟训练手腕运动,通过呈现目标让受试者在建筑物上方和周围的平面上导航以收集,第三个模拟训练肩部和肘部在水平面内与手部打开相结合的分离。
|
研究衡量的是什么?
主要结果指标
结果测量 |
措施说明 |
大体时间 |
---|---|---|
总干预时间
大体时间:干预期的第一天到第九十天
|
患者在研究期间进行的总干预时间
|
干预期的第一天到第九十天
|
上肢 Fugl Meyer 评估
大体时间:干预前一天
|
上肢运动功能行为测试
|
干预前一天
|
上肢 Fugl Meyer 评估
大体时间:干预后一天
|
上肢运动功能行为测试
|
干预后一天
|
上肢 Fugl Meyer 评估
大体时间:干预后一个月
|
上肢运动功能行为测试
|
干预后一个月
|
内在动机量表
大体时间:第一天干预期
|
检查对康复计划的主观反应的调查
|
第一天干预期
|
内在动机量表
大体时间:干预期的第 90 天
|
检查对康复计划的主观反应的调查
|
干预期的第 90 天
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
---|---|---|
干预天数
大体时间:干预期的第一天到第九十天
|
研究期间患者自行干预的天数
|
干预期的第一天到第九十天
|
每个干预日的平均干预时间
大体时间:干预期的第一天到第九十天
|
受试者进行的平均干预时间
|
干预期的第一天到第九十天
|
行动研究手臂测试
大体时间:干预期前 1 天。
|
上肢运动功能行为测试
|
干预期前 1 天。
|
行动研究手臂测试
大体时间:干预期后 1 天。
|
上肢运动功能行为测试
|
干预期后 1 天。
|
行动研究手臂测试
大体时间:干预期后1个月。
|
上肢运动功能行为测试
|
干预期后1个月。
|
盒子和积木测试
大体时间:干预期前1天。
|
上肢运动功能行为测试
|
干预期前1天。
|
盒子和积木测试
大体时间:干预期后 1 天。
|
上肢运动功能行为测试
|
干预期后 1 天。
|
盒子和积木测试
大体时间:干预期后1个月。
|
上肢运动功能行为测试
|
干预期后1个月。
|
九孔钉测试
大体时间:干预期前1天。
|
上肢运动功能行为测试
|
干预期前1天。
|
九孔钉测试
大体时间:干预期后 1 天。
|
上肢运动功能行为测试
|
干预期后 1 天。
|
九孔钉测试
大体时间:干预期后1个月。
|
上肢运动功能行为测试
|
干预期后1个月。
|
中风影响量表 - 日常生活分量表的活动
大体时间:干预期前1天。
|
五十分分量表。
更高的分数 = 更好的恢复。
单独报告子量表。
|
干预期前1天。
|
中风影响量表 - 日常生活分量表的活动
大体时间:干预期后 1 天。
|
五十分分量表。
更高的分数 = 更好的恢复。
单独报告子量表。
|
干预期后 1 天。
|
中风影响量表 - 日常生活分量表的活动
大体时间:干预期后1个月。
|
五十分分量表。
更高的分数 = 更好的恢复。
单独报告子量表。
|
干预期后1个月。
|
中风影响量表 - 手分量表
大体时间:干预期前1天。
|
二十五分分量表。
更高的分数 = 更好的恢复。
单独报告子量表。
|
干预期前1天。
|
中风影响量表 - 手分量表
大体时间:干预期后 1 天。
|
二十五分分量表。
更高的分数 = 更好的恢复。
单独报告子量表。
|
干预期后 1 天。
|
中风影响量表 - 手分量表
大体时间:干预期后1个月。
|
二十五分分量表。
更高的分数 = 更好的恢复。
单独报告子量表。
|
干预期后1个月。
|
中风影响量表 - 参与子量表
大体时间:干预期前1天。
|
四十点分量表。
更高的分数 = 更好的恢复。
单独报告子量表。
|
干预期前1天。
|
中风影响量表 - 参与子量表
大体时间:干预期后 1 天。
|
四十点分量表。
更高的分数 = 更好的恢复。
单独报告子量表。
|
干预期后 1 天。
|
中风影响量表 - 参与子量表
大体时间:干预期后1个月。
|
四十点分量表。
更高的分数 = 更好的恢复。
单独报告子量表。
|
干预期后1个月。
|
中风影响量表 - 恢复子量表
大体时间:干预期前1天。
|
一百点分量表。
更高的分数 = 更好的恢复。
单独报告子量表。
|
干预期前1天。
|
中风影响量表 - 恢复子量表
大体时间:干预期后 1 天。
|
一百点分量表。
更高的分数 = 更好的恢复。
单独报告子量表。
|
干预期后 1 天。
|
中风影响量表 - 恢复子量表
大体时间:干预期后1个月。
|
一百点分量表。
更高的分数 = 更好的恢复。
单独报告子量表。
|
干预期后1个月。
|
手打开/关闭运动范围
大体时间:干预期前1天。
|
掌指关节 (MCP)、近端指间关节 (PIP) 和远端指间关节 (DIP) 在手张开活动期间的最大角度偏移总和
|
干预期前1天。
|
手打开/关闭运动范围
大体时间:干预期后 1 天。
|
掌指关节 (MCP)、近端指间关节 (PIP) 和远端指间关节 (DIP) 在手张开活动期间的最大角度偏移总和
|
干预期后 1 天。
|
手打开/关闭运动范围
大体时间:干预期后1个月。
|
掌指关节 (MCP)、近端指间关节 (PIP) 和远端指间关节 (DIP) 在手张开活动期间的最大角度偏移总和
|
干预期后1个月。
|
手迹均方根误差
大体时间:干预期前1天。
|
能够在对象移动跟踪正弦波的光标时控制手的张开。
报告为比较目标位置和光标位置的均方根误差 (RMSE)。
|
干预期前1天。
|
手迹均方根误差
大体时间:干预期后 1 天。
|
能够在对象移动跟踪正弦波的光标时控制手的张开。
报告为比较目标位置和光标位置的均方根误差 (RMSE)。
|
干预期后 1 天。
|
手迹均方根误差
大体时间:干预期后1个月。
|
能够在对象移动跟踪正弦波的光标时控制手的张开。
报告为比较目标位置和光标位置的均方根误差 (RMSE)。
|
干预期后1个月。
|
手腕轨迹 RMSE
大体时间:干预期前1天。
|
当对象移动光标跟踪正弦波时,能够控制手腕屈曲和伸展。
报告为比较目标位置和光标位置的均方根误差 (RMSE)。
|
干预期前1天。
|
手腕轨迹 RMSE
大体时间:干预期后 1 天。
|
当对象移动光标跟踪正弦波时,能够控制手腕屈曲和伸展。
报告为比较目标位置和光标位置的均方根误差 (RMSE)。
|
干预期后 1 天。
|
手腕轨迹 RMSE
大体时间:干预期后1个月。
|
当对象移动光标跟踪正弦波时,能够控制手腕屈曲和伸展。
报告为比较目标位置和光标位置的均方根误差 (RMSE)。
|
干预期后1个月。
|
水平肩肘轨迹 RMSE
大体时间:干预期前1天。
|
当对象移动光标跟踪正弦波时,能够控制肩膀和肘部。
报告为比较目标位置和光标位置的均方根误差 (RMSE)。
|
干预期前1天。
|
水平肩肘轨迹 RMSE
大体时间:干预期后 1 天。
|
当对象移动光标跟踪正弦波时,能够控制肩膀和肘部。
报告为比较目标位置和光标位置的均方根误差 (RMSE)。
|
干预期后 1 天。
|
水平肩肘轨迹 RMSE
大体时间:干预期后1个月。
|
当对象移动光标跟踪正弦波时,能够控制肩膀和肘部。
报告为比较目标位置和光标位置的均方根误差 (RMSE)。
|
干预期后1个月。
|
二十四小时上肢活动幅度比值
大体时间:预测试前 96 至 72 小时
|
参与者将在两个手腕上佩戴三轴加速度计 24 小时,并根据 Bailey (2015) 计算和报告上肢幅度比。
对于这二十四小时周期中的每一秒,三个轴上的加速度被组合成一个矢量幅度值。
当麻痹性 UE 单独移动时,非活动非麻痹性 UE 的矢量幅度为 -7。
当非活动性瘫痪 UE 单独移动时,非活动性瘫痪性 UE 的矢量幅度为 7。
帕雷特手腕矢量幅度将除以每秒非帕雷特手腕矢量幅度。
这些计算出的值将使用自然对数进行转换,以防止未转换的正值出现偏斜。
将为每个个体受试者报告二十四小时期间的这些值的中值。
|
预测试前 96 至 72 小时
|
二十四小时上肢活动幅度比值
大体时间:预测试前 48 至 24 小时
|
参与者将在两个手腕上佩戴三轴加速度计 24 小时,并根据 Bailey (2015) 计算和报告上肢幅度比。
对于这二十四小时周期中的每一秒,三个轴上的加速度被组合成一个矢量幅度值。
当麻痹性 UE 单独移动时,非活动非麻痹性 UE 的矢量幅度为 -7。
当非活动性瘫痪 UE 单独移动时,非活动性瘫痪性 UE 的矢量幅度为 7。
帕雷特手腕矢量幅度将除以每秒非帕雷特手腕矢量幅度。
这些计算出的值将使用自然对数进行转换,以防止未转换的正值出现偏斜。
将为每个个体受试者报告二十四小时期间的这些值的中值。
|
预测试前 48 至 24 小时
|
二十四小时上肢活动幅度比值
大体时间:测试后 24 到 48 小时之间
|
参与者将在两个手腕上佩戴三轴加速度计 24 小时,并根据 Bailey (2015) 计算和报告上肢幅度比。
对于这二十四小时周期中的每一秒,三个轴上的加速度被组合成一个矢量幅度值。
当麻痹性 UE 单独移动时,非活动非麻痹性 UE 的矢量幅度为 -7。
当非活动性瘫痪 UE 单独移动时,非活动性瘫痪性 UE 的矢量幅度为 7。
帕雷特手腕矢量幅度将除以每秒非帕雷特手腕矢量幅度。
这些计算出的值将使用自然对数进行转换,以防止未转换的正值出现偏斜。
将为每个个体受试者报告二十四小时期间的这些值的中值。
|
测试后 24 到 48 小时之间
|
二十四小时上肢活动幅度比值
大体时间:测试后 72 到 96 小时之间
|
参与者将在两个手腕上佩戴三轴加速度计 24 小时,并根据 Bailey (2015) 计算和报告上肢幅度比。
对于这二十四小时周期中的每一秒,三个轴上的加速度被组合成一个矢量幅度值。
当麻痹性 UE 单独移动时,非活动非麻痹性 UE 的矢量幅度为 -7。
当非活动性瘫痪 UE 单独移动时,非活动性瘫痪性 UE 的矢量幅度为 7。
帕雷特手腕矢量幅度将除以每秒非帕雷特手腕矢量幅度。
这些计算出的值将使用自然对数进行转换,以防止未转换的正值出现偏斜。
将为每个个体受试者报告二十四小时期间的这些值的中值。
|
测试后 72 到 96 小时之间
|
其他结果措施
结果测量 |
措施说明 |
大体时间 |
---|---|---|
HoVRS 培训的患者体验
大体时间:访谈将在干预期结束后 30 天立即进行。
|
将使用结构化访谈收集与受试者在测试和培训期间的经历相关的定性数据。
|
访谈将在干预期结束后 30 天立即进行。
|
合作者和调查者
出版物和有用的链接
一般刊物
- Folstein MF, Robins LN, Helzer JE. The Mini-Mental State Examination. Arch Gen Psychiatry. 1983 Jul;40(7):812. doi: 10.1001/archpsyc.1983.01790060110016. No abstract available.
- Duncan PW, Wallace D, Lai SM, Johnson D, Embretson S, Laster LJ. The stroke impact scale version 2.0. Evaluation of reliability, validity, and sensitivity to change. Stroke. 1999 Oct;30(10):2131-40. doi: 10.1161/01.str.30.10.2131.
- Lang CE, Macdonald JR, Reisman DS, Boyd L, Jacobson Kimberley T, Schindler-Ivens SM, Hornby TG, Ross SA, Scheets PL. Observation of amounts of movement practice provided during stroke rehabilitation. Arch Phys Med Rehabil. 2009 Oct;90(10):1692-8. doi: 10.1016/j.apmr.2009.04.005.
- McAuley E, Duncan T, Tammen VV. Psychometric properties of the Intrinsic Motivation Inventory in a competitive sport setting: a confirmatory factor analysis. Res Q Exerc Sport. 1989 Mar;60(1):48-58. doi: 10.1080/02701367.1989.10607413.
- Hibbard JH, Mahoney ER, Stock R, Tusler M. Do increases in patient activation result in improved self-management behaviors? Health Serv Res. 2007 Aug;42(4):1443-63. doi: 10.1111/j.1475-6773.2006.00669.x.
- Hibbard JH, Stockard J, Mahoney ER, Tusler M. Development of the Patient Activation Measure (PAM): conceptualizing and measuring activation in patients and consumers. Health Serv Res. 2004 Aug;39(4 Pt 1):1005-26. doi: 10.1111/j.1475-6773.2004.00269.x.
- Bollen JC, Dean SG, Siegert RJ, Howe TE, Goodwin VA. A systematic review of measures of self-reported adherence to unsupervised home-based rehabilitation exercise programmes, and their psychometric properties. BMJ Open. 2014 Jun 27;4(6):e005044. doi: 10.1136/bmjopen-2014-005044.
- Nijenhuis SM, Prange GB, Amirabdollahian F, Sale P, Infarinato F, Nasr N, Mountain G, Hermens HJ, Stienen AH, Buurke JH, Rietman JS. Feasibility study into self-administered training at home using an arm and hand device with motivational gaming environment in chronic stroke. J Neuroeng Rehabil. 2015 Oct 9;12:89. doi: 10.1186/s12984-015-0080-y.
- Mathiowetz V, Volland G, Kashman N, Weber K. Adult norms for the Box and Block Test of manual dexterity. Am J Occup Ther. 1985 Jun;39(6):386-91. doi: 10.5014/ajot.39.6.386.
- Peters DM, McPherson AK, Fletcher B, McClenaghan BA, Fritz SL. Counting repetitions: an observational study of video game play in people with chronic poststroke hemiparesis. J Neurol Phys Ther. 2013 Sep;37(3):105-11. doi: 10.1097/NPT.0b013e31829ee9bc.
- Oxford Grice K, Vogel KA, Le V, Mitchell A, Muniz S, Vollmer MA. Adult norms for a commercially available Nine Hole Peg Test for finger dexterity. Am J Occup Ther. 2003 Sep-Oct;57(5):570-3. doi: 10.5014/ajot.57.5.570.
- Laver KE, Lange B, George S, Deutsch JE, Saposnik G, Crotty M. Virtual reality for stroke rehabilitation. Cochrane Database Syst Rev. 2017 Nov 20;11(11):CD008349. doi: 10.1002/14651858.CD008349.pub4.
- Fluet GG, Merians AS, Qiu Q, Lafond I, Saleh S, Ruano V, Delmonico AR, Adamovich SV. Robots integrated with virtual reality simulations for customized motor training in a person with upper extremity hemiparesis: a case study. J Neurol Phys Ther. 2012 Jun;36(2):79-86. doi: 10.1097/NPT.0b013e3182566f3f.
- Yozbatiran N, Der-Yeghiaian L, Cramer SC. A standardized approach to performing the action research arm test. Neurorehabil Neural Repair. 2008 Jan-Feb;22(1):78-90. doi: 10.1177/1545968307305353. Epub 2007 Aug 17.
- Krakauer JW, Carmichael ST, Corbett D, Wittenberg GF. Getting neurorehabilitation right: what can be learned from animal models? Neurorehabil Neural Repair. 2012 Oct;26(8):923-31. doi: 10.1177/1545968312440745. Epub 2012 Mar 30.
- Miller KJ, Adair BS, Pearce AJ, Said CM, Ozanne E, Morris MM. Effectiveness and feasibility of virtual reality and gaming system use at home by older adults for enabling physical activity to improve health-related domains: a systematic review. Age Ageing. 2014 Mar;43(2):188-95. doi: 10.1093/ageing/aft194. Epub 2013 Dec 17.
- Winstein CJ, Wolf SL, Dromerick AW, Lane CJ, Nelsen MA, Lewthwaite R, Cen SY, Azen SP; Interdisciplinary Comprehensive Arm Rehabilitation Evaluation (ICARE) Investigative Team. Effect of a Task-Oriented Rehabilitation Program on Upper Extremity Recovery Following Motor Stroke: The ICARE Randomized Clinical Trial. JAMA. 2016 Feb 9;315(6):571-81. doi: 10.1001/jama.2016.0276.
- Kwakkel G. Impact of intensity of practice after stroke: issues for consideration. Disabil Rehabil. 2006 Jul 15-30;28(13-14):823-30. doi: 10.1080/09638280500534861.
- Fluet GG, Patel J, Qiu Q, Yarossi M, Massood S, Adamovich SV, Tunik E, Merians AS. Motor skill changes and neurophysiologic adaptation to recovery-oriented virtual rehabilitation of hand function in a person with subacute stroke: a case study. Disabil Rehabil. 2017 Jul;39(15):1524-1531. doi: 10.1080/09638288.2016.1226421. Epub 2016 Sep 27.
- Jurkiewicz MT, Marzolini S, Oh P. Adherence to a home-based exercise program for individuals after stroke. Top Stroke Rehabil. 2011 May-Jun;18(3):277-84. doi: 10.1310/tsr1803-277.
- Rimmer JH, Wang E, Smith D. Barriers associated with exercise and community access for individuals with stroke. J Rehabil Res Dev. 2008;45(2):315-22. doi: 10.1682/jrrd.2007.02.0042.
- Standen PJ, Threapleton K, Connell L, Richardson A, Brown DJ, Battersby S, Sutton CJ, Platts F. Patients' use of a home-based virtual reality system to provide rehabilitation of the upper limb following stroke. Phys Ther. 2015 Mar;95(3):350-9. doi: 10.2522/ptj.20130564. Epub 2014 Sep 11.
- Wittmann F, Held JP, Lambercy O, Starkey ML, Curt A, Hover R, Gassert R, Luft AR, Gonzenbach RR. Self-directed arm therapy at home after stroke with a sensor-based virtual reality training system. J Neuroeng Rehabil. 2016 Aug 11;13(1):75. doi: 10.1186/s12984-016-0182-1.
- Patel J, Qiu Q, Yarossi M, Merians A, Massood S, Tunik E, Adamovich S, Fluet G. Exploring the impact of visual and movement based priming on a motor intervention in the acute phase post-stroke in persons with severe hemiparesis of the upper extremity. Disabil Rehabil. 2017 Jul;39(15):1515-1523. doi: 10.1080/09638288.2016.1226419. Epub 2016 Sep 16.
- Timmermans AA, Seelen HA, Willmann RD, Kingma H. Technology-assisted training of arm-hand skills in stroke: concepts on reacquisition of motor control and therapist guidelines for rehabilitation technology design. J Neuroeng Rehabil. 2009 Jan 20;6:1. doi: 10.1186/1743-0003-6-1.
- Adamovich SV, Fluet GG, Mathai A, Qiu Q, Lewis J, Merians AS. Design of a complex virtual reality simulation to train finger motion for persons with hemiparesis: a proof of concept study. J Neuroeng Rehabil. 2009 Jul 17;6:28. doi: 10.1186/1743-0003-6-28.
- Fluet GG, Merians AS, Qiu Q, Davidow A, Adamovich SV. Comparing integrated training of the hand and arm with isolated training of the same effectors in persons with stroke using haptically rendered virtual environments, a randomized clinical trial. J Neuroeng Rehabil. 2014 Aug 23;11:126. doi: 10.1186/1743-0003-11-126.
- Merians AS, Fluet GG, Qiu Q, Saleh S, Lafond I, Davidow A, Adamovich SV. Robotically facilitated virtual rehabilitation of arm transport integrated with finger movement in persons with hemiparesis. J Neuroeng Rehabil. 2011 May 16;8:27. doi: 10.1186/1743-0003-8-27.
- Lohse KR, Lang CE, Boyd LA. Is more better? Using metadata to explore dose-response relationships in stroke rehabilitation. Stroke. 2014 Jul;45(7):2053-8. doi: 10.1161/STROKEAHA.114.004695. Epub 2014 May 27.
- Miller KK, Porter RE, DeBaun-Sprague E, Van Puymbroeck M, Schmid AA. Exercise after Stroke: Patient Adherence and Beliefs after Discharge from Rehabilitation. Top Stroke Rehabil. 2017 Mar;24(2):142-148. doi: 10.1080/10749357.2016.1200292. Epub 2016 Jun 23.
- Simpson LA, Eng JJ, Tawashy AE. Exercise perceptions among people with stroke: Barriers and facilitators to participation. Int J Ther Rehabil. 2011 Sep 6;18(9):520-530. doi: 10.12968/ijtr.2011.18.9.520.
- Rand D, Givon N, Weingarden H, Nota A, Zeilig G. Eliciting upper extremity purposeful movements using video games: a comparison with traditional therapy for stroke rehabilitation. Neurorehabil Neural Repair. 2014 Oct;28(8):733-9. doi: 10.1177/1545968314521008. Epub 2014 Feb 10.
- da Silva Cameirao M, Bermudez I Badia S, Duarte E, Verschure PF. Virtual reality based rehabilitation speeds up functional recovery of the upper extremities after stroke: a randomized controlled pilot study in the acute phase of stroke using the rehabilitation gaming system. Restor Neurol Neurosci. 2011;29(5):287-98. doi: 10.3233/RNN-2011-0599.
- Shirzad N, Van der Loos HF. Adaptation of task difficulty in rehabilitation exercises based on the user's motor performance and physiological responses. IEEE Int Conf Rehabil Robot. 2013 Jun;2013:6650429. doi: 10.1109/ICORR.2013.6650429.
- Zondervan DK, Friedman N, Chang E, Zhao X, Augsburger R, Reinkensmeyer DJ, Cramer SC. Home-based hand rehabilitation after chronic stroke: Randomized, controlled single-blind trial comparing the MusicGlove with a conventional exercise program. J Rehabil Res Dev. 2016;53(4):457-72. doi: 10.1682/JRRD.2015.04.0057.
- Lum PS, Mulroy S, Amdur RL, Requejo P, Prilutsky BI, Dromerick AW. Gains in upper extremity function after stroke via recovery or compensation: Potential differential effects on amount of real-world limb use. Top Stroke Rehabil. 2009 Jul-Aug;16(4):237-53. doi: 10.1310/tsr1604-237.
- Rohafza M, Fluet GG, Qiu Q, Adamovich S. Correlation of reaching and grasping kinematics and clinical measures of upper extremity function in persons with stroke related hemiplegia. Annu Int Conf IEEE Eng Med Biol Soc. 2014;2014:3610-3. doi: 10.1109/EMBC.2014.6944404.
- Merians AS, Poizner H, Boian R, Burdea G, Adamovich S. Sensorimotor training in a virtual reality environment: does it improve functional recovery poststroke? Neurorehabil Neural Repair. 2006 Jun;20(2):252-67. doi: 10.1177/1545968306286914.
- Puthenveettil S, Fluet G, Qiu Q, Adamovich S. Classification of hand preshaping in persons with stroke using Linear Discriminant Analysis. Annu Int Conf IEEE Eng Med Biol Soc. 2012;2012:4563-6. doi: 10.1109/EMBC.2012.6346982.
研究记录日期
研究主要日期
学习开始 (实际的)
初级完成 (实际的)
研究完成 (实际的)
研究注册日期
首次提交
首先提交符合 QC 标准的
首次发布 (实际的)
研究记录更新
最后更新发布 (实际的)
上次提交的符合 QC 标准的更新
最后验证
更多信息
与本研究相关的术语
其他研究编号
- AWD00004386
- 1R15HD095403-01 (美国 NIH 拨款/合同)
计划个人参与者数据 (IPD)
计划共享个人参与者数据 (IPD)?
IPD 计划说明
IPD 共享时间框架
IPD 共享访问标准
IPD 共享支持信息类型
- 研究方案
药物和器械信息、研究文件
研究美国 FDA 监管的药品
研究美国 FDA 监管的设备产品
此信息直接从 clinicaltrials.gov 网站检索,没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求,请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改,我们的网站上也会自动更新.