肌肉骨骼疼痛、运动控制、跌倒风险和虚拟现实

背景

肌肉骨骼疼痛 (MSP) 在老年人中很常见，影响了相当大比例的人群，并与关节痛、肌肉痛或背痛等各种疾病有关。 更具体地说，颈部疼痛和腰痛在全球范围内都是非常痛苦和致残的，在经济和医疗保健方面都会带来巨大的成本。

多项研究表明，MSP 与老年人跌倒之间存在密切关联。 特别是，据观察，MSP 是多次跌倒的重要预测因子，并且与平衡赤字密切相关。

为了正确理解 MSP 和跌倒之间的密切关系，考虑与疼痛相关的运动控制功能障碍至关重要，因为它们通常是跌倒的主要触发因素。 该领域的研究强调了以功能性任务为重点的新研究的重要性，因为它们代表了运动控制的缩影。 因此，功能任务的观察和分析对于检查老年人的运动控制至关重要，3D 动作捕捉系统是测量和分析人类运动的黄金标准。 另一方面，沉浸式虚拟现实（VR）等新技术作为治疗方式正在获得认可和普及。 这是因为它们允许用户与模拟现实生活的环境和情况进行交互，提供适合他们需求的活动，同时避免现实世界的潜在风险。 此外，它还提供了重复练习、提高表现和实现有效学习的机会。

目标 概述了几个目标，因为将实施涉及两个不同阶段的综合方法。

• 第一阶段（横断面研究）主要目标：描述社区中 60 岁及以上人口的肌肉骨骼疼痛、功能和跌倒风险。
• 第二阶段（实验研究）主要目标：评估虚拟现实干预对 60 岁及以上社区居民在减轻肌肉骨骼疼痛、改善功能和降低跌倒风险方面的功效。

方法

• 设置、地点和相关日期：测试将在信息和通信技术研究中心（CITIC）（西班牙拉科鲁尼亚）和拉科鲁尼亚大学高级大学中心（西班牙拉科鲁尼亚）进行。
• 计划在 2024 年 5 月至 2025 年 5 月期间收集数据。
• 参与者：参与者的招募将通过在拉科鲁尼亚大学（包括高级大学）分发信息海报来传播研究进行；拉科鲁尼亚市的市政中心网络；以及通过研究人员的社交媒体网络（Twitter、Facebook 和 Instagram）以电子方式进行。 参与者信息处理以及知情同意请求将在回答预选问卷后在 CITIC 进行。
• 变量：参见“结果衡量”。
• 研究规模：样本量是使用G-power程序估计的，表明检测中等效应大小所需的最少参与者数量，I型错误概率为0.05，功效为0.95，效应大小为0.7，考虑通过 t 检验进行的分析：两个独立平均值之间的差异将为总共 110 名参与者。
• 统计分析：将进行描述性分析以详细描述受试者的特征。 定性变量将表示为绝对数字及其各自的百分比，定量变量将表示为集中趋势（平均值和中位数）和离散度（标准差、最小值和最大值）的度量。 Kolmogorov-Smirnov 检验将用于评估数据分布的正态性。

为了探索组间的显着差异，将进行双变量统计分析。 如果考虑的变量是正态的，则独立样本的学生 T 检验将用于比较平均值；否则，将对非正态变量采用 Mann-Whitney U 检验。 具有 95% 置信区间的卡方统计量 (X2) 将应用于定性变量的关联。 定量变量之间的相关性将使用皮尔逊或斯皮尔曼相关系数进行评估。 将考虑 p < 0.05 的显着性水平。 将使用 Windows 版统计软件包 SPSS 24.0 版（Armonk，NY：IBM Corp.）进行数据处理和分析。