Block Building 任务识别单侧周围神经损伤后不同的左/右手选择模式组

摘要

积木构建任务提供了一种快速、客观、定量的测量方法，即个人选择使用左手与右手进行伸手抓握动作的频率。单侧周围神经损伤后，患者经常转向几乎完全使用一只手，其方向无法从其他临床因素中预测。

摘要

有许多方法可以评估上肢周围神经损伤后手部和手臂的功能，但外周损伤通常是单侧的，并且很少有现有方法旨在捕捉单侧损伤的独特后果。上肢的单侧损伤可导致惯用手的使用增加或减少，根据个体患者的需要，变化可能是适应性的或适应不良的。为了识别非典型的手部使用（左/右选择），研究人员和临床医生需要对其进行测量。然而，传统上，手牌使用情况是通过自我报告调查来评估的，这并不一定反映实际的左手/右手选择。在这里，这种知识差距通过积木构建任务 （BBT） 来解决，该任务在不受约束的环境中对左/右手选择进行了快速、定量、廉价的评估。在 BBT 中，参与者用互锁的塑料积木构建抽象的形状，没有关于手部使用的说明。主要结果是每手牌的触数（即每块砖的初始拾取）的分数。单侧周围神经损伤后，患者分为三类：大致典型的手使用 （44%）、总是使用惯用手 （44%） 或从不使用惯用手 （13%）。即使在惯用手受伤的患者中，惯用手的使用也经常出现异常增加 （36%）。值得注意的是，临床特征并不能预测手的使用，因此 BBT 提供了对左/右手选择的客观测量，这些选择无法从周围神经损伤患者的临床特征中预测。对评估对上肢有不对称影响的病症感兴趣的研究人员或临床医生将对 BBT 方案感兴趣。

引言

上肢周围神经损伤 （PNI） 通常是单侧 （82%-97%）^1,2，^但很少有有效的方法可以定量评估单侧损伤如何影响不受约束的目标导向行动选择——具体来说，人们在日常生活中是选择使用左手还是右手。

左/右手选择会影响 PNI 后的患者预后

良好的患者预后与持续使用患手相关，而当患手功能保留但使用率低时，患者预后较差³。更广泛地说，手部使用的变化（不受约束的环境中的手部选择）可以是适应性的或适应性差的：一名患者可能希望通过增加其使用（即练习）来改善患手的功能，而另一名患有慢性损伤的患者可能会受益于增加对未患手的代偿性使用。此类策略需要有意识的临床医生指导;例如，对于患者本应从用健侧手进行代偿中受益，如果受伤的手是惯用手 （DH） ⁴，则这种代偿不会自然发生。因此，许多 PNI 患者将受益于准确评估或跟踪他们的手动选择行为。

目前的评估不足以定量捕捉 PNI 后功能性手的使用情况

无法通过手部偏好、手部功能或残疾的标准测量来捕捉手部使用情况。手部偏好调查，如爱丁堡惯用手量表⁵ （Edinburgh Handedness Inventory） 或运动活动日志 6 （Motor Activity Log^） 6，涉及一个完全不同的概念（自我报告的手部使用情况）⁷;此外，偏好调查受到自我报告调查固有的准确性有限 ^8,9 的影响，心理测量特性¹⁰ 不成熟，其结果可能无法推广到调查中列出的特定任务¹¹ 之外。很少有手部功能的临床评估可以量化手部使用情况，因为常见的评估，如 Fugl-Meyer¹² 和 Box and Blocks¹³ 测量的是灵巧性而不是手部使用⁷ （hand usage），并且侧重于只有适度左右不对称的手部动作¹⁴。标准的患者报告结果评估无法确定单侧损伤的后果，例如，手臂、肩部和手部残疾 （DASH） ^1,15 和 QuickDASH¹⁶ 旨在省略或尽量减少强烈依赖手部优势的动作。最后，虽然存在两种既定的手牌使用度量，但它们都有缺点。手部偏好量化测试 （QHPT）¹⁷ 允许对可能类似于日常任务的到达动作进行定量测量，但它对移动距离进行狭隘采样（所有目标与参与者的距离相等）并避免使用对象（参与者拿起扑克牌但不将它们用于游戏），这可能会限制 QHPT 对现实世界场景的适用性。实际使用量测试涉及现实世界的情境化作，但不提供数字定量结果，因为它只涉及每个活动¹⁸ 的一个样本。因此，测量左手/右手使用情况需要新的和具体的评估。

积木构建任务 （BBT）^4,19,20 提供了一种快速、廉价的定量方法，通过在不受约束的目标导向背景下评估左手/右手选择来解决这一测量差距，包括单侧 PNI 个体。BBT 适用于描述任何能够做出伸手抓握动作的参与者的左/右手使用，并且非常适合描述单侧损伤后的非典型手使用——即与典型成人相比，一只手的使用增加（并伴随另一只手的不使用）。BBT 并未得到广泛使用，尤其是在临床环境中。目前的手稿通过提出一种使用 BBT 来评估参与者使用每只手进行不受约束的伸手抓握动作的频率，以及通过提供关于单侧 PNI 后手部使用结果分布和聚类的新结果来解决这一差距。

研究方案

该协议被华盛顿大学医学院机构审查委员会批准用于人类受试者的研究。所有参与者均给予知情同意。

1. 设备建设

注意：此过程将使用材料表中列出的耗材生产图 1 所示的设备。

图 1： BBT 设备。表格的自上而下的视图是参与者在底部，实验者在顶部。要设置研究，请用胶带粘住绿色底板，然后 （A） 将海报板放在桌子上，（B） 将积木放在海报板切口中（包括卷尺用于缩放），以及 （C） 取下海报板。 请单击此处查看此图的较大版本。

1. 构建 图 2 中所示的 4 个模型，每个模型使用 表 1 中列出的 10 个标准积木中的 1 个。最后，除了模型中包含的积木之外，还应保留 40 块积木（加上备用积木）。将每个模型粘合在一起，以便积木保持连接。在背面用数字标记每个型号。

图 2：建议的模型。样本模型;BBT 对模型设计的变化是稳健的。（A） 正面（面向参与者）。（B） 背部（面向实验者）。请单击此处查看此图的较大版本。

颜色	颜色（官方）	形状
白	白	2x2 正方形
黑	黑	2x2 正方形
红	红	2x4 矩形
黄色	亮黄色	2x4 矩形
橙	橙	1x2 矩形
蓝	深蓝色	1x2 矩形
栗色	绯	1x2 坡度为 45°
灰	中石灰色	1x2 坡度为 45°
绿	深绿色	2x3 带拱门
海军	深蓝色	2x2,45° 坡度

表 1：建议的砖块。官方颜色可用于购买，但不建议用于实验标记，因为它们很长且字母顺序不明确。请参阅 商品编码表 。

2. 剪出一块尺寸为 5 英寸/12.7 厘米的底板，在海报板的长边中心有一个方形缺口。
3. 将砖块放在海报板上图 1 所示的建议位置，并在 图 3 和 表 2 中量化。

图 3：带有建议砖块位置的海报板示意图。BBT 对砖位置和方向的变化很稳健。虚线表示象限;每个象限包含 1 块砖。精度 = 0.5 cm;字母 = 表 2 的关键。有关建议的方向，请参阅 图 1。 请单击此处查看此图的较大版本。

钥匙	象限	颜色	X 位置 （cm）	Y 位置 （cm）
一个	最左边	橙	-27.5	49.5
B	最左边	白	-21.5	52
C	最左边	黑	-12.5	54.5
D	最左边	绿	-3.5	54
E	最右边	栗色	9	54.5
F	最右边	红	19	55
G	最右边	灰	26.5	50.5
H	最左边	黄色	-19	45.5
我	最左边	蓝	-8.5	47.5
J	最右边	橙	4	50
K	最右边	海军	12.5	48
L	最右边	蓝	19.5	47
M	最左边	栗色	-34	29
N	最左边	红	-24	39
O	最左边	海军	-14	39.5
P	最左边	灰	-4.5	39
Q	最右边	黄色	7	40
R	最右边	绿	19.5	40
S	最右边	黑	26.5	42.5
T	最右边	白	34.5	40.5
U	近左	海军	-34	27.5
V	近左	蓝	-24.5	32.5
W	近左	栗色	-15	31.5
X	近左	绿	-5	29
Y	近右	白	6	30
Z	近右	灰	14	35
机 管 局	近右	黄色	24.5	30.5
血型	近左	黄色	-31.5	21.5
交流	近左	白	-22	24
广告	近左	黑	-9	21
AE	近右	红	5	22.5
自动对焦	近右	蓝	19	24
银	近右	橙	32	22
啊	近左	红	-25	14
人工智能	近左	灰	-14	15.5
AJ	近左	橙	-6.5	17
AK 系列	近右	海军	10	16
铝	近右	黑	23	16
是	近右	栗色	19.5	10.5
一	近右	绿	30.5	13

表 2： 建议的砖块位置。此表包含与 图 3 相同的信息。它逐行列出，然后从左到右列出。象限是从参与者的角度定义的，远/近在 Y = 36 cm 处划分。

4. 在海报板上，用钢笔或铅笔勾勒出每块积木的位置，在积木周围留出边框 （~2 mm）。这个大纲将在步骤 1.6 中被剪掉。
   注意：边框的目的是，当海报板被移除时，积木不会卡在切口边缘上。
5. 在每个轮廓外，放置一个标识关联块的标签（例如，Orange）。调整标签文本的方向，以便实验人员可以在底板对面的一侧阅读它。
   1. 对于不对称的砖块，请在标签上添加箭头以指示砖块的方向一致。这应该不会影响结果，但会使设置更容易。
6. 从海报板上剪出矩形轮廓。这将生成一个包含 40 个标记轮廓的海报板，每个砖块一个，如图 1A 所示。

2. 在参与者到达之前设置研究

1. 将底板贴在桌子的一侧边缘。
2. 在底板前面放置一把没有轮子的椅子。将海报板放在桌子上，其槽口位于底板上。
3. 将合适的积木放入海报板上的每个切口中。然后，取下海报板，只剩下砖块和底板（图 1C）。在研究完成之前的任何时间都不要让参与者看到海报板。
4. 选择 4 个模型的顺序（用于研究目的、平衡或随机化）。在实验者的桌子一侧放置一个支架（用于放置模型）。
   1. 将支架放置在相机可以看到模型的位置，而不会挡住相机的手部活动视图。
5. 将摄像头放置在工作区、块和手部的清晰视图上，包括建筑物底板上方 ~20 厘米处，参与者的脸不在视野中。
   1. 确保从视频中执行离线计数的能力可用，或者让三个实验者准备好在主任务执行期间统计左右到达。

3. 主要任务

1. 让参与者坐在椅子上。确保按照步骤 2 在桌子上可以看到砖块。不提供其他培训或适应环境。
2. 通过删除或遮盖参与者身上的任何可见标识符（例如，提供口罩和遮盖纹身），确保视频不包含个人身份信息。
3. 指导参与者：“我们将要求您用这些积木构建一些形状。首先将手放在底板旁边。我将模型放在桌子的前面。当我说 Go 时，使用桌子上的碎片来构建模型，包括复制颜色。您将在那个绿色底板上构建它。我们希望您能尽可能快速准确地完成此作。我们唯一要求的是你把棋子捡起来，不要把它们拖到桌子上，也不要捡起棋子留着以后——当你准备好用它们建造时，就把它们捡起来。（如果需要，请同时演示两者。“当你完成建造时，将你的手放在底板的两侧。你有什么问题吗？
4. 如果参与者有问题，请不要提供脚本中没有的任何信息，但可以澄清/重复或改写脚本信息。
   1. 不要提及左/右或任何可能让参与者认为他们需要用一只手而不是另一只手的东西。
5. 告诉参加者录制将开始，然后执行此作。
6. 将模型放在支架上。说 “Go”。确定模型的方向，使数字标签面向实验者。等待参与者完成其模型。
7. 从表中删除两个模型（实验者的粘附模型和参与者刚刚构建的模型）。
8. 使用新模型返回步骤 3.6。重复上述步骤，直到完成所有 4 个模型，并且参与者用完了桌子上的所有 40 块积木。

4. 主线任务中的突发事件

1. 如果参与者省略了一块积木，请等到他们完成模型，然后说：“你的模型看起来像我的吗？等待他们修复它。
2. 如果参与者在一个模型中两次使用同一块积木，请等到他们完成模型，然后说：“让我再添加一块积木，以确保您有足够的积木以备后用。在工作区中放置一个替换死点。
3. 如果参与者使用正确的积木构建模型，但在错误的位置，什么也不要说，然后照常继续。
4. 如果砖块从桌子上掉下来，请等到他们完成模型（除非参与者当前正在处理最后一个模型），然后在工作区中替换掉落的一块死点。
5. 如果参与者在不应该移动的时候移动了一块砖块（例如，在说 Go 之前），请说：“请等我说 go。停止参与者并将积木放回大致的原始位置。
6. 如果参与者舀起砖块或重新定位砖块而没有搭建，请阻止参与者，澄清说明，然后将砖块放回原来的大致位置。

5. 数据收集和编码

1. 数据收集最好根据视频录制离线执行，使用事件记录软件（例如 ²⁶）。如果无法录制，请要求编码人员在主要任务期间实时遵循以下过程。为了可靠性，比较两个或多个编码人员的结果并达成共识，目标是 100% 一致。如果存在分歧，编码人员将讨论他们的评估并通过协作评审达成共识。
2. 让编码人员查看视频，并计算参与者每只手做出有效的伸手抓握动作（为简洁起见，抓握）的次数。
3. 请考虑以下作和无效抓取：
   1. 在不使用钳夹的情况下捡起砖头，例如，在桌子上舀起或滑动砖头。
   2. 捡起他们之前捡到的一块砖头。例如，如果参与者捡起一块砖头，然后又放下它，则下次捡起该砖头时不要计算。
4. 使用每手牌的有效抓握次数来计算为每个参与者测得的占主导地位（或受影响）手抓握的比例，即
   持有感兴趣手牌的有效握把数量 / 有效握把总数
5. 根据他们的科学需求执行额外的分析（例如，用每只手纵积木所花费的时间）。

结果

参与者选择

纳入/排除标准是：年满 18 岁、会说英语、单侧上肢 PNI（定义为非病理起源，根据病历确定）和手臂、肩部和手部快速残疾 （Q-DASH）¹⁶ 评分≥ 18，在研究开始时测量。选择此阈值是为了选择生活受损伤影响的个体，最小临床重要差异²⁴ 高于 0。该阈值旨在捕获广泛的 PNI 患者，因为它也比上肢疾病患者的平均值低^{1 SD 25}。

排除标准是：认知障碍、未矫正的视力障碍、慢性疼痛诊断、主要心理健康诊断（不包括抑郁、焦虑、双相情感障碍或创伤后应激障碍）、过去 2 个月内的手术或过去 2 年内影响其手臂对侧手臂的运动功能诊断。为了检查损伤严重程度的影响，在上述标准范围内招募了所有类型和严重程度的伤害。

在目前的数据中，参与者是 48 名患有单侧 PNI 的成年人，他们从华盛顿大学医学院（密苏里州圣路易斯）神经损伤和麻痹损伤诊所中心和美利肯手部中心门诊手部治疗诊所招募。招聘流程图 见⁴.为了将患者与典型成年人进行比较，使用了先前研究的数据，该研究采用相同设计，另外 20 名参与者（典型的右撇子成年人，年龄范围为 18-33 岁，2013-2014 年在加拿大阿尔伯塔省莱斯布里奇大学收集）²¹。数据通过研究电子数据采集系统²² 进行存储和管理。

患者包括 22 名 DH 有 PNI 的参与者和 26 名非惯用手 （NDH） 有 PNI 的参与者。 表 3 列出了完整的人口统计学详细信息;组间 （受影响的 DH 与受影响的 NDH） 没有发现差异，除了受影响的 DH 组自受伤后的时间略高 （p = 0.050）。两组都接受了相同的方案。

变量		总	卫生署受影响	NDH 受到影响	组之间
		（n = 48）	（n = 22）	（n = 26）
		平均值/计数	平均值/计数	平均值/计数	t/χ2	p
		（%、SD 或范围）	（%、SD 或范围）	（%、SD 或范围）
年龄 （岁）		44,42 ± 15,55	41 ± 15.5	43 ± 15.6	-0.896	0.375
性别 = 女性 （n）		28 (58%)	15(68%)	13(50%)	0.959	0.327
比赛	白	37 (77%)	18 (81.8%)	19 (73%)	0.139	0.709
	黑人/非裔美国人	9 (19%)	4 (18.2%)	5 (19.3%)	0.000	1.000
	印第安人	3 (6%)	1 (4.5%)	2 (7.7%)	0.000	1.000
	亚裔美国人/太平洋地区	0 (0%)	0 (0%)	0 (0%)	0.333	0.564
	其他	2 (4%)	0 (0%)	2 (7.7%)	0.365	0.546
教育	一些高中	2 (4%)	0 (0%)	2(7.7%)	0.053	0.819
	高中或同等学历	10 (21%)	4(18%)	6(23%)	0.400	0.527
	某大学	16 (33%)	9 (41%)	7(27%)	0.250	0.617
	学院 +	19 (39%)	9(41%)	10 (38.5%)	0.053	0.819
	其他	1(2%)	0(0%)	1(4%)	0.015	0.904
受影响的手 = 惯用手 （n）			22 (45.8%)	26 (54%)	–	–
受伤后月数（中位数）		11 (1-160)	13 (4-47)	9 (1-160)	-0.306	0.761
近期受伤相关疼痛 （0-10）		3 (0-10)	3 (0-8)	3 (0 -10)	0.226	0.822
严厉	神经炎	8 (17%)	4 (8.33%)	4 (8.33%)	0.017	0.897
	轴索	18 (38%)	7 (14.6 %)	11 (23%)	0.889	0.346
	神经痛	22 (46%)	11 (23%)	11 (23%)	0	1
受影响的神经	尺	27 (56%)	12 (54.5%)	15 (57.6%)	0	1
	中位数	33 (68.75%)	15 (68%)	18 (69%)	0	1
	径向	18 (37.5%)	5 (23%)	13 (50%)	2.708	0.100
	后骨间	4 (8%)	2 (9%)	2(7.6%)	0	1
	前骨间	3 (6%)	1 (4.5%)	2 (7.6%)	0	1
	皮肤	7 (14.5%)	4 (18.6%)	3 (11.5%)	0.057	0.811
	其他	11 (22%)	7 (32%)	4 (15%)	1.010	0.315
受伤部位	臂丛神经	15 (31.3%)	8 (36%)	7 (27%)	0.153	0.696
	膀	7 (14.5%)	4 (18%)	3 (11.5%)	0.057	0.811
	肘	11 (23%)	6(27%)	5(19%)	0.100	0.752
	前臂	15 (31%)	9 (27%)	6 (19%)	1.031	0.310
	腕	22 (46%)	8 (41%)	14(23%)	0.847	0.357
	手	6 (12.5%)	3 (13%.6)	3 (11.5%)	0	1
	数字	4(8%)	2 (9%)	2(7.6%)	0	1
受伤原因	外伤	29 (60%)	12 (54.5%)	17 (65.4%)	0.862	0.353
	手术并发症	9 (19%)	5 (22.7%)	4 (15.4%)	0.111	0.739
	慢性压迫	7 (15%)	4 (18.2 %)	3 (11.5%)	0.143	0.706
	其他	3 (6%)	1 (4.55%)	2 (7.7)%	0.333	0.564

表 3：患者人口统计数据。 通过数值数据的 t 检验和分类数据的 x² 检验评估的组间差异。手术 = 针对这种伤害。没有参与者被确定为西班牙裔和/或拉丁裔。

特定于当前报告的数据分析包括通过对手牌使用率的聚类分析来识别参与者的子组。数据分析在 MATLAB 23.2.0 中进行;使用最短欧几里得距离的联动函数进行聚类分析，并使用树状图函数将结果可视化。此外，为了确定人口统计因素是否与手部使用相关，使用方差分析检验分类因素，并通过 Spearman 相关性使用定量因素进行检验。未应用多重比较校正。

BBT 的主要结果是优势（或受影响的）手抓握分数，如步骤 5.4 中所述为每个参与者测量：

感兴趣手牌的抓握次数 / 抓握总数

BBT 揭示了 PNI 后非典型手部使用的独特模式，如图 4 所示。在当前数据中，健康成年人（数据仅适用于右撇子）以 0.63 ± 0.14 的比率使用他们的 DH，这与之前使用相同设计的研究（0.64 ± 0.07²¹、0.64 ± 0.02²³）非常相似。在惯用手单侧 PNI 患者中，平均手的使用与健康成人仍然无法区分：右撇子 0.59 ± 0.32 （n = 20，Mann Whitney U 检验 p = 0.70），全撇子 0.62 ± 0.3 （n = 22，p = 0.90）;左撇子未进行统计分析 （n=2）。尽管如此，大多数个体患者表现出非典型用法。为了量化这种模式，对所有参与者进行了聚类分析，无论受伤或手部优势如何 （n=68），生成图 5 所示的树状图。

图 4：有和没有 PNI 的手部使用情况。每个点代表 1 个参与者。在群体层面，患者与典型成人没有显著差异，但 57% 的个体患者超出典型范围 （0.4-0.875）。引入水平抖动是为了提高单个点的可见性。受伤的手：DH = 惯用手，NDH = 非惯用手，无 = 典型成人。 （A） 惯用右手的患者 （n=41） 和典型成年人 （n=20）。 （B） 惯用左撇子患者 （n=7）。 （C） 任何惯用手的患者 （n=61）。 请单击此处查看此图的较大版本。

图 5：参与者之间的手牌使用情况聚类。 树状图显示了三组参与者：典型 DH 使用量（青色）、始终使用 DH （绿色）和从不使用 DH 使用量（洋红色）。单个参与者被标记为一组（DH 受伤、NDH 受伤或健康）、惯用手（R-dom、L-dom）和 DH 使用的一小部分。 请单击此处查看此图的较大版本。

该聚类确定了三组，临界值为 >0.100 和 >0.875：几乎从不使用 DH 的患者（中位数 0.03）;几乎总是使用 DH 的患者（中位数 1.00）;以及以典型速率（中位数 0.60）使用 DH 的个体。如果排除左撇子，则聚类截止值相同。总体而言，大多数患者的手部使用不典型 （27/47， 57%），但手部使用集群并非由 DH 是否受伤决定，如图 6 所示。具体来说，一些患者表现出患手的使用增加，包括 8/22 的 DH 损伤患者 （36%）。因此，个体患者的手部使用可能非常不典型，但如果不进行个体测量，就无法预测非典型性的方向。

图 6： 个人特征与手牌使用集群之间的关系。 一些参与者在 DH 受伤的情况下总是使用他们的 DH，或者在 NDH 受伤的情况下从不使用他们的 DH。数量 = 每个集群中的 # 参与者。 请单击此处查看此图的较大版本。

右撇子参与者的手部使用不能通过关键临床特征来预测，包括受影响的神经、受伤部位、严重程度、手术后的几个月或疼痛（所有情况下 p > 0.2）;有关详细信息，请参见 补充表。由于左撇子样本小且组间差异，方差分析仅包括右撇子。尽管方差分析中缺乏显著因素，但有一个因素确实与手牌使用显著但部分相关：偏好转变，通过爱丁堡自我报告的变化来衡量（ρ = -0.594，p < .001）。当将分析限制在上述所有特征的 DH 损伤患者时，这种模式仍然成立 （≥p 分别为 0.09、0.170、0.816、0.978、0.615 和 .038）。总体而言，虽然自我报告的手部使用情况与手部使用情况部分相关，但无法从先前的因素中很好地预测非典型手部使用情况。

BBT 快速可靠。大多数参与者在不到 3 分钟的时间内完成 BBT：健康成人从第一次运动到最后一次运动的时间为 157 ± 33 秒（范围 99-291 秒，中位数 152 秒;数据来自 ²² 秒）;在单侧 PNI 患者中，时间为 245 ± 141 秒 （范围 120-919 秒，中位数 217 秒）。

为了测量外部效度，之前的一项研究将单侧 PNI 患者的 BBT 手选择与运动活动日志 （MAL） 自我报告的手偏好⁶ 进行了比较;这两项措施具有中等相关性 （r² = 0.33）⁴，适用于测量方法存在重大差异的相似结构的工具;例如，MAL 衡量自我报告的受影响手的使用/不使用，独立于未受影响的手的使用。BBT 具有良好的重测信度 （r = 0.838），即使多次测试在模型设计上存在很大差异（比较 10 块砖模型与 5 块砖模型，均使用正常大小的砖块）²³。

这些结果证明了 BBT 的精确性、速度和有效性，因此，它能够检测在临床特征中可能不明显的非典型手部使用模式。

补充表。请点击此处下载此文件。

讨论

积木构建任务 （BBT） 允许在不受约束的目标导向环境中对左/右手选择进行快速、廉价、定量的评估。因此，BBT 提供了一种独特的方法来评估与单侧周围神经损伤 （PNI） 后患者预后相关的左/右手使用模式³。当前手稿中的新颖结果（图 4、 图 5、 图 6）表明，单侧 PNI 后的手使用可以是典型的 DH 使用，也可以是压倒性的转向 DH 或 NDH——无论受伤的一方是 DH 还是 NDH，这两种情况都是可能的。手部使用无法通过预先存在的临床变量来预测，因此有必要直接测量来识别非典型手部使用模式，从而确定哪种训练或康复可能最有利于患者。

患者分为三类

BBT 显示，个体患者分为三组，对单侧 PNI 有不同的反应：一些患者继续大致正常的手部使用;有些人完全改用他们的 DH 或 NDH——包括一些人改用总是使用受伤的手。目前尚不清楚近似典型的患者是否改变了他们的手部使用量，而不是受伤前的基线，但 57% 的患者属于非典型手部使用集群之一。因此，需要进一步的研究来确定手部使用的细微变化的影响（在近似典型的集群内），但仅使用一只手的患者可能会对他们的生活和活动产生巨大影响。

至关重要的是，损伤的临床特征并不能预测手的使用。受伤侧、位置、严重程度、位置、持续时间或疼痛均未提供手部使用的重要预测指标。自我报告的手牌偏好与实际手牌使用相关，但虽然这种相关性达到了统计学意义，但它是部分的：手牌偏好解释了 23% 的手牌使用变化≈。这与以前的研究结果相吻合，即手的使用是一个独立的结构⁷ （organic structure），无法从自我报告调查¹¹ （self-report surveys）或手部灵巧性^评估22（assessment of manual dexterity）中准确预测。因此，有必要对手部使用情况进行定量测量，以确定患者对 DH 损伤的反应，从而确定是否需要干预以鼓励与使用相关的结果，例如所用手的性能提高或手部使用模式的转变。

当手的使用发生变化时（即，总是使用患侧或未患侧的手），它们可能代表一种战略选择，其中患者要么避免受伤侧的不适或功能受限，要么通过定向使用受伤侧进行自我康复。然而，这些解释是循环的，因为目前尚不清楚为什么个别参与者会选择一种策略或另一种策略。未来的研究应确定促使一些患者使用或避免使用患手的心理或其他因素。

手牌使用上的个别变化通常不会发生，而且为什么这种变化很难实现仍然未知。当然，即使他们的 NDH 在受伤后变得更加灵巧，患者也经常无法改变他们的手的使用方式，而惯用手转移干预的结果喜忧参半 27,28,29。手部优势的神经基质部分但并非完全基于实践²⁹;手部优势也具有遗传成分^30,31。尽管如此，一些研究表明，优势再训练可能是可能的。在患有麻痹性 DH 的中风患者中，初步数据表明 NDH 性能训练可以提高功能独立性³²。在上肢截肢者中，数十年的 DH 损失（因此被迫使用 NDH）之后的 NDH 性能可能接近健康的 DH³³。然而，这些研究中的大多数都集中在手部表现而不是手部使用上。未来的研究可能能够阐明手的使用是否以及如何在康复过程中发生变化，包括神经调控可能允许通常不会仅通过时间和康复发生的变化的可能性。无论如何，即使仍然难以改变手部使用/偏好，手部使用情况的量化也是有用的，因为手部使用情况的测量还可以识别由于现有的非典型手部使用而可能从基于表现的康复中受益的个体。

区块构建任务

BBT 的主要结果（用感兴趣的手进行的动作分数）很容易测量，它代表了左/右伸展的简单统计。尽管如此，还是建议对 BBT 进行视频录制以确保结果准确，因为至少有 2 名编码人员审查视频并比较他们的计数以达成共识。

BBT 对模型选择、砖块选择和砖块位置的微小变化具有鲁棒性。这份手稿建议了砖块、模型和位置（图 2、 图 3），但这些应该被视为易于开发的建议，而不是强制要求。只要砖块的大小与建议²² 大致相同，并且模型放置在参与者可以清楚地看到砖块及其相对位置的地方，替代砖块和模型就不应影响结果。工作区中的砖块位置也不应影响结果，只要砖块均匀分布在工作区中：在未发布的数据中，参与者每次都使用相同的位置（即，不同的砖块颜色和形状，但在相同的位置）完成了多次连续的 BBT 运行，并且他们从未注意到这些位置重复。

与现有工具相比，BBT 提供了许多优势来定量评估实际的手牌选择。存在一些专门的研究工具，但这些替代方案将参与者的运动限制在二维平面^34,35，需要昂贵的虚拟现实设备和专门的数据分析³⁶，或将动作限制在 3-5 个目标位置 37,38,39。手牌偏好量化测试¹⁷ 涉及现实世界中在 7 个位置伸手捡牌，但受到限制，因为它的所有移动都具有相同的距离，并且对象使用是非功能性的（将牌放在盒子中，而不是在游戏中使用牌）。相比之下，BBT 要求参与者使用他们的积木来构建一个模型，该模型将触手可及的动作置于目标导向的行为上下文中。目标、环境和即将到来的行动会影响到达动作⁴⁰ 及其神经机制 41,42,43,44 – 在目标导向和非目标导向的行动之间，前者更好地反映了人类的自然达到行为，因为人们通常达到以实现外部目标。例如，当一个人伸手去拿他们的咖啡杯时，他们的目标不是拿起杯子;他们的目标是喝咖啡。

BBT 有许多局限性，尽管几乎没有其他方法可以快速定量测量手部使用情况。首先，手牌选择是特定于任务的，因此 BBT 结果可能不会推广到其他作或环境。然而，之前的一项研究将 BBT 结果与砖块堆叠任务进行了比较（类似的设计，但使用 750 克的半砖，内置于简单的堆栈而不是复杂的模型中）;两项任务的结果相关 （r² = 0.64）³，这表明 BBT 结果应应用于 reach作的特定上下文之外，并随后进行精细对象作。其次，BBT 设置物流需要将积木放在固定位置，而不是参与者的特定位置，因此到达的距离/努力取决于参与者的臂长。然而，合著者从未遇到过参与者无法够到所有砖块的情况。第三，人们对左撇子典型成年人在 BBT 中的表现知之甚少;早期研究^19,45 包括左撇子参与者，但唯一使用当前设计的左撇子是患者。第四，也是最后一点，BBT 取决于不受约束的选择，因此，如果实验者不小心透露 BBT 的目标是测量他们使用哪只手，那么这些知识可能会导致参与者进行自我监控，从而影响他们的结果。参与者欺骗是不合适的，但实验者可以使用非引导性语言，例如：“这项任务将让我们测量您如何用手构建一个简单的图形。

总体而言，Block Building Task （BBT） 通过提供对不受约束的目标导向左/右手选择的首次快速、廉价、定量评估，填补了单侧上肢损伤患者 （例如 PNI） 临床和研究评估的空白。

材料

Name	Company	Catalog Number	Comments
Baseplate	The Lego Group	11023
Brick: 1x2 rectangle, dark azure	The Lego Group	6004943	8 copies + spares; best acquired from brickowl.com
Brick: 1x2 rectangle, orange	The Lego Group	4121739	8 copies + spares; best acquired from brickowl.com
Brick: 1x2 with 45° slope, dark red	The Lego Group	4541526	8 copies + spares; best acquired from brickowl.com
Brick: 1x2 with 45° slope, medium stone gray	The Lego Group	4211614	8 copies + spares; best acquired from brickowl.com
Brick: 2x2 square, black	The Lego Group	30326	8 copies + spares; best acquired from brickowl.com
Brick: 2x2 square, white	The Lego Group	300301	8 copies + spares; best acquired from brickowl.com
Brick: 2x2 with 45° slope, dark blue	The Lego Group	4153653	8 copies + spares; best acquired from brickowl.com
Brick: 2x3 with arch, dark green	The Lego Group	621528	8 copies + spares; best acquired from brickowl.com
Brick: 2x4 rectangle, red	The Lego Group	300121	8 copies + spares; best acquired from brickowl.com
Brick: 2x4 rectangle, yellow	The Lego Group	300124	8 copies + spares; best acquired from brickowl.com
Glue (Krazy Glue)	McKesson	EPIKG58548R	For gluing models together
Labels	Avery	8195
Posterboard: Two Cool Tri-Fold Poster Board, 36 x 48", White/White	Geographics	GEO26790	BBT will use an 80 x 60 cm workspace. Folding posterboards are recommended.
Stand	Adorox	KPL7_ADX_FBK	To support models during experiment