Autoren
Kontakt

Anmelden

In diesem Artikel

  • Zusammenfassung
  • Zusammenfassung
  • Einleitung
  • Protokoll
  • Ergebnisse
  • Diskussion
  • Offenlegungen
  • Danksagungen
  • Materialien
  • Referenzen
  • Nachdrucke und Genehmigungen

Zusammenfassung

Virtual Reality (VR) ist ein leistungsstarker, aber wenig genutzter Ansatz, um die Diagnose und Behandlung neurologischer Erkrankungen voranzutreiben. Die Cleveland Clinic Virtual Reality Shopping-Plattform kombiniert hochmoderne VR-Inhalte mit einem omnidirektionalen Laufband, um instrumentelle Aktivitäten des täglichen Lebens zu quantifizieren - ein vorgeschlagener Prodromalmarker für neurologische Erkrankungen.

Zusammenfassung

Ein Rückgang der Leistung instrumenteller Aktivitäten des täglichen Lebens (IADLs) wurde als prodromaler Marker für neurologische Erkrankungen vorgeschlagen. Bestehende klinische und leistungsbasierte IADL-Bewertungen sind für die Integration in die klinische Medizin nicht durchführbar. Virtual Reality (VR) ist ein leistungsfähiges, aber wenig genutztes Werkzeug, das die Diagnose und Behandlung neurologischer Erkrankungen vorantreiben könnte. Ein Hindernis für die Einführung und Skalierung von VR in der klinischen Neurologie ist die VR-bedingte Krankheit, die sich aus sensorischen Inkonsistenzen zwischen dem visuellen und dem vestibulären System ergibt (d.h. Fortbewegungsproblem).

Die Plattform Cleveland Clinic Virtual Reality Shopping (CC-VRS) versucht, das Fortbewegungsproblem zu lösen, indem sie ein omnidirektionales Laufband mit hochauflösenden VR-Inhalten koppelt, sodass der Benutzer physisch durch ein virtuelles Lebensmittelgeschäft navigieren kann, um das Einkaufen zu simulieren. Das CC-VRS besteht aus einfachen und komplexen Einkaufserlebnissen; Beide erfordern ein Gehen von 150 m und das Abrufen von fünf Gegenständen. Die komplexe Erfahrung enthält zusätzliche Szenarien, die die kognitiven und motorischen Anforderungen der Aufgabe erhöhen, um das Kontinuum der Aktivitäten, die mit dem realen Einkaufen verbunden sind, besser darzustellen. Die CC-VRS-Plattform bietet objektive und quantitative biomechanische und kognitive Ergebnisse in Bezug auf die IADL-Leistung des Benutzers. Erste Daten deuten darauf hin, dass das CC-VRS zu einer minimalen VR-Krankheit führt und für ältere Erwachsene und Patienten mit Parkinson-Krankheit (PD) machbar und verträglich ist. Die Überlegungen, die der Entwicklung, dem Design sowie der Hardware- und Softwaretechnologie zugrunde liegen, werden überprüft und erste Modelle der Integration in die Primärversorgung und Neurologie bereitgestellt.

Einleitung

Im Jahr 2008 identifizierte die National Academy of Engineering 14 Grand Challenges for Engineering in the 21st Century1. Eine davon war die Integration von Virtual Reality (VR) in die Medizin. Fortschritte wurden bei der Verwendung von VR für die Ausbildung von Medizinstudenten2,3, der chirurgischen Planung 3, der Verringerung von Angstzuständen im Zusammenhang mit medizinischen Interaktionen4, der Unterstützung bei der Behandlung von akuten5- und krebsbedingten Schmerzen6 und der Verbesserung der motorischen Erholung nach Schlaganfall7 erzielt. Trotz dieser vielversprechenden Anwendungen wurde der Nutzen von VR in der Medizin nicht vollständig realisiert, insbesondere im Bereich der Bewertung und Behandlung neurologischer Erkrankungen. Während Fortschritte in der VR-Technologie Barrieren wie Kosten, Headset-Komfort und intuitive Benutzerfreundlichkeitsfunktionen minimiert haben, behindert VR-Krankheit weiterhin die Integration von VR in die Medizin8.

Virtual-Reality-Krankheit bezieht sich auf Gefühle, die der Reisekrankheit ähneln (z. B. Übelkeit, Erbrechen, Schwindel)9,10,11, die während VR-Erfahrungen auftreten. Obwohl sich bei der Erklärung der VR-Krankheit keine einzige Theorie einig ist, ist die sensorische Konflikttheorie eine führende Erklärung12. Kurz gesagt, die sensorische Konflikttheorie legt nahe, dass VR-Krankheit aus sensorischen Disparitäten entsteht; Visuelle Flussinformationen zeigen die Vorwärtsbewegung des Körpers durch den Raum an, während das vestibuläre System anzeigt, dass der Körper stationär ist13. Diese Diskrepanz in den sensorischen Informationen führt zu schlechtem Gleichgewicht, räumlicher Desorientierung und unkontrollierbaren Haltungsbewegungen, die Vorläufer der VR-Krankheit sind. Während der genaue Mechanismus, der der VR-Krankheit zugrunde liegt, diskutiert wird, wird die Verringerung des Missverhältnisses zwischen den Quellen sensorischer Informationen wahrscheinlich die VR-Krankheitreduzieren 14 und die VR-Einführung in einem medizinischen Umfeld erleichtern.

Die Fortbewegung in Verbindung mit VR wird seit langem als Ansatz zur Verringerung des sensorischen Missverhältnisses durch physisches und visuelles Eintauchen des Benutzers in die virtuelle Umgebung vorgeschlagen15,16. Mehrere Studien an älteren Erwachsenen mit und ohne neurologische Erkrankung haben immersive und nicht-immersive VR-Systeme erfolgreich mit traditionellen unidirektionalen Laufbändern gepaart17,18,19. Diese Studien zeigen, dass eine VR- und unidirektionale Laufbandintervention typischerweise gut verträglichist 18 und die Intervention die Sturzhäufigkeitreduzieren kann 17,19. Diese Ergebnisse liefern eine vielversprechende Grundlage für die erfolgreiche Integration von Fortbewegung und VR. Das externe Motortempo eines unidirektionalen Laufbandes erlaubt es dem Benutzer jedoch nicht, Geschwindigkeiten zu ändern oder Drehungen auszuführen, um mit komplexeren realistischen virtuellen Umgebungen zu interagieren.

In den letzten zwei Jahrzehnten haben Fortschritte in der Bewegungsverfolgungshardware und -software die Entwicklung immersiverer und interaktiverer virtueller Umgebungen erleichtert. Ein großer Fortschritt war die Entwicklung des omnidirektionalen Laufbandes20. Kurz gesagt, ein omnidirektionales Laufband verwendet gleichzeitig lineare und Rotationsbewegungen, um es dem Benutzer zu ermöglichen, in einem selbst gewählten Tempo in jede Richtung zu gehen. Omnidirektionale Laufbänder, die im Allgemeinen in der Spieleindustrie eingesetzt werden, erweitern die Möglichkeiten, VR-Umgebungen im klinischen Umfeld zu nutzen, indem sie sowohl das Problem der VR-Krankheit angehen als auch die Schaffung realistischer Umgebungen erleichtern, die die physischen Fähigkeiten des Benutzers besser herausfordern, z. B. das Drehen oder Ändern der Richtung. Insbesondere virtuelle Replikationen von vollwertigen, alltäglichen Umgebungen können die Bewertung kognitiver und motorischer Funktionen während der Durchführung instrumenteller Aktivitäten des täglichen Lebens (IADLs) erleichtern.

Instrumentelle Aktivitäten des täglichen Lebens (IADLs) sind funktionale Aufgaben (z. B. Einkaufen, Einnahme von Medikamenten, Zubereitung von Speisen), die für die Aufrechterhaltung eines unabhängigen Lebens entscheidend sind21. Die Fähigkeit, gemeinsame IADLs durchzuführen, wurde als Prodromalmarker für neurologische Erkrankungen vorgeschlagen. Jüngste Daten aus langfristigen, prospektiven Studien deuten darauf hin, dass ein Rückgang der IADLs wahrscheinlich einer Diagnose der Parkinson-Krankheit (PD) um 5-7 Jahre22,23 und einer Diagnose der Alzheimer-Krankheit24,25 vorausgeht. Im Gegensatz zu grundlegenden Aktivitäten des täglichen Lebens (BADLs)26 erfordern IADLs typischerweise die gleichzeitige Ausführung von zwei aufmerksamkeitsintensiven Aufgaben (z. B. motorisch-kognitiv, motorisch-motorisch oder kognitiv-kognitiv)27. Die überwiegende Mehrheit der täglichen Haushalts- und Gemeinschaftsaktivitäten wird unter Bedingungen mit doppelter Aufgabe durchgeführt28,29.

Obwohl sich der Rückgang der Doppelaufgabe eindeutig auf die IADL-Leistung auswirkt, reichen die traditionellen klinischen motorischen Bewertungen 30,31,32 und die neuropsychologischen Tests 33,34 nicht aus, um IADLs zu bewerten, da diese Bewertungen die Funktion in diskrete Komponenten ohne Berücksichtigung ihrer gegenseitigen Abhängigkeit trennen. Aktuelle Methoden der direkten IADL-Bewertung stützen sich auf verzerrungsanfällige Selbstberichtsfragebögen35 oder langwierige und belastende leistungsbasierte Bewertungen36. Keiner der beiden Ansätze bietet objektive, quantitative Einblicke in die Ebene der IADL-Funktion eines Individuums in der Community-Umgebung.

Fortschritte in der VR-Technologie, gepaart mit den technischen Fortschritten, die omnidirektionalen Laufbändern zugrunde liegen, bieten die Möglichkeit, eine interaktive und immersive Umgebung zu schaffen. Ein virtuelles Lebensmittelgeschäft und eine Einkaufsaufgabe wurden erstellt, um gleichzeitig die Motor-, kognitive, kognitive und IADL-Leistung zu bewerten. Die Plattform Cleveland Clinic Virtual Reality Shopping (CC-VRS) wurde gemeinsam von einem Team aus biomedizinischen Ingenieuren, Softwareentwicklern, Physiotherapeuten, Ergotherapeuten und Neurologen entwickelt.

Eine Lebensmitteleinkaufsaufgabe wurde ausgewählt, um die IADL-Leistung auf der Grundlage von Empfehlungen der American Occupational Therapy Association26 zu quantifizieren. Die Virtual Multiple Errands Task (VMET)37, die Timed Instrumental ADL Scale 38 und der Penn Parkinson's Daily Activities Questionnaire-15 (PDAQ-15)39 erkennen das Einkaufen als wichtigen Indikator für die motorische und nicht-motorische Leistungsfähigkeit im Zusammenhang mit neurologischen Erkrankungen an. Andere haben ein immersives VR-Headset verwendet, um eine Lebensmittelgeschäftsumgebung zu schaffen, um die IADL-Leistungauf 37,40,41 zu schätzen. Sie haben es jedoch versäumt, eine Hauptkomponente des Lebensmitteleinkaufs zu bewerten: die Fortbewegung. Im Allgemeinen erfordern die aktuellen VR-Lebensmittelgeschäft-Paradigmen, dass der Teilnehmer einen Handcontroller verwendet, um einen Avatar durch das Lebensmittelgeschäft zu teleportieren oder zu navigieren. Unser Ziel war es, die Fortbewegung in das virtuelle Einkaufserlebnis des Nutzers zu integrieren. Der CC-VRS-Entwicklungsprozess begann mit einer formalen Aufgabenanalyse eines typischen Lebensmittelgeschäftserlebnisses. Wie in Abbildung 1 dargestellt, spiegeln neun grundlegende Aufgabenkomponenten eine Mischung von Elementen wider, die als motorische, kognitive oder kognitiv-motorische Aktivitäten charakterisiert werden können, die für eine erfolgreiche Leistung erforderlich sind, wie es für alle IADLs charakteristisch ist.

figure-introduction-9386
Abbildung 1: Analyse der Lebensmitteleinkaufsaufgaben. Es wurde eine Aufgabenanalyse durchgeführt, um die Abfolge der Aktionen und die Art dieser Aktionen für den erfolgreichen Lebensmitteleinkauf in der realen Welt zu identifizieren. Neun Primärsequenzen wurden identifiziert und wurden verwendet, um die Entwicklung der grundlegenden und komplexen Einkaufsaufgaben zu informieren. Die Sequenzen wurden als motorisch (blau), kognitiv (gelb) und kognitiv-motorisch (grün) klassifiziert; Einzelheiten zu den entsprechenden Ergebnissen sind Tabelle 1 zu entnehmen. Bitte klicken Sie hier, um eine größere Version dieser Abbildung zu sehen.

Die CC-VRS-Plattform repliziert ein realistisches, mittelgroßes Lebensmittelgeschäft über ein immersives VR-Headset. Während des Gehens auf einem omnidirektionalen Laufband folgt der Benutzer einer kontinuierlichen, festgelegten Route durch den Laden, findet Artikel auf einer Einkaufsliste und legt die Artikel in einen virtuellen Einkaufswagen. Die Bereitstellung einer bestimmten Route standardisiert die zurückgelegte Strecke durch den virtuellen Speicher, reduziert die Anzahl der Navigationsfehler und ermöglicht eine genauere Trennung potenzieller Änderungen der IADL-Leistung von Navigationsfehlern oder suboptimalen Suchstrategien des Benutzers. Die 150 m lange Strecke erfordert mehrere Kurven, was die motorische Komplexität 42,43 und die Wahrscheinlichkeit, dass bei neurologischen Patientenpopulationen ein Einfrieren des Ganges auslöst, erhöht, da beim Abbiegen häufiger Einfrieren beobachtet wird als beim geraden Gehen 44,45. Sowohl die Entfernung des Navigationspfads als auch die Anzahl der Artikel auf der Einkaufsliste können vom Kliniker so konfiguriert werden, dass sie den Fähigkeiten des Benutzers oder den Zielen der Bewertungssitzung entsprechen.

Jeder Benutzer führt ein Basic- und ein Complex-Shopping-Szenario durch. Das Basisszenario erfordert lediglich, der Route zu folgen und Artikel aus der Einkaufsliste auszuwählen. Im komplexen Szenario erhält der Benutzer eine Liste verschiedener Lebensmittel, während er dem identischen Weg durch den Laden folgt, aber es werden zusätzliche kognitive und motorische Anforderungen eingeführt (verzögerter verbaler Rückruf, Preisvergleich und Hindernisvermeidungsaufgaben, die im Protokollabschnitt unten beschrieben werden). Umgebungsgeräusche in Lebensmittelgeschäften sowohl im Basis- als auch im komplexen Szenario vervollständigen das immersive Erlebnis. Zusammenfassungs- und Detaildaten zur Leistung des Benutzers – einschließlich korrekter und falscher erfasster Elemente, Anzahl und Häufigkeit der Aktivierungen von Einkaufslisten, Stoppdauer und Gangmetriken – werden automatisch generiert und stehen dem Arzt zur Überprüfung zur Verfügung.

Das Ziel des CC-VRS ist es, die Leistung von IADLs bei älteren Erwachsenen und Personen mit einem Risiko für oder einer diagnostizierten neurologischen Erkrankung objektiv zu quantifizieren. Das CC-VRS bietet dem Benutzer eine immersive und realistische Erfahrung und liefert präzise, biomechanisch basierte Ergebnisse der kognitiven und motorischen Funktion, die das Potenzial haben, als prodromale Marker für neurologische Erkrankungen oder objektive Messungen des Krankheitsverlaufs zu dienen. Das CC-VRS wird derzeit in drei verwandten Projekten eingesetzt, die darauf abzielen: (1) die Auswirkungen von gesundem Altern und neurologischen Erkrankungen auf die IADL-Leistung zu verstehen, (2) die Durchführbarkeit der klinischen Integration in die Grundversorgung und eine Klinik für Bewegungsstörungen zu bestimmen und (3) die neuronale Signatur zu identifizieren, die dem Einfrieren des Ganges bei fortgeschrittenen PD-Patienten mit Systemen der tiefen Hirnstimulation (DBS) zugrunde liegt. Gemeinsam werden diese Projekte die CC-VRS-Plattform und die damit verbundenen Ergebnisse nutzen, um besser zu verstehen, wie sich Alterung und neurologische Erkrankungen auf Aspekte der IADL-Leistung auswirken. Dieses Manuskript beschreibt die Entwicklung, das Design sowie die Hardware- und Softwaretechnologie des CC-VRS und seine neuartigen Ergebnisse, die die Integration in die Gesundheitsversorgung erleichtern können.

Protokoll

Das skizzierte Protokoll folgt den Richtlinien der Ethikkommission für Humanforschung der Cleveland Clinic. Alle Teilnehmer absolvierten das Einwilligungsverfahren und erteilten eine schriftliche Genehmigung zur Veröffentlichung von Fotos, die während der Datenerhebung aufgenommen wurden.

1. Geräteeinrichtung und Kalibrierung (5 min)

  1. VR-System
    1. Stellen Sie sicher, dass das System alle Komponenten enthält, die in dem in Abbildung 2 dargestellten Versuchsaufbau beschrieben sind, einschließlich eines VR-Headsets, zweier Handcontroller, eines VR-Taillen-Trackers, zweier VR-Fuß-Tracker, Basisstationen zur Überwachung der Position der VR-Geräte und eines High-End-Gaming-Desktops mit einer 2080ti-Grafikkarte zum Ausführen des VR-Systems und der CC-VRS-Software (siehe Materialtabelle).
      1. Starten Sie Steam VR auf dem Desktop, um die VR-Komponenten zu koordinieren und den Status jedes VR-Geräts während der Datenerfassung zu überwachen.
      2. Schalten Sie jedes VR-Gerät ein und suchen Sie nach einer grünen Anzeigeleuchte, um das aktive Tracking durch Steam VR zu überprüfen.
      3. Kalibrieren Sie die Grenzen und die Ausrichtung des virtuellen Raums, indem Sie im Steam VR-Menü die Option Raumeinrichtung auswählen und den Anweisungen auf dem Bildschirm mit den Handcontrollern folgen.
  2. VR-Headset
    1. Setzen Sie das Headset in das UV-Hygienereinigungssystem ein und führen Sie einen Desinfektionszyklus zwischen den Benutzern durch.
  3. Omnidirektionales Laufband
    1. Schalten Sie das omnidirektionale Laufband mit dem grünen Netzschalter am angeschlossenen Fußpedal ein. Starten Sie die entsprechende Software auf dem Desktop-Computer.
    2. Verwenden Sie zur Kalibrierung die Funktion Select User Tracker in der Anwendung und identifizieren Sie den Taillentracker als das geeignete Tracking-Gerät. Als nächstes zentrieren Sie diesen Tracker auf der omnidirektionalen Laufbandoberfläche und verwenden Sie die Funktion "Mittelpunkt setzen ", um die Mitte der Laufbandplattform zu kalibrieren. Stellen Sie den Taillentracker auf den Ring und verwenden Sie die Set Ring Height-Funktion, um die Höhe des Handlaufs zu kalibrieren.
      HINWEIS: Das Laufband und die entsprechende Software sind auf die Position des VR-Taillentrackers relativ zur Plattform angewiesen, um als Reaktion auf die Bewegungen des Benutzers ordnungsgemäß zu funktionieren. Der Benutzer beginnt stationär, positioniert in der Mitte des Laufbandes. Wenn sich der Benutzer außerhalb der Mitte bewegt, reagiert das System auf die Bewegungen und die Geschwindigkeit des Benutzers, indem es die entsprechende Laufbandbewegung generiert, die den Benutzer auf der Plattform neu zentriert.
  4. CC-VRS Anwendung
    1. Wenn alle VR-Tracking-Geräte und das omnidirektionale Laufband kalibriert und aktiviert sind, starten Sie die CC-VRS-Anwendung vom Desktop aus. Folgen Sie den Bildschirmmenüs, um die Benutzer-ID einzugeben und den entsprechenden Testtyp zu initiieren.

figure-protocol-3352
Abbildung 2: Übersicht über die CC-VRS-Plattform. Eine Darstellung der gesamten CC-VRS-Plattform. Der Benutzer trägt ein VR-Headset und navigiert durch ein virtuelles Lebensmittelgeschäft, indem er auf dem omnidirektionalen Laufband läuft. Eine dezente grüne Linie wird dem Nutzer über das VR-Headset als Navigationshilfe zur Verfügung gestellt. Die fünf Punkte auf der Einkaufsliste finden Sie entlang dieses 150 m langen Weges. Eine First-Person-Ansicht des Benutzers wird dem Experimentator über den Steuerungscomputer und den Monitor zur Verfügung gestellt. Die für die Einrichtung des CC-VRS-Systems erforderliche Zeit beträgt ca. 5 Minuten. Abkürzungen: VR = Virtual Reality; CC-VRS = Cleveland Clinic-Virtual Reality Shopping. Bitte klicken Sie hier, um eine größere Version dieser Abbildung zu sehen.

2. Vorbereitung des Benutzers (15 min)

  1. Verträglichkeitsprüfung (Baseline)
    1. Wenn Sie Daten über VR-Krankheit sammeln, weisen Sie den Benutzer an, den Simulator-Krankheitsfragebogen auszufüllen, bevor Sie mit der CC-VRS-Erfahrung beginnen.
  2. Pferdegeschirr
    1. Passen Sie den Benutzer in einen Ganzkörpergurt, der um die Beine und die Brust befestigt wird. Befestigen Sie den Kabelbaum in einem an der Decke montierten Kabel über der Mitte des omnidirektionalen Laufbandes, um Stürze zu verhindern und den Komfort für den Benutzer zu erhöhen, ohne den natürlichen Gang zu behindern.
  3. VR-Tracker
    1. Befestigen Sie die linken und rechten Fuß-Tracker an den Füßen des Benutzers, indem Sie Reißverschlüsse um die Schnürsenkel verwenden. Schrauben Sie den Taillentracker auf den speziell entwickelten Hüftgurt und stellen Sie den Gürtel so lange ein, bis der Tracker in der Mitte der Lendengegend des Benutzers sitzt. Legen Sie den linken und rechten Controller in die Hände des Benutzers und ziehen Sie die Gurte fest, bis sie sicher und bequem sind.
  4. Omnidirektionale Laufband-Vertrautheit
    1. Bevor Sie das Headset aufsetzen, geben Sie dem Benutzer Zeit zu gehen und das omnidirektionale Laufband einzuschalten. Erklären Sie die Bedeutung der Position des Taillen-Trackers relativ zur Mitte der Laufbandplattform und ermutigen Sie den Benutzer, sich in Richtung der äußeren Kanten der Laufbandbegrenzung zu bewegen, während Sie den Handlauf zur Unterstützung halten. Trennen Sie das Laufband über die Anwendung, um mit der Benutzervorbereitung fortzufahren.
  5. Headset
    1. Wenn der Benutzer auf dem stationären omnidirektionalen Laufband steht, legen Sie das Headset auf den Kopf des Benutzers und helfen Sie bei den Einstellungen (oberer gewichtstragender Gurt, hinterer Stabilitätsknopf und Pupillenabstandsregler für Klarheit), bis die Passform bequem und das Display klar ist. Stellen Sie sicher, dass die am Headset montierten Lautsprecher über den Ohren positioniert und auf eine angemessene Lautstärke eingestellt sind.
  6. Weisen Sie den Benutzer an, sich in der Mitte der omnidirektionalen Laufbandplattform zu positionieren, und klicken Sie in der Anwendung auf Start , um das Laufband erneut zu aktivieren.
  7. Starten Sie die CC-VRS-Anwendung vom Desktop aus, wenn sie zuvor nicht gestartet wurde.

3. Verwaltung von CC-VRS (30 min)

  1. Überwachen Sie während der gesamten CC-VRS-Erfahrung den Fortschritt des Benutzers durch den Store über das Desktop-Display und seien Sie darauf vorbereitet, das omnidirektionale Laufband zu stoppen, falls der Benutzer Unbehagen oder Instabilität verspürt.
  2. Geben Sie die Benutzer-ID ein.
  3. Wählen Sie Umfassendes Tutorial, um eine kleine Übungsumgebung zu laden, die den Benutzer zusätzlich zur Navigationsroute, Einkaufsliste und zusätzlichen kognitiven Anforderungen des komplexen Szenarios in das Gesamtziel der CC-VRS-Bewertung einführt.
    1. Stellen Sie sicher, dass der Benutzer mit den folgenden Controller-Funktionen vertraut ist, bevor Sie mit dem Testen fortfahren:
      1. Aktivieren Sie die Einkaufsliste, indem Sie die linke Hand anheben und die A- oder B-Taste am Controller gedrückt halten (Abbildung 3A).
      2. Schließen Sie die Einkaufsliste, indem Sie die Schaltfläche A oder B loslassen.
      3. Wählen Sie Elemente aus den Regalen mithilfe der Controller-Trigger aus (Abbildung 3A).
      4. Legen Sie Artikel mit den Controller-Triggern in den Einkaufswagen.
    2. Stellen Sie sicher, dass der Benutzer mit den folgenden kognitiven und motorischen Anforderungen des komplexen Szenarios vertraut ist:
      1. Führen Sie zu Beginn des Szenarios einen verzögerten verbalen Rückruf von fünf Wörtern durch, die über eine akustische Ankündigung dargestellt werden, ähnlich der Komponente "Verzögerter Rückruf" des Montreal Cognitive Assessment-Tests (MoCA)46.
      2. Führen Sie eine Preisvergleichsaufgabe für Verkaufsartikel durch (z. B. Auswahl der kostengünstigsten Option zwischen 8 Unzen Ketchup für 1,00 USD und 16 Unzen für 1,50 USD) (Abbildung 3B).
      3. Vermeiden Sie Hindernisse im Geschäft, einschließlich Verschüttungen auf dem Boden und verengte Gänge, die durch die Platzierung anderer Käufer oder Wagen entlang des Weges verursacht werden (Abbildung 3C).
    3. Wiederholen Sie bei Bedarf das Tutorial (insgesamt ca. 5 Minuten), bis der Benutzer die oben genannten Funktionen und das Verständnis der Aufgabe unter Beweis gestellt hat.
  4. Wählen Sie Basisszenario aus. Wählen Sie die Pfadlänge und die Anzahl der Listenelemente aus.
    1. Weisen Sie den Benutzer an, mit dem Gehen zu beginnen, sobald der Laden auf dem Headset-Display sichtbar ist. Ermutigen Sie den Benutzer, die Aufgabe so effizient wie möglich zu erledigen, schnell zu handeln und gleichzeitig Fehler zu minimieren.
    2. Wenn der Benutzer die Aufgabe abgeschlossen hat, indem er die Kasse des Geschäfts erreicht hat, überprüfen Sie die auf dem Desktopbildschirm angezeigten zusammenfassenden Metriken, und beenden Sie die virtuelle Umgebung.
  5. Wählen Sie Komplexes Szenario aus. Wählen Sie die Pfadlänge und die Anzahl der Listenelemente aus.
    1. Stellen Sie dem Benutzer ähnliche Anweisungen wie im Basisszenario zur Verfügung. Erinnern Sie den Benutzer an die zusätzlichen kognitiven Anforderungen im komplexen Szenario.
    2. Wenn der Benutzer die Aufgabe abgeschlossen hat, indem er die Store-Kasse erreicht hat, überprüfen Sie die auf dem Desktopbildschirm angezeigten zusammenfassenden Metriken (Abbildung 3D), und beenden Sie die virtuelle Umgebung.
  6. Verträglichkeitsprüfung
    1. Wenn Sie Daten über die VR-Krankheit sammeln, weisen Sie den Benutzer an, den Simulator-Krankheitsfragebogen sofort nach Abschluss der CC-VRS-Erfahrung und bis zu 30 Minuten später erneut auszufüllen.
  7. Usability-Umfrage
    1. Wenn Sie Daten über die Benutzerfreundlichkeit der Plattform sammeln, weisen Sie den Benutzer an, die System Usability Scale unmittelbar nach Abschluss des CC-VRS auszufüllen.

figure-protocol-11273
Abbildung 3: CC-VRS-Umgebung. (A) Eine First-Person-Ansicht eines CC-VRS-Benutzers, der die Einkaufsliste mit der linken Hand aktiv betrachtet und mit der rechten Hand einen entsprechenden Artikel auswählt. Benutzer können intuitiv mit jedem Artikel im gesamten Lebensmittelgeschäft interagieren, indem sie VR-Handcontroller verwenden. (B) Ein Beispiel für eine Verkaufspreisvergleichsaufgabe, auf die der Benutzer im komplexen Szenario stößt. Für einen Artikel auf der Einkaufsliste, der als SALE-Artikel bezeichnet wird, muss der Benutzer die Stückpreise von zwei unterschiedlich großen Artikeln vergleichen und die Option auswählen, die das bessere Angebot darstellt. (C) Eine First-Person-Ansicht eines verengten Ganges im komplexen Szenario. Zusätzlich zu den mehreren Kurven entlang der Navigationsroute erhöhen die engen Durchgänge die motorische Komplexität, die die Wahrscheinlichkeit erhöht, dass in neurologischen Populationen ein Einfrieren des Ganges ausgelöst wird. (D) Ein Beispiel für die Zusammenfassungsergebnisse, die dem Experimentator nach Abschluss eines komplexen Szenarios angezeigt werden, einschließlich korrekter und falscher Elemente, der Gesamtzeit bis zum Abschluss des Szenarios und der Anzahl der erfolgreich abgerufenen Wörter. Die spezifischen Metriken in dieser Anzeige können vom Experimentator konfiguriert werden. Abkürzungen: VR = Virtual Reality; CC-VRS = Cleveland Clinic-Virtual Reality Shopping. Bitte klicken Sie hier, um eine größere Version dieser Abbildung zu sehen.

4. Dateien und Ergebnisse

  1. Überprüfen Sie die automatisch für jede Testversion generierte Zusammenfassungsdatei (.csv), die konfigurierbare Metriken enthält, um die Gesamtleistung des CC-VRS zu charakterisieren.
  2. Überprüfen Sie die detaillierte Datendatei (.csv), die die Position und Rotation der Tracker, Controller und des Headsets während der gesamten Dauer der Aufgabe enthält. Daten zu Listenaktivierungen, Elementinteraktionen und Hinderniskollisionen werden ebenfalls automatisch aufgezeichnet und in diese Datei ausgegeben.

Ergebnisse

Derzeit läuft ein Projekt, um die Gültigkeit des CC-VRS bei der Beurteilung der kognitiven, motorischen und IADL-Funktion bei jungen Erwachsenen, älteren Erwachsenen ohne neurologische Erkrankung und Personen mit Parkinson zu ermitteln. Jeder Teilnehmer absolvierte das Lernprogramm, die grundlegenden und komplexen Szenarien mit demselben 150-m-Pfad und 5-Element-Listen, um den Vergleich der Leistung zwischen Gruppen zu ermöglichen. Detaillierte kognitive und Positionsdaten wurden verwendet, um informative zusammenfassende Metriken zu erstellen, die die CC-VRS-Leistung zwischen Populationen mit bekannten Unterschieden in der kognitiven, motorischen und IADL-Funktion unterscheiden. Zusätzliche biomechanische und Dual-Tasking-Metriken wurden berechnet, um die Funktionsebene in verschiedenen Bereichen weiter zu charakterisieren (Tabelle 1).

CC-VRS ErgebnisDomäne
Kognitiv
Korrekte und falsche ElementeExekutive Funktion
Listenaktivierungen (Anzahl und Dauer)Arbeitsspeicher
Rückruf von Sale-Artikeln (Nummer korrekt)Deklarativer Speicher
Verkaufspreisvergleich (Erfolg und Dauer)Verarbeitungsgeschwindigkeit
Kognitiv-motorisch
Dauer der TestversionGlobale Funktion (IADL)
Stopps (Anzahl und Dauer)Interferenzen mit zwei Aufgaben
Ganggeschwindigkeit in der Nähe von ListenelementenInterferenzen mit zwei Aufgaben
Kollisionen mit AusweichhindernissenReaktionshemmung
Motor
Geschwindigkeit, Schrittweite, GangvariabilitätGanggeschwindigkeit und -qualität
Drehgeschwindigkeit, DrehdauerDrehqualität
Schrittweite, SymmetrieHaltungsstabilität
Anzahl der Nullübergänge bei der BeschleunigungFließende Gehfähigkeit
Reichweite und Transportdauer bei ausgewählten PositionenFunktion der oberen Extremität

Tabelle 1: CC-VRS-Ergebnismetriken. Eine nicht erschöpfende Liste möglicher Ergebnismetriken der CC-VRS-Plattform, die in erster Linie als kognitiv, motorisch oder kognitiv-motorisch bezeichnet werden. Diese Ergebnisse wurden auf der Grundlage der Aufgabenanalyse entwickelt, die verwendet wurde, um das CC-VRS als ökologisch valide Bewertung der IADL-Funktion zu gestalten. Die von diesen Ergebnissen erfassten Domänen repräsentieren das Spektrum von Single- und Dual-Task-Funktionen, die für den erfolgreichen Abschluss von Lebensmitteleinkäufen und anderen IADLs erforderlich sind. Im Gegensatz zu bestehenden neuropsychologischen und motorischen Auswertungen bewertet das CC-VRS diese Domänen unter Bedingungen, die die komplexen Anforderungen von IADL-Umgebungen in Heim- und Gemeinschaftsumgebungen genauer widerspiegeln. Abkürzungen: CC-VRS = Cleveland Clinic-Virtual Reality Shopping; IADL = instrumentelle Tätigkeit des täglichen Lebens.

Abbildung 4 gibt einen Überblick über die Leistung eines Teilnehmers mit PD im Basisszenario. Der Fußweg des Teilnehmers durch das Geschäft wurde mit dem idealen Weg der Navigationsroute verglichen und die Standorte der richtigen Einkaufsartikel wurden notiert. Unter Verwendung von Positionsdaten aus den VR-Trackern wurde die momentane Geschwindigkeit des Teilnehmers durch den Speicher aufgezeichnet und aufgezeichnet. Das Hinzufügen des Kontexts von Listenaktivierungen und Elementauswahl gab Einblick in die Dual-Tasking-Fähigkeit des Teilnehmers und die Gesamtkapazität, die IADL-Aufgabe effizient abzuschließen.

Basierend auf den Ergebnissen vorläufiger Analysen unterschied sich die CC-VRS-Gesamtleistung zwischen gesunden jungen Erwachsenen und Personen mit Parkinson (Abbildung 5). Die Ergebnisse der Gesamtdauer der Studie, die Anzahl und Dauer der Stopps sowie die Anzahl und Dauer der Listenansichten während der Aufgabe sind vielversprechende Metriken, um zwischen Gruppen zu unterscheiden. Ältere Erwachsene und Personen mit Parkinson benötigten mehr Zeit, um jedes Szenario abzuschließen, und verbrachten mehr Zeit damit, die Einkaufsliste im Vergleich zu gesunden jüngeren Erwachsenen anzuhalten und zu aktivieren. Junge Erwachsene zeigten eine erhöhte Dual-Tasking-Kapazität, indem sie gleichzeitig die Liste gingen und aktivierten, während Personen mit PD häufiger die Einkaufsliste aktivierten, während sie angehalten wurden. Zusätzliche Ergebnisse, einschließlich der Zeit, die für die Suche nach Elementen, Gangmetriken und die Ergebnisse der kognitiven Anforderungen im komplexen Szenario aufgewendet wird, stehen zur Analyse zur Verfügung.

In einer separaten CC-VRS-Usability-Studie für Personen mit Parkinson füllten 10 Teilnehmer den Simulator Sickness Questionnaire (SSQ)47,48 aus, um die Symptome der VR-Krankheit zu Studienbeginn, unmittelbar nach Abschluss der CC-VRS-Erfahrung und 30 Minuten nach Abschluss der Aufgabe zu bewerten. Der im Rahmen von Flugsimulationen entwickelte SSQ erfasst 16 häufige Symptome auf einer 4-Punkte-Skala und wurde für den Einsatz in VR-Anwendungen eingesetzt. Einzelne Symptom-Scores werden kombiniert und gewichtet, um Subscores in den Bereichen Übelkeit, okulomotorische und Desorientierungssymptomcluster zu bilden, zusätzlich zu einem Gesamtscore. Die gesamten SSQ-Werte reichen von 0 bis 235,6.

Abbildung 6 zeigt die Ergebnisse des zu Studienbeginn abgeschlossenen SSQ (durchschnittliche Gesamtpunktzahl 13,1 ± 16,7), unmittelbar nach CC-VRS (29,5 ± 27,9) und 30 Minuten nach CC-VRS (14,2 ± 15,6) für Teilnehmer mit PD (N = 10). Im Allgemeinen waren die Gesamt-SSQ-Werte für Teilnehmer mit PD nach CC-VRS mild, und die am häufigsten bestätigten Symptome waren allgemeine Beschwerden, Müdigkeit, Augenbelastung, Konzentrationsschwierigkeiten und Schwitzen. Bemerkenswerterweise berichteten viele der Teilnehmer von leichten Symptomen zu Studienbeginn. Dennoch absolvierten 9/10 Teilnehmer das gesamte Assessment, einschließlich des Tutorials, der Basic- und Complex-Szenarien, in einem Durchschnitt von 29,0 ± 5,9 min. Man konnte das CC-VRS krankheitsbedingt nicht vertragen. Diese Daten liefern überzeugende Beweise dafür, dass die CC-VRS-Plattform von den meisten Menschen mit neurologischen Erkrankungen gut vertragen wird. Insgesamt deutet der allgemeine Mangel an signifikanten VR-Krankheitssymptomen darauf hin, dass die Kopplung von VR-Inhalten mit einem omnidirektionalen Laufband machbar ist und das VR-Fortbewegungsproblem für die meisten Menschen angehen kann.

Die 10 Teilnehmer, die die Usability-Studie absolvierten, nahmen an einem semistrukturierten Interview teil, nachdem sie das CC-VRS verwendet hatten. Alle Teilnehmer bestätigten, dass die Studie zum ersten Mal VR und/oder ein omnidirektionales Laufband verwendete. Zu den zusammenfassenden Bemerkungen über das Laufband gehörten die folgenden:

Einfache Anpassung des Laufbandes: Die Teilnehmer fühlten sich auf dem Laufband in der Regel innerhalb weniger Minuten wohl, da das Gehen das oberirdische Treten nachahmte. Die Teilnehmer wiesen auf zwei Aspekte des Ganges hin, die einer Anpassung bedurften: (1) Der Zug des Taillentrackers zurück in die Mitte des Laufbandes während des Anhaltens und (2) etwas kürzere Schritte aufgrund der Größe der Laufbandplattform.

Die Unterstützung der oberen Extremität war stabilisierend: Die Verwendung des kreisförmigen Handlaufs, der das Laufband umfasste, bot ein angemessenes Maß an Unterstützung der oberen Extremitäten, die bei der Erledigung der Aufgabe half.

Herausfordernde körperliche und kognitive Umgebung: Die Teilnehmer berichteten, dass ihre Haltungskontrolle bei der Durchführung der Einkaufsaufgaben herausgefordert wurde. Es war beruhigend, angeschnallt zu werden, aber das Gurtzeug schränkte die Bewegung in keiner Ebene ein.

Realistische Umgebung: Die visuellen und auditiven Displays ähnelten stark einem echten Lebensmittelgeschäft und waren für VR-naive Benutzer beeindruckend. Die Teilnehmer berichteten, dass der Realismus der anderen Käufer und Ganghindernisse sie motivierten, Kollisionen zu vermeiden, und dass die Navigationsroute einfach zu befolgen war.

Desorientierung: Beschwerden über Desorientierung und Krankheit stimmen mit den individuellen SSQ-Werten überein. Einige Teilnehmer zeigten in den ersten Minuten des CC-VRS anfängliche visuell-räumliche Herausforderungen, die dazu führten, dass sich die Person den Lebensmittelregalen annäherte, was ihrer Meinung nach ein Gefühl der Desorientierung hervorrief.

Teilnehmer mit PD aus beiden oben genannten Studien (N = 24) füllten die System Usability Scale (SUS) nach Abschluss des CC-VRS aus. Der SUS ist ein 10-Punkte-Fragebogen, der die Benutzerfreundlichkeit, die globale Zufriedenheit und die Lernfähigkeit eines Systems 49,50 misst. Die Punktzahlen reichen von 0 bis 100, wobei 68 die durchschnittliche Benutzerfreundlichkeit anzeigt. Insgesamt entsprechen SUS-Werte zwischen 72,6 und 78,8 einer Note von "B" und Werte größer als 78,8 erhalten ein "A" 51. Unter den 24 Teilnehmern mit PD, die die CC-VRS-Plattform (Tutorial, Basic und Complex Sessions) absolvierten, erhielt das CC-VRS eine Durchschnittsnote von 75,7 ± 18,9.

figure-results-10451
Abbildung 4: CC-VRS-Leistungszusammenfassung (A) Eine Person mit Parkinson-Krankheit, die das Basisszenario der CC-VRS-Plattform ausfüllt. (B) Der Navigationspfad und die Gehgeschwindigkeit des Teilnehmers, wenn er die Aufgabe erledigt. Die blauen Quadrate stellen einen Artikel dar, der auf der Einkaufsliste stand und erfolgreich abgerufen wurde. Auf der Navigationslinie ist eine Heatmap-Linie eingebettet, die die sofortige Gehgeschwindigkeit des Teilnehmers darstellt. Die Grundlaufgeschwindigkeit wird über die ersten 20 m geradeaus berechnet. Jede momentane Geschwindigkeit, die weniger als das 0,5-fache der Grundlaufgeschwindigkeit beträgt, ist rot; Momentane Geschwindigkeit über 1,5x die oben genannte Durchschnittsgeschwindigkeit ist grün. Es gibt einen linearen Übergang von Rot über Gelb zu Grün zwischen 0,5x und 1,5x der durchschnittlichen geraden Gehgeschwindigkeit. Die Gehgeschwindigkeit im Laufe des Versuchs (C) und die Anzahl der Listenaktivierungen (D) werden dargestellt. Bemerkenswert ist, dass dieser Teilnehmer im Laufe des Versuchs 15 Listenansichten hatte, obwohl er nur fünf Artikel auf der Einkaufsliste hatte. Abkürzung: CC-VRS = Cleveland Clinic-Virtual Reality Shopping. Bitte klicken Sie hier, um eine größere Version dieser Abbildung zu sehen.

figure-results-12097
Abbildung 5: CC-VRS eines gesunden jungen Erwachsenen im Vergleich zur Parkinson-Krankheit. Die kumulative Strecke, die ein gesunder junger Erwachsener (A) und ein Teilnehmer mit PD (B) während der Durchführung des Basisszenarios zurückgelegt haben. Im Allgemeinen gingen beide Teilnehmer ungefähr die gleiche Strecke, wie sie der Navigationslinie folgten. Der Teilnehmer mit Parkinson brauchte jedoch wesentlich länger (410 s) als der junge Erwachsene (350 s), um das Szenario abzuschließen. Die grünen Balken stellen die Anzahl und Dauer einer Listenaktivierung während der Aufgabe dar. Der junge Erwachsene betrachtete die Liste sieben Mal für insgesamt 73,1 s, während der Teilnehmer mit PD die Liste bei 16 Gelegenheiten für insgesamt 94,3 s ansah. Die blauen Punkte spiegeln einen physischen Stopp des Teilnehmers wider. Die Inspektion der Leistung junger Erwachsener zeigt, dass sie insgesamt weniger Stopps hatten und gleichzeitig gehen und die Liste anzeigen konnten. Umgekehrt hatte der Teilnehmer mit PD 17 Haltestellen, die jeweils einer Listenansicht entsprachen, was darauf hindeutet, dass er nicht in der Lage war, effektiv eine Doppelaufgabe zu erledigen (z. B. gleichzeitig zu gehen und die Liste anzuzeigen). Abkürzungen: CC-VRS = Cleveland Clinic-Virtual Reality Shopping; PD = Parkinson-Krankheit. Bitte klicken Sie hier, um eine größere Version dieser Abbildung zu sehen.

figure-results-13821
Abbildung 6: Symptomerfahrung nach CC-VRS. Insgesamt 10 Teilnehmer mit PD führten das CC-VRS im Rahmen einer Usability-Studie durch. Jeder Teilnehmer füllte den Simulator-Krankheitsfragebogen vor, unmittelbar danach und 30 Minuten nach Abschluss der CC-VRS-Erfahrung aus. Der SSQ erfasst 16 Symptome der VR-Krankheit mit einer maximalen Punktzahl von 235,6. Die meisten Teilnehmer mit PD befürworteten leichte Symptome zu Studienbeginn, wobei die Symptome unmittelbar nach dem CC-VRS etwas erhöht waren und innerhalb von 30 Minuten nach Abschluss der Plattform zu den Ausgangswerten zurückkehrten. Das gesamte CC-VRS (Tutorial, Basic, and Complex Scenarios) dauerte durchschnittlich 29 Minuten, und der durchschnittliche SSQ-Wert nach Abschluss des CC-VRS betrug 29,5 (in rot). Abkürzungen: CC-VRS = Cleveland Clinic-Virtual Reality Shopping; PD = Parkinson-Krankheit; SSQ = Simulator Sickness Questionnaire. Bitte klicken Sie hier, um eine größere Version dieser Abbildung zu sehen.

Diskussion

Die CC-VRS-Plattform scheint bis heute das Fortbewegungsproblem in VR am effektivsten anzugehen, indem sie modernste VR-Inhalte mit einem omnidirektionalen Laufband kombiniert. Ein kritischer Aspekt der nahtlos immersiven Umgebung des CC-VRS ist die Sicherstellung einer ordnungsgemäßen Kommunikation zwischen dem Laufband und der VR-Software. Die korrekte Einrichtung aller Aspekte des VR-Systems – einschließlich Basisstationen, Fuß- und Taillentrackern sowie Handcontrollern – ist unerlässlich. Wenn die Verfolgung inkonsistent oder unzuverlässig ist, ist eine Anpassung der Ausrichtung und Platzierung der Basisstationen oder das Hinzufügen einer anderen Basisstationseinheit erforderlich. Die richtige Abdeckung des physischen Raums sorgt für eine stabile Synchronisation zwischen der VR-Hardware und dem omnidirektionalen Laufband und stellt sicher, dass die Positions- und Orientierungsdaten der VR-Geräte vollständig, genau und präzisesind 52. Die Kalibrierung des omnidirektionalen Laufbandes wird zu Beginn jeder Datenerfassungssitzung empfohlen, um eine optimale Reaktionsfähigkeit beim Navigieren in der virtuellen Umgebung zu gewährleisten.

Die Vertrautheit des Patienten mit dem Laufband ist vor der Verabreichung des CC-VRS von entscheidender Bedeutung. Obwohl intuitiv und einfach zu bedienen, erfordert das omnidirektionale Laufband eine Einarbeitung des Benutzers, die am besten vor der Einführung des VR-Headsets und den daraus resultierenden räumlichen Orientierungsherausforderungen erfolgt. Um den Bedürfnissen des einzelnen Benutzers und den Zielen der vorliegenden Bewertung gerecht zu werden, sind die folgenden Funktionen für jedes CC-VRS-Szenario konfigurierbar: 1) Laufband niedrige oder hohe Höchstgeschwindigkeit, 2) Wiederholung des Tutorial-Moduls, 3) Routenlänge durch den Shop und 4) Anzahl der Artikel auf der Einkaufsliste. Diese Modifikationen optimieren die Beurteilung für die kognitiven, motorischen und Dual-Tasking-Fähigkeiten eines breiten Funktionsspektrums von Patienten.

Das Fehlen einer Single-Plattform-Technologie, die in der Lage ist, die IADL-Leistung durch die Verwendung objektiver und quantitativer Ergebnisse, die die kognitiven und motorischen Funktionen charakterisieren, zu standardisieren, stellt eine kritische Barriere bei der Früherkennung und wirksamen Behandlung altersbedingter neurologischer Erkrankungen wie PD oder Alzheimer dar. Aktuelle Methoden, die die IADL-Funktion mithilfe von Selbstberichtsfragebögen schätzen, sind zwar einfach zu verwalten, aber anfällig für Verzerrungen. Während der Selbstauskunft neigen ältere Erwachsene dazu, die IADL-Fähigkeiten zu über- oder zu unterschätzen53. In ähnlicher Weise schätzen Informanten, die IADL-Abfragen ausfüllen, ihre Fähigkeiten aufgrund von Fehlwahrnehmungen oder Wissenslücken der Beobachter häufig falsch ein35.

Eine Alternative zu Selbstauskunfts- und Informanten-bewerteten Fragebögen ist die leistungsbasierte IADL-Evaluation. Leistungsbasierte Bewertungen werden in der Regel von einem ausgebildeten Ergo- oder Physiotherapeuten durchgeführt. Während eine Reihe von Leistungstests und Leitfäden verfügbar sind, sind sie für die Integration in die klinische Versorgung nicht förderlich und erfordern oft ausreichend Zeit und spezialisierten Raum und Ausrüstung, die normalerweise nicht in der Praxis eines Hausarztes oder eines Neurologieanbieters zu finden sind. Eine der am weitesten verbreiteten leistungsbasierten Bewertungen, Direct Assessment of Functional Status (DAFS), benötigt etwa 40 Minuten für die Verwaltung, und ihre Bewertung basiert weitgehend auf der Expertenmeinung des Testadministrators. Obwohl das DAFS bei der Inszenierung der Alzheimer-Krankheit nützlich ist, fehlt es ihm an Empfindlichkeit und es erkennt keine IADL-Rückgänge im Stadium24 der leichten kognitiven Beeinträchtigung. Die Verschmelzung der virtuellen und realen Welt durch die Kombination von VR mit einem omnidirektionalen Laufband bietet die Möglichkeit, die IADL-Leistung unter komplexen kognitiven Bedingungen zu erfassen, die reale Umgebungen besser replizieren, was möglicherweise zu früheren Diagnosen neurologischer Erkrankungenführt 54.

Die CC-VRS-Plattform adressiert die klinische Lücke, indem sie einen standardisierten, systematischen, objektiven und quantitativen Ansatz zur Charakterisierung der IADL-Fähigkeiten bei älteren Erwachsenen und Menschen mit neurologischen Erkrankungen bietet. Basierend auf vorläufigen Usability-Tests und Daten können die grundlegenden und komplexen CC-VRS-Szenarien in weniger als 30 Minuten vollständig abgeschlossen werden. Ähnlich wie bei anderen immersiven VR-Studien mit PD18 erlebt die Mehrheit der Menschen mit PD leichte Symptome der Reisekrankheit. Aus Sicht der Benutzerfreundlichkeit erhielt der CC-VRS eine SUS-Gesamtbewertung von 75,7, was einer Buchstabennote "B" entspricht und zwischen den Deskriptorkategorien "gut" und "ausgezeichnet"55 liegt. Zum Vergleich: Eine kürzlich durchgeführte Bewertung beliebter Telefon- und Tablet-Anwendungen ergibt einen durchschnittlichen SUS-Wert von 77,7 für die Top-10-Anwendungen auf allen Plattformen56, einschließlich mobiler Anwendungen wie The Weather Channel und YouTube. Kommentare der Teilnehmer zeigten, dass die meisten Benutzer den Realismus und die Möglichkeit, mit der CC-VRS-Plattform zu interagieren, genossen. Wichtig ist, dass sich die Teilnehmer von einem physischen und kognitiven Aspekt herausgefordert fühlten, was darauf hindeutet, dass das Design sein Ziel erreicht hat, eine dynamische Plattform zu schaffen, die eine komplexe IADL-Erfahrung nachbildet.

Wir haben bereits gezeigt, dass Technologie erfolgreich in klinische Arbeitsabläufe bei der Beurteilung von Patienten mit Gehirnerschütterung57 und in einem geschäftigen neurologischen Service für Patienten mit Multipler Sklerose (MS)58 integriert werden kann. Darüber hinaus verbesserte der Einsatz von Technologie bei der Behandlung von Gehirnerschütterungen die Ergebnisse und senkte die Kosten59, während ihr Einsatz bei der Behandlung von MS zu einer Einsparung von 27% an Zeit führte, die für die Dokumentation in der elektronischen Gesundheitsakte für jeden Patientenaufgewendet wurde 60. In Anbetracht des kontinuierlichen Ziels, die Kosten für die Bereitstellung von Pflegezu senken 61 und der Zeit, die für die Dokumentation in der elektronischen Gesundheitsakte aufgewendet wird, häufig für das Burnout von Ärzten62 angeführt wird, dürfte die Integration der CC-VRS-Plattform in die klinische Versorgung einen erheblichen Mehrwert für Krankenhaussysteme darstellen. Zwei Projekte sind im Gange, in denen die CC-VRS-Plattform in 1) ein regionales Familiengesundheitszentrum für Grundversorgung, das hauptsächlich gesunde ältere Erwachsene behandelt, und 2) eine spezialisierte Klinik für Bewegungsstörungen an der Cleveland Clinic integriert ist.

Das Fehlen eines genauen und zuverlässigen physiologischen oder digitalen Biomarkers für PD und Alzheimer verursacht große Schwierigkeiten bei der Früherkennung und bei der Messung des Krankheitsverlaufs63,64. Die CC-VRS-Plattform hat das Potenzial, einen digitalen Biomarker unter einer einzigen technologischen Plattform bereitzustellen, der die klinische Versorgung verbessern wird und zu kürzeren und effizienteren klinischen Studien führen könnte, indem die Abhängigkeit von subjektiven und sehr variablen klinischen Ergebnissen verringert wird (z. B. Movement Disorder Society - Unified Parkinson's Disease Rating Scale motor portion (MDS-UPDRS III)). Die Bewertung der motorischen und kognitiven Funktion auf dem Gebiet der klinischen Neurologie ist in den letzten drei Jahrzehnten in Bezug auf die Beurteilung von Personen mit Parkinson und den damit verbundenen kardinalen motorischen Symptomen, geschweige denn kognitiven oder Dual-Task-Problemen, nicht dramatisch vorangekommen. Der berühmteste Fortschritt in der Beurteilung von Personen mit Parkinson ist die Überarbeitung der subjektiven klinischen Bewertungsskala (MDS-UPDRS III). Wichtig ist, dass wir nicht glauben, dass das CC-VRS das MDS-UPDRS III ersetzen wird. Vielmehr glauben wir, dass sein größter Wert in der Hausarztpraxis durch die Bereitstellung eines standardisierten und objektiven Ansatzes für die Quantifizierung von IADLs realisiert werden kann. Während es verfrüht ist zu glauben, dass das CC-VRS in seiner derzeitigen Form ein prodromaler Marker für neurologische Erkrankungen ist, könnten die Ergebnisse verwendet werden, um eine "rote" oder "gelbe" Flagge in Bezug auf die neurologische Funktion zu hissen, die eine Konsultation durch einen Bewegungsstörungen, Neuropsychologie oder Geriatriespezialisten auslösen kann. In Bezug auf seine Verwendung in der klinischen PD-Versorgung wird erwartet, dass das CC-VRS bei der Titration von Medikamenten oder bei der eventuellen Programmierung von Geräten zur tiefen Hirnstimulation eingesetzt werden könnte. Sowohl die Primary Care als auch PD-spezifische Anwendungsfälle befinden sich derzeit in der Pilotphase. Durch das echte Eintauchen des Benutzers in eine realistische Umgebung und die Messung sinnvoller und wichtiger Aspekte der kognitiven und motorischen Funktion stellt das CC-VRS einen ersten Schritt bei der Schaffung eines potenziell effektiven und skalierbaren digitalen Biomarkers für neurologische Erkrankungen dar.

Der Bereich der klinischen Neurologie, insbesondere der Bewegungsstörungen, ist gefüllt mit Beispielen für Technologien, die entwickelt wurden, um ein einzelnes, isoliertes PD-Symptom über einen Beschleunigungsmesser oder andere Sensortechnologienzu quantifizieren 65,66,67,68,69. Unseres Wissens wurde keiner dieser Ansätze, mit Ausnahme unserer Balance70,71,72,73 und Tremoranwendungen 74, in die klinische Routineversorgung von PD integriert. Bisherige Technologie ist oft gültig und zuverlässig; Der Fokus lag jedoch auf der Technologieentwicklung mit wenig Rücksicht auf die Machbarkeit der klinischen Integration75,76. Patienten, Anbieter, Krankenhäuser und Aufsichtsbehörden sind zunehmend an Ergebnismaßen interessiert, die Veränderungen in sinnvollen täglichen Maßnahmen quantifizieren77,78,79,80. Die klinische Integration präziser und aussagekräftiger Messungen neurologischer Symptome und IADL-Leistung ist notwendig, um die Gesamtwirksamkeit einer Intervention systematisch zu bewerten oder das Potenzial einer Intervention zur Verlangsamung des Fortschreitens der Krankheit zu bestimmen. Die Entwicklung eines standardisierten Ansatzes zur IADL-Bewertung, der für den routinemäßigen klinischen Einsatz geeignet ist, ist attraktiv, um ein umfassendes Verständnis und eine umfassende Behandlung neurologischer Erkrankungen bei sinnvollen Aktivitäten zu ermöglichen.

Der CC-VRS-Ansatz zur Bewertung der IADL-Leistung zur Unterstützung der Diagnose und Behandlung neurologischer Erkrankungen hat das Potenzial, das Gesundheitswesen durch Früherkennung und genauere Verfolgung des Krankheitsverlaufs zu verändern. Es wird jedoch voll und ganz anerkannt, dass das System nicht uneingeschränkt ist. Die Kosten des omnidirektionalen Laufbandes sind beträchtlich und können als Hindernis für eine breite Einführung ohne systematische gesundheitsökonomische Studien dienen, um den potenziellen "Break-Even" -Punkt zwischen den Kosten der Bewertung im Verhältnis zum Wert einer frühzeitigen Diagnose oder einer genaueren Verfolgung des Krankheitsverlaufs zu identifizieren. Insbesondere Lücken bei der Erfassung patientenzentrierter PD-Ergebnisse mit Technologie wurden vom National Institute of Neurological Disorders and Stroke PD Conference78, der MDS Task Force on Technology77 und der FDA hervorgehoben. Sie forderten eine Technologie, die sinnvolle PD-Aktivitäten und die Integration dieser Ergebnisse in die klinische Versorgung misst. Wir evaluieren derzeit die Integration des CC-VRS in eine Grundversorgung und ein Zentrum für Bewegungsstörungen in der Cleveland Clinic; Diese Bereitstellungen werden erschwinglichere omnidirektionale Laufbänder verwenden. Eine erfolgreiche Datenerfassung erfordert eine anfängliche Investition von Zeit durch den Kliniker, um zu lernen, wie man das System einrichtet und bedient. Laufende klinische Pilotprojekte werden den Umfang der Schulungen, die erforderlich sind, um ein kompetenter Benutzer zu werden, besser informieren. Man könnte sich ein Modell vorstellen, bei dem ein Techniker für die Bedienung des Systems eingesetzt wird und Patienten die Einkaufsaufgaben erledigen, anstatt vor einem Termin in einem Wartezimmer zu sitzen. Diese Daten könnten dann sofort in die elektronische Patientenakte integriert werden, bevor sie ihren Anbieter sehen. Diese Art von Anwendungen haben das Potenzial, das Wartezimmer der Zukunft für Patienten zu werden.

Offenlegungen

JLA, MMK und ABR haben bei Cleveland Clinic Innovations ein Erfindungsoffenlegungsformular im Zusammenhang mit der CC-VRS-Plattform eingereicht.

Danksagungen

Diese Studie wurde von der Michael J. Fox Foundation for Parkinson's Research (MJFF-020020) und dem Edward and Barbara Bell Family Chair gesponsert. Wir danken Elm Park Labs (Detroit, MI) für die Unterstützung beim Aufbau der VR-Umgebung und der Verknüpfung mit dem omnidirektionalen Laufband. Wir danken auch Evelyn Thoman und Brittney Moser für ihre Unterstützung bei der Projektentwicklung und -durchführung.

Materialien

NameCompanyCatalog NumberComments
CleanboxCleanboxUV hygienic cleaning system used for disenfecting the VR headset
Desktop PCDellHigh-end gaming desktop
Infinadeck Omnidirectional TreadmillInfinadeckOmnidirectional treadmill allows you walk in any direction
Safety Harness YmachrayStandard saftey harness to prevent the patient from falling
Valve Index Base Stations x3ValveTracking of the headset/controllers and trackers
Valve Index Controllers (one set of 2)ValveHand controllers to interact with the digital content
Valve Index VR headsetValveVR headset
Vive tracker 3.0 x3HTCPlaced on feet and waist to track position and control movement of treadmill
Vive tracker strapsSkywin VRSecures the Vive tracker around the waist
Zip tiesUsed to affix Vive trackers to shoelaces

Referenzen

  1. Grand Challenges for Engineering. National Academy of Sciences Available from: https://16mhpx3atvadrnpip2kwi9or-wpengine.netdna-ssl.com/wp-content/uploads/2016/12/GrandChallenges.pdf (2008)
  2. Turso-Finnich, T., Jensen, R. O., Jensen, L. X., Konge, L., Thinggaard, E. Virtual reality head-mounted displays in medical education-a systematic review. Simulation in Healthcare. , (2022).
  3. Chen, T., et al. Virtual reality as a learning tool in spinal anatomy and surgical techniques. North American Spine Society Journal. 6, 100063 (2021).
  4. Gold, J. I., SooHoo, M., Laikin, A. M., Lane, A. S., Klein, M. J. Effect of an immersive virtual reality intervention on pain and anxiety associated with peripheral intravenous catheter placement in the pediatric setting: a randomized clinical trial. JAMA Network Open. 4 (8), 2122569 (2021).
  5. Huang, Q., Lin, J., Han, R., Peng, C., Huang, A. Using virtual reality exposure therapy in pain management: a systematic review and meta-analysis of randomized controlled trials. Value Health. 25 (2), 288-301 (2022).
  6. Groninger, H., Stewart, D., Wesley, D., Cowgill, J., Mete, M. Virtual reality for management of cancer pain: Study rationale and design. Contemporary Clinical Trials Communications. 26, 100895 (2022).
  7. Zhang, B., Li, D., Liu, Y., Wang, J., Xiao, Q. Virtual reality for limb motor function, balance, gait, cognition and daily function of stroke patients: A systematic review and meta-analysis. Journal of Advanced Nursing. 77 (8), 3255-3273 (2021).
  8. Saredakis, D., et al. Factors Associated with virtual reality sickness in head-mounted displays: a systematic review and meta-analysis. Frontiers in Human Neuroscience. 14, 96 (2020).
  9. Kim, H. K., Park, J., Choi, Y., Choe, M. Virtual reality sickness questionnaire (VRSQ): Motion sickness measurement index in a virtual reality environment. Applied Ergonomics. 69, 66-73 (2018).
  10. Cobb, S. V. G., Nichols, S., Ramsey, A., Wilson, J. R. Virtual reality-induced symptoms and effects (VRISE). Presence-Teleoperators and Virtual Environments. 8, 169-186 (1999).
  11. Kennedy, R., Lane, N., Lilienthal, M., Berbaum, K., Hettinger, L. Profile analysis of simulator sickness symptoms: application to virtual environment systems. Presence-Teleoperators and Virtual Environments. 1 (3), 295-301 (1992).
  12. Duzmanska, N., Strojny, P., Strojny, A. Can simulator sickness be avoided? a review on temporal aspects of simulator sickness. Frontiers in Psychology. 9, 2132 (2018).
  13. Reason, J. T. Motion sickness adaptation: a neural mismatch model. Journal of the Royal Society of Medicine. 71 (11), 819-829 (1978).
  14. Chance, S. S., Gaunet, F., Beall, A. C., Loomis, J. M. Locomotion mode affects the updating of objects encountered during travel: the contribution of vestibular and proprioceptive inputs to path integration. Presence Teleoperators & Virtual Environments. 7 (2), 168-178 (1998).
  15. Waller, D., Bachmann, E., Hodgson, E., Beall, A. C. The HIVE: a huge immersive virtual environment for research in spatial cognition. Behavior Research Methods. 39 (4), 835-843 (2007).
  16. Loomis, J. M., Blascovich, J. J., Beall, A. C. Immersive virtual environment technology as a basic research tool in psychology. Behavior Research Methods, Instruments, & Computers. 31 (4), 557-564 (1999).
  17. Mirelman, A., et al. Addition of a non-immersive virtual reality component to treadmill training to reduce fall risk in older adults (V-TIME): a randomised controlled trial. Lancet. 388 (10050), 1170-1182 (2016).
  18. Kim, A., Darakjian, N., Finley, J. M. Walking in fully immersive virtual environments: an evaluation of potential adverse effects in older adults and individuals with Parkinson's disease. Journal of NeuroEngineering and Rehabilitation. 14 (1), 16 (2017).
  19. Pelosin, E., et al. Motor-cognitive treadmill training with virtual reality in Parkinson's disease: the effect of training duration. Frontiers in Aging Neuroscience. 13, 753381 (2021).
  20. Darken, R. P., Cockayne, W. R., Carmein, D. The omni-directional treadmill: A locomotion device for virtual worlds. Proceedings of the 10th Annual ACM Symposium on User Interface Software and Technology. , 213-221 (1997).
  21. Guo, H. J., Sapra, A. . Instrumental Activity of Daily Living. , (2021).
  22. Darweesh, S. K., et al. Trajectories of prediagnostic functioning in Parkinson's disease. Brain. 140 (2), 429-441 (2017).
  23. Foubert-Samier, A., et al. Cognitive and functional changes in prediagnostic phase of Parkinson disease: A population-based study. Parkinsonism & Related Disorders. 79, 40-46 (2020).
  24. Marshall, G. A., Amariglio, R. E., Sperling, R. A., Rentz, D. M. Activities of daily living: where do they fit in the diagnosis of Alzheimer's disease. Neurodegenerative Disease Management. 2 (5), 483-491 (2012).
  25. Sikkes, S. A., et al. Assessment of instrumental activities of daily living in dementia: diagnostic value of the Amsterdam Instrumental Activities of Daily Living Questionnaire. Journal of Geriatric Psychiatry and Neurology. 26 (4), 244-250 (2013).
  26. American Occupational Therapy Association. Occupational therapy practice framework: domain and process. American Journal of Occupational Therapy. 56 (6), 609-639 (2002).
  27. MacPherson, S. E. Definition: Dual-tasking and multitasking. Cortex. 106, 313-314 (2018).
  28. O'Shea, S., Morris, M. E., Iansek, R. Dual task interference during gait in people with Parkinson disease: effects of motor versus cognitive secondary tasks. Physical Therapy. 82 (9), 888-897 (2002).
  29. Romero-Ayuso, D., et al. Assessment of cognitive instrumental activities of daily living: a systematic review. Disability and Rehabilitation. 43 (10), 1342-1358 (2019).
  30. Goetz, C. G., et al. Movement Disorder Society-sponsored revision of the Unified Parkinson's Disease Rating Scale (MDS-UPDRS): scale presentation and clinimetric testing results. Movement Disorders. 23 (15), 2129-2170 (2008).
  31. Perlmutter, J. S. Assessment of Parkinson disease manifestations. Current Protocols in Neuroscience. , 1382-1387 (2009).
  32. Palmer, J. L., et al. Unified Parkinson's Disease Rating Scale-Motor Exam: inter-rater reliability of advanced practice nurse and neurologist assessments). Journal of Advanced Nursing. 66 (6), 1382-1387 (2010).
  33. Neisser, U. On "Social Knowing". Personality and Social Psychology Bulletin. 6 (4), 601-604 (1980).
  34. Neisser, U. . Memory Observed: Remembering in Natural Contexts. , (1982).
  35. Jekel, K., et al. Mild cognitive impairment and deficits in instrumental activities of daily living: a systematic review. Alzheimer's Research & Therapy. 7 (1), 17 (2015).
  36. Chisholm, D., Toto, P., Raina, K., Holm, M., Rogers, J. Evaluating capacity to live independently and safely in the community: Performance assessment of self-care skills. British Journal of Occupational Therapy. 77 (2), 59-63 (2014).
  37. Cipresso, P., et al. Virtual multiple errands test (VMET): a virtual reality-based tool to detect early executive functions deficit in Parkinson's disease. Frontiers in Behavioral Neuroscience. 8, 405 (2014).
  38. Owsley, C., Sloane, M., McGwin, G., Ball, K. Timed instrumental activities of daily living tasks: relationship to cognitive function and everyday performance assessments in older adults. Gerontology. 48 (4), 254-265 (2002).
  39. Brennan, L., et al. The Penn Parkinson's Daily Activities Questionnaire-15: Psychometric properties of a brief assessment of cognitive instrumental activities of daily living in Parkinson's disease. Parkinsonism & Related Disorders. 25, 21-26 (2016).
  40. Arlati, S., et al. Acceptance and usability of immersive virtual reality in older adults with objective and subjective cognitive decline. Journal of Alzheimer's Disease. 80 (3), 1025-1038 (2021).
  41. Porffy, L. A., et al. A novel virtual reality assessment of functional cognition: validation study. Journal of Medical Internet Research. 24 (1), 27641 (2022).
  42. Swanson, C. W., Fling, B. W. Discriminative mobility characteristics between neurotypical young, middle-aged, and older adults using wireless inertial sensors. Sensors. 21 (19), 6644 (2021).
  43. Yeh, T. T., Liang, P. J., Lee, S. C. Differences in walking-to-turning characteristics between older adult fallers and nonfallers: a prospective and observational study using wearable inertial sensors. International Journal of Rehabilitation Research. 45 (1), 53-57 (2022).
  44. Zach, H., et al. Identifying freezing of gait in Parkinson's disease during freezing provoking tasks using waist-mounted accelerometry. Parkinsonism & Related Disorders. 21 (11), 1362-1366 (2015).
  45. Bhatt, H., Pieruccini-Faria, F., Almeida, Q. J. Dynamics of turning sharpness influences freezing of gait in Parkinson's disease. Parkinsonism & Related Disorders. 19 (2), 181-185 (2013).
  46. Hoops, S., et al. Validity of the MoCA and MMSE in the detection of MCI and dementia in Parkinson disease. Neurology. 73 (21), 1738-1745 (2009).
  47. Bruck, S., Watters, P. A. Estimating cybersickness of simulated motion using the simulator sickness questionnaire (SSQ): A controlled study. Proceedings of the 2009 Sixth International Conference on Computer Graphics, Imaging and Visualization; Institute of Electrical and Electronics Engineers (IEEE). , 486-488 (2009).
  48. Kennedy, R. S., Lane, N. E., Berbaum, K. S., Lilienthal, M. G. Simulator sickness questionnaire: An enhanced method for quantifying simulator sickness. The International Journal of Aviation Psychology. 3 (3), 203-220 (1993).
  49. Brooke, S. . Usability Evaluation in Industry. , 189-194 (1996).
  50. Lewis, J. R., Sauro, J. The factor structure of the system usability scale. Human Centered Design. , 94-103 (2009).
  51. Sauro, J., Lewis, J. R. . Quantifying the User Experience: Practical Statistics for User Research. 2nd ed. , (2016).
  52. Niehorster, D. C., Li, L., Lappe, M. The accuracy and precision of position and orientation tracking in the HTC Vive virtual reality system for scientific research. i-Perception. 8 (3), 2041669517708205 (2017).
  53. Suchy, Y., Kraybill, M. L., Franchow, E. Instrumental activities of daily living among community-dwelling older adults: discrepancies between self-report and performance are mediated by cognitive reserve. Journal of Clinical and Experimental Neuropsychology. 33 (1), 92-100 (2011).
  54. Reppermund, S., et al. Impairment in instrumental activities of daily living with high cognitive demand is an early marker of mild cognitive impairment: the Sydney memory and ageing study. Psychological Medicine. 43 (11), 2437-2445 (2013).
  55. Bangor, A., Kortum, P. T., Miller, J. T. An empirical evaluation of the system usability scale. International Journal of Human-Computer Interaction. 24 (6), 574-594 (2008).
  56. Kortum, P., Sorber, M. Measuring the usability of mobile applications for phones and tablets. International Journal of Human-Computer Interaction. 31 (8), 518-529 (2015).
  57. Alberts, J. L., et al. Development and implementation of a multi-disciplinary technology enhanced care pathway for youth and adults with concussion. Journal of Visualized Experiments. (143), e58962 (2019).
  58. Rhodes, J. K., et al. Multiple Sclerosis performance test: technical development and usability. Advances in Therapy. 36 (7), 1741-1755 (2019).
  59. Alberts, J. L., et al. A technology-enabled concussion care pathway reduces costs and enhances care. Physical Therapy. 100 (1), 136-148 (2020).
  60. Macaron, G., et al. Technology-enabled assessments to enhance multiple sclerosis clinical care and research. Neurology Clinical Practice. 10 (3), 222-231 (2020).
  61. Porter, M. E. What is value in health care. The New England Journal of Medicine. 363 (26), 2477-2481 (2010).
  62. Sutton, J. M., Ash, S. R., Al Makki, A., Kalakeche, R. A. A daily hospital progress note that increases physician usability of the electronic health record by facilitating a problem-oriented approach to the patient and reducing physician clerical burden. The Permanente Journal. 23, (2019).
  63. Maetzler, W., et al. Modernizing daily function assessment in Parkinson's disease using capacity, perception, and performance measures. Movement Disorders. 36 (1), 76-82 (2021).
  64. Stephenson, D., Badawy, R., Mathur, S., Tome, M., Rochester, L. Digital progression biomarkers as novel endpoints in clinical trials: a multistakeholder perspective. Journal of Parkinson's Disease. 11, 103-109 (2021).
  65. Lu, M., et al. Vision-based estimation of MDS-UPDRS Gait scores for assessing Parkinson's Disease motor severity. Medical Image Computing and Computer-Assisted Intervention. 12263, 637-647 (2020).
  66. Hobert, M. A., et al. Progressive gait deficits in Parkinson's disease: a wearable-based biannual 5-year prospective study. Frontiers in Aging Neuroscience. 11, 22 (2019).
  67. Thorp, J. E., Adamczyk, P. G., Ploeg, H. L., Pickett, K. A. Monitoring motor symptoms during activities of daily living in individuals with Parkinson's disease. Frontiers in Neurology. 9, 1036 (2018).
  68. Shawen, N., et al. Role of data measurement characteristics in the accurate detection of Parkinson's disease symptoms using wearable sensors. Journal of NeuroEngineering and Rehabilitation. 17 (1), 52 (2020).
  69. Lu, R., et al. Evaluation of wearable sensor devices in Parkinson's disease: a review of current status and future prospects. Parkinsons Disease. 2020, 4693019 (2020).
  70. Ozinga, S. J., Alberts, J. L. Quantification of postural stability in older adults using mobile technology. Experimental Brain Research. 232 (12), 3861-3872 (2014).
  71. Ozinga, S. J., et al. Three-dimensional evaluation of postural stability in Parkinson's disease with mobile technology. NeuroRehabilitation. 41 (1), 211-218 (2017).
  72. Ozinga, S. J., Linder, S. M., Alberts, J. L. Use of mobile device accelerometry to enhance evaluation of postural instability in Parkinson disease. Archives of Physical Medicine and Rehabilitation. 98 (4), 649-658 (2017).
  73. Ozinga, S. J., Machado, A. G., Miller Koop, M., Rosenfeldt, A. B., Alberts, J. L. Objective assessment of postural stability in Parkinson's disease using mobile technology. Movement Disorders. 30 (9), 1214-1221 (2015).
  74. Maldonado-Naranjo, A., Koop, M. M., Hogue, O., Alberts, J., Machado, A. Kinematic metrics from a wireless stylus quantify tremor and bradykinesia in Parkinson's disease. Parkinson's Disease. 2019, 6850478 (2019).
  75. Lingaiah, A., et al. Improving anxiety in Parkinson's disease: A cautionary tale about mobile health technologies. Parkinsonism & Related Disorders. 73, 50-51 (2020).
  76. di Biase, L., et al. Quantitative analysis of bradykinesia and rigidity in Parkinson's disease. Frontiers in Neurology. 9, 121 (2018).
  77. Espay, A. J., et al. Technology in Parkinson's disease: Challenges and opportunities. Movement Disorders. 31 (9), 1272-1282 (2016).
  78. Sieber, B. A., et al. Prioritized research recommendations from the National Institute of Neurological Disorders and Stroke Parkinson's Disease 2014 conference. Annals of Neurology. 76 (4), 469-472 (2014).
  79. van Uem, J. M., et al. Health-related quality of life in patients with Parkinson's disease--A systematic review based on the ICF model. Neuroscience & Biobehavioral Reviews. 61, 26-34 (2016).
  80. Papadopoulos, E., Buracchio, T. Drug Development Tool (DDT) COA #000142. U.S. Food & Drug Administration. , (2021).

Nachdrucke und Genehmigungen

Genehmigung beantragen, um den Text oder die Abbildungen dieses JoVE-Artikels zu verwenden

Genehmigung beantragen

Weitere Artikel entdecken

EngineeringAusgabe 185

This article has been published

Video Coming Soon

JoVE Logo

Datenschutz

Nutzungsbedingungen

Richtlinien

Kontakt

BIBLIOTHEKS-EMPFEHLUNG

JoVE-Newsletter

Forschung

Lehre

Autoren

Bibliothekare

ÜBER JoVE

Copyright © 2025 MyJoVE Corporation. Alle Rechte vorbehalten